- 博客(9)
- 收藏
- 关注
RSS订阅原创 什么是混合移动App开发？
苹果上的软件是如何开发出来的：使用的是 OC、或者使用Swift这门语言安卓平台上的软件又是如何开发出来的：使用安卓相关的语言开发的，Java，安卓的控件进行开发苹果和安卓平台上共有的软件是如何开发出来的：腾讯招两套开发人员【开发组】，手机京东前端移动 App（Application）开发技术，去开发手机端的应用程序；前端的混合移动App开发技术，并没有使用 苹果 或 安卓 官方推荐的 开发平台和开发方式，而是抛弃了 官方提供的方式，使用 前端的独有的技术进行移动App开发体验；
2022-12-10 23:51:42
938
原创 openvino环境配置
下载安装包到下面的网址去下载或者用自己之前下载的安装包：intel官网openvino下载地址安装openvinocd到压缩包的地址，解压：打开解压文件运行图形化安装界面：然后疯狂点下一步运行完这个安装程序，如果按照默认openvino会安装在/opt/intel，运行下面命令下载依赖：添加环境变量关掉文本编辑器，重新打开一个终端，可以看到说明安装成功检查CPU环境是否配置无误的方法是运行若成功运行则cpu环境正常./demo_security_bar
2022-11-23 09:54:25
1689
原创 青职院人工智能03机器学习基础（三）
我们都知道，不发生的概率是极大的，对于分类器而言，如果分类器不加思考，对每一个测试样例的类别都划分为0，达到99%的正确率，但是，问题来了，如果真的发生地震时，这个分类器毫无察觉，那带来的后果将是巨大的。4）例如True positives(TP)的实际类标=1*1=1为正例，False positives(FP)的实际类标=(-1)*1=-1为负例，False negatives(FN)的实际类标=(-1)*(-1)=1为正例，True negatives(TN)的实际类标=1*(-1)=-1为负例。
2022-09-28 21:37:19
5954
3
原创 青职院人工智能03机器学习基础（二）
由于手工特征是启发式的，其算法设计背后的出发点不同，将这些特征组合在一起的时候有可能会产生冲突，如何将组合特征的效能发挥出来，使原始数据在特征空间中的判别性最大化，就需要用到特征选择的方法。特点：弱监督学习可以看做是有多个标记的数据集合，次集合可以是空集，单个元素，或包含多种情况（没有标记，有一个标记，和有多个标记）的多个元素。当模型初始化参数设定好后，将制作好的特征数据输入到模型，通过合适的优化方法不断缩小输出与标签之间的差距，当迭代过程到了截止条件，就可以得到训练好的模型。
2022-09-28 21:35:56
6000
原创 青职院人工智能03机器学习基础（一）
神经网络就是按照一定规则将多个神经元连接起来的网络。不同的神经网络，具有不同的连接规则。例如全连接(Full Connected, FC)神经网络，它的规则包括：（1）有三种层：输入层，输出层，隐藏层。（2）同一层的神经元之间没有连接。（3）fully connected的含义：第 N 层的每个神经元和第 N-1 层的所有神经元相连，第 N-1 层神经元的输出就是第 N 层神经元的输入。（4）每个连接都有一个权值。神经网络架构 图2-1就是一个神经网络系统，它由很多层组成。
2022-09-23 09:21:06
7063
原创 青职院人工智能03数学基础（三）
二项式做n次伯努利实验，规定了每次试验的结果只有两个，如果现在还是做n次试验，只不过每次试验的结果可以有多m个，且m个结果发生的概率互斥且和为1，则发生其中一个结果X次的概率就是多项式分布。在概率论和统计学中，数学期望（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。方差是一种特殊的期望。表示元素全为1的列向量的转置，其实就是对于向量p中除了k的概率之和。相关系数的取值范围是 [-1,1]，可以看成无量纲的协方差。(伯努利分布，0-1分布)是单个二值随机变量分布, 单参数。
2022-09-18 10:28:10
4998
1
原创 青职院人工智能02数学基础（二）
特征值分解可以得到特征值(eigenvalues)与特征向量(eigenvectors)；特征值表示的是这个特征到底有多重要，而特征向量表示这个特征是什么。如果说一个向量v⃗\vec{v}v是方阵AAA的特征向量，将一定可以表示成下面的形式：Aν=λνA\nu = \lambda \nuAν=λνλ\lambdaλ为特征向量v⃗\vec{v}v对应的特征值。特征值分解是将一个矩阵分解为如下形式：A=Q∑Q−1A=Q\sum Q^{-1}A=Q∑Q−1其中，QQQ是这个矩阵AAA的特征向量组成的矩阵，
2022-09-15 08:36:17
5313
2
原创 青职院人工智能01数学基础（一）
深度学习通常又需要哪些数学基础？深度学习里的数学到底难在哪里？通常初学者都会有这些问题，在网络推荐及书本推荐里，经常看到会列出一系列数学科目，比如微积分、线性代数、概率论、复变函数、数值计算、优化理论、信息论等等。这些数学知识有相关性，但实际上按照这样的知识范围来学习，学习成本会很久，而且会很枯燥，本章我们通过选举一些数学基础里容易混淆的一些概念做以介绍，帮助大家更好的理清这些易混淆概念之间的关系。标量（scalar）一个标量表示一个单独的数，它不同于线性代数中研究的其他大部分对象（通常是多个数的数组）。
2022-09-14 09:42:03
3364
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