首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
鲸落_
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
1.6K
文章 1.5K
沸点 22
赞
1.6K
返回
|
搜索文章
最新
热门
如何使用 argparse 将列表作为命令行参数传递?
Argparse 是一个 Python 库,用于以用户友好的方式解析命令行参数。它可以轻松编写用户友好的命令行界面,并且广泛应用于Python应用程序中。在本教程中,我们将讨论如何使用 Python
如何通过 Python 使用 Google Bard
什么是 Google Bard Google Bard 是一种开源数据可视化和探索工具,可为 开发人员 提供支持。为了处理用户提出的查询,它使用机器学习算法。它接受了大量文本和代码数据集的训练。它仍处
什么是感知器 | 最简单的人工神经网络
单层前馈神经网络由 Frank Rosenblatt 在 20 世纪 50 年代末提出。这是深度学习和人工神经网络的起始阶段。在此期间,使用统计机器学习或传统代码编程进行预测。感知器是最早也是最直接的
如何在 Scikit-Learn 中创建/自定义评分器功能?
Python 机器学习工具包 Scikit-learn 提供了多种机器学习工具和方法来帮助程序员创建复杂的机器学习模型。Scikit-learn 还提供了一个强大的框架,用于使用各种指标和评分函数来评
在 Scikit Learn 中构建估算器之前估算缺失值
数据集中缺失的值可能会在构建估计器期间导致问题。Scikit Learn 提供了不同的方法来处理缺失数据,其中包括估算缺失值。插补涉及使用基于数据集中其他可用数据的估计值来填充缺失数据。 一些基本概念
Tensorflow 中的音频数据准备和增强
音频只不过是数字格式的任何类型的声音。它可以是语音、音乐、环境声音等。音频数据常用于语音识别、音乐分析、音频分类等各个领域。近年来,对于可以执行音频相关任务的训练模型来说,音频数据已成为越来越重要的数
使用 CUDA 在 PyTorch 中实现卷积自动编码器
自动编码器是一种神经网络架构,用于无监督学习任务,例如数据压缩、降维和数据去噪。该架构由两个主要组件组成:编码器和解码器。网络的编码器部分将输入数据压缩为低维表示,而网络的解码器部分根据该低维表示重建
Scikit Learn中的RBF SVM参数
Scikit Learn 是 Python 中流行的机器学习库,它通过径向基函数 (RBF) 内核提供了支持向量机 (SVM) 的强大实现。RBF 核是 SVM 的热门选择,因为它可以处理非线性决策边
Scikit Learn 中分类器的概率校准
机器学习中的分类器经常提供概率来表明它们对预测的信心程度。然而,概率可能没有经过很好的校准。这意味着它们不能准确地代表预测类别的真实可能性。为了获得校准良好的概率,通过概率校准来映射输出概率。
在 TensorFlow 中使用循环神经网络 (RNN) 进行时间序列预测
时间序列数据:时间序列中的每个数据点都链接到一个时间戳,该时间戳显示观察或记录数据的准确时间。包括许多领域:金融、经济、天气预报和机器学习,都经常使用此类数据。 时间序列数据经常显示随时间变化的模式或
下一页
个人成就
文章被点赞
134
文章被阅读
61,477
掘力值
2,506
关注了
11
关注者
17
收藏集
2
关注标签
0
加入于
2021-01-14