- 博客(8)
- 收藏
- 关注
RSS订阅原创 谁明浪子心
最大熵原理是概率模型学习的一个准则，最大熵原理认为：学习概率模型时，所有可能的概率模型（分布）中，熵最大的模型时最好的模型。直观的，最大熵原理认为要选择的概率模型首先必须满足已有的事实，即约束条件没有更多信息的情况下，那些不确定的部分都是“等可能的”。标注数据表示输入输出的对应关系，预测模型对给定的输入产生相应的输出，监督学习的本质是学习输入到输出的映射的统计规律。K近邻法的原理是：对于一个新的样本点，根据其与已知样本点之间的距离，找到离它最近的K个样本点，然后根据这K个样本点的标签进行分类或预测。
2023-06-24 22:55:22
50
2
原创 不浪漫的罪名
（1）由简单COCOMO 模型公式E ＝ a * (L)^b，其中，嵌入型软件简单COCOMO模型参数a=3.6，b=1.20，c=2.5，d=0.32，依题意，则：开发工作量E ＝ a*(L)^b = 3.6 ×(10)^1.20 ＝ 57.06（人月）设计B:这个设计使用了一个泛化关系，但它并没有解决题中给出的新的要求。工作量修正因子F ＝1.39*0.93*1.66*1*1*1.11*1.06*1*0.83*0.87*1*1.1*1*1*1.12*0.84*1=1.89，由中。
2023-06-20 22:51:29
75
1
原创 无敌的男人
人工智能在国际领域的发展取得了巨大的进步。自监督学习（Self-Supervised Learning）：自监督学习方法利用标记数据的潜在结构，学习到更全面、更强大的特征表示，相比有监督学习方法减少了对标注数据的依赖。联邦学习（Federated Learning）：联邦学习是一种去中心化、隐私保护的学习方法，可以在不共享数据的情况下合作学习，应用场景包括医疗、金融、工业等领域。3.生成器和判别器相互博弈，生成器试图生成更逼真的图片来欺骗判别器，而判别器则试图区分生成器生成的图片和真实数据集中的图片。
2023-06-19 17:48:00
40
原创 最长的电影
人工智能在国际领域的发展取得了巨大的进步。自监督学习（Self-Supervised Learning）：自监督学习方法利用标记数据的潜在结构，学习到更全面、更强大的特征表示，相比有监督学习方法减少了对标注数据的依赖。联邦学习（Federated Learning）：联邦学习是一种去中心化、隐私保护的学习方法，可以在不共享数据的情况下合作学习，应用场景包括医疗、金融、工业等领域。3.生成器和判别器相互博弈，生成器试图生成更逼真的图片来欺骗判别器，而判别器则试图区分生成器生成的图片和真实数据集中的图片。
2023-06-19 11:36:16
70
原创 最好的年华
人工智能在国际领域的发展取得了巨大的进步。自监督学习（Self-Supervised Learning）：自监督学习方法利用标记数据的潜在结构，学习到更全面、更强大的特征表示，相比有监督学习方法减少了对标注数据的依赖。联邦学习（Federated Learning）：联邦学习是一种去中心化、隐私保护的学习方法，可以在不共享数据的情况下合作学习，应用场景包括医疗、金融、工业等领域。3.生成器和判别器相互博弈，生成器试图生成更逼真的图片来欺骗判别器，而判别器则试图区分生成器生成的图片和真实数据集中的图片。
2023-06-18 18:03:43
70
1
原创 尖东太子哥
通信方式是放到公用链路，发送给所有主机，接收端对比地址，接收发往自己的数据，丢弃其他数据。（1）由于在OSI之前，许多物理规程或协议已经制定出来了，而且在数据通信领域中，这些物理规程已被许多商品化的设备所采用，加之，物理层协议涉及的范围广泛，所以至今没有按OSI的抽象模型制定一套新的物理层协议，而是沿用已存在的物理规程，将物理层确定为描述与传输媒体接口的机械，电气，功能和规程特性。有，BGP 的最优路径规则，简单地说，就是比较候选路径上的相关属性及这些属性的优先级，以选出相对最优的路径。
2022-12-18 10:09:27
77
原创 怪异小怪兽
遵循的原则1.等价原则：优化不应改变程序运行的结果，2.有效原则：使优化后所产生的目标代码运行时间较短，占用的存储空间较小，合算原则：应尽可能以较低的代价取得较好的优化效果。中间代码特点：独立于机器，复杂性界于源语言和目标语言之间，引入中间语言的优点，，使编译程序的结构在逻辑上更为简单明确 ，便于进行与机器无关的代码优化工作 ，易于移植，由正则文法生成的语言称为正则语言，优化的种类：删除多余运算(删除公用子表达式)，合并已知量，复写传播，删除无用赋值，代码外提，强度消弱，变换循环控制条件，
2022-12-16 22:53:38
148
原创 c罗在桐梓
Hadoop MapReduce有哪些不足之处，试列举Hadoop MapReduce的几个缺陷，Spark的出现弥补了Hadoop MapReduce的缺陷，相对于Hadoop MapReduce,Spark具备哪些优点。每个文件都会有多个副本分散在不同的DataNode上，NameNode时刻监视文件的副本量，如果小于设定的值就找一台DataNode增加副本数。1.NameNode它是hadoop中的主服务器，管理文件系统名称空间和对集群中存储的文件的访问，保存有metadate。
2022-12-15 21:02:59
714
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人