搜索博文结果_ChinaUnix博客

博客首页博客专家往日推荐博客文集

热搜： JavaScript 网络安全 C语言 C++ PHP Ruby Hyper-V FTP

博客首页〉搜索结果

按类别查询搜索结果

操作系统程序设计数据库热点技术综合架构与运维移动开发与应用 Web前端

虚拟化| 云计算| 大数据| HADOOP| 高性能计算|

关于关键词的检测结果，共 441 条

【高性能计算】场景化封装，一站式使用，普惠AI集成 ——阿里云发布智能媒体管理产品

DONGYUXIA | 2018-01-08 15:25:13 | 阅读() | 评论()

近日，阿里云发布了智能媒体管理（Intelligent Media Management）服务，通过离线处理能力关联授权的云存储，提供便捷的海量多媒体数据一键分析，并通过该分析过程构建价值元数据，更好支撑内容检索。随着智能手机的普及、无人机的流行，业界产生了海量的图片、视频等多媒体数据；同时，网络也在飞速发展，特别是4G...【阅读全文】

【高性能计算】 2018开年技术盛宴，9位顶级专家解读数据智能前沿趋势

DONGYUXIA | 2018-01-03 15:19:14 | 阅读(1420) | 评论(0)

我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。作为致力于服务开发者的技术交流平台，云栖社区将打响2018年开年第一枪——《云栖大讲堂 | 数据智能技术论坛》即将在1月6日正式召开（报名请戳这里）。我们邀请到了...【阅读全文】

【高性能计算】机器智能加速器：大数据环境下知识工程的机遇和挑战 | 清华李涓子教授

DONGYUXIA | 2018-01-02 14:56:12 | 阅读(1530) | 评论(0)

李涓子，清华大学计算机科学与技术系教授，博士生导师。清华-青岛数据科学研究院科技大数据研究中心主任、中国中文信息学会语言与知识计算专委会主任、中国计算机学会术语委员会执行委员。研究兴趣是语义 Web，新闻挖掘与跨语言知识图谱构建。多篇论文在重要国际会议(WWW、IJCAI、SIGIR、SIGKDD)和学术期刊(TKDE、TKDD)上...【阅读全文】

【高性能计算】【Science】CMU机器学习系主任：八个关键标准判别深度学习任务成功与否

DONGYUXIA | 2017-12-26 15:56:51 | 阅读(1070) | 评论(0)

近日，《Science》发表了麻省理工学院数字经济倡导行动主任Erik Brynjolfsson和卡内基梅隆大学计算机科学学院机器学习系主任Tom Mitchell的文章，他们从机器学习和经济学角度分析了人类会不会“被失业”的问题。在过去的几十年里，数字计算机已经改变了几乎所有经济领域的工作，现在的我们正处于一个更大、更快速变革...【阅读全文】

【高性能计算】机器学习中的范数规则化之（二）核范数与规则项参数选择

laoliulaoliu | 2017-12-13 18:24:43 | 阅读(1020) | 评论(0)

http://blog.csdn.net/zouxy09/article/details/24972869 上一篇博文，我们聊到了L0，L1和L2范数，这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。三、核范数核范...【阅读全文】

【高性能计算】 100M独享服务器租用能支持多少人同时在线？

feng52100 | 2017-08-12 09:57:29 | 阅读(540) | 评论(0)

100M的服务器能满足多少人同时在线，这个是有理论值的，但是在现实中却是受多方面因素影响的，比如网站类型、服务器硬件配置等。拿windows系统来说，一般IIS的并发量是5000左右，所以单台服务器并发量一般不超过5000，5000的并发量已经不少了，10万的访客才能达到5000的并发量。100M服务器是满足不了5000的并发量的。...【阅读全文】

【高性能计算】 Lisp学习--Windows下面的开发环境搭建

归一山人 | 2017-06-14 23:38:18 | 阅读(850) | 评论(0)

Lisp学习--Windows下面的开发环境搭建很久以前，就准备学习Lisp，但是遇到不少困难，社区太凌乱，也一直很犹豫，直到看了《Common Lisp - 想说爱你不容易》，想看看Common Lisp怎么样，之前都是拿Lisp的方言Schemel来练习的。正好有一篇Windows下如何安装使用CLISP的文章《Lisp语言: 在Windows下搭建CLisp环...【阅读全文】

【高性能计算】深度学习文章2：使用MNIST数据集验证Caffe是否安装成功

hsq863 | 2017-05-26 14:04:18 | 阅读(1180) | 评论(0)

可能会遇到./create_mnist.sh: 17: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found这样的错误，这是因为新版caffe都需要从根目录上执行，这里我们是从mnist目录下来执行的，所以我们需要先执行：cd ~/caffe/【阅读全文】

【高性能计算】 Ubuntu 16.04上安装Caffe(CPU only)

hsq863 | 2017-05-26 13:58:42 | 阅读(1090) | 评论(0)

http://www.linuxidc.com/Linux/2016-09/135034.htm安装CAFFE 到CAFFE文件夹, 使用模板写个Makefile.config. 具体就是先复制一下模板, 再改一些内容(我喜欢用EMACS).cp Makefile.config.example Makefile.config-因为CPU MODE, 所以在CPU_ONLY := 1前面的#要去掉.-两个路径要改成这样:(添加后面的两个hd...【阅读全文】

【高性能计算】 WRF——GSI同化系统

aojuan | 2017-04-20 14:41:31 | 阅读(0) | 评论(0)

EMC: Data Assimilation TeamEnvironmental Modeling Center（EMC）: The Environmental Modeling Center is responsible for the enhancements, transitions-to-operations, and maintenance of more than 20 numerical prediction systems: RAP/HRRR, GFS, NAM, HWRF, GFDL, NCEPLIBS et, al.GSI: Grid...【阅读全文】

【高性能计算】机器学习——大数据挖掘与统计机器学习 by 吕晓玲&宋捷（三）线性分类方法

aojuan | 2017-04-12 15:39:36 | 阅读(0) | 评论(0)

一、分类问题综述与评价准则二、【阅读全文】

【高性能计算】机器学习——大数据挖掘与统计机器学习 by 吕晓玲&宋捷（二）线性回归方法

aojuan | 2017-04-12 15:37:29 | 阅读(0) | 评论(0)

一、多元线性回归1、回归方程的显著性检验总离差平方和 SST(Total Sum of Squares)：反映数据波动性的大小。残差平方和 SSE(Residual Sum of Squares)：反映除去线性关系以外的因素引起的波动，SSE越小，说明线性关系越能精确拟合。回归平方和 SSR(Regression Sum of Squares)：反映线性拟合值与它们的平均值的总偏差，...【阅读全文】

【高性能计算】机器学习——大数据挖掘与统计机器学习 by 吕晓玲&宋捷（一）概述

aojuan | 2017-04-12 14:52:16 | 阅读(0) | 评论(0)

1、有监督学习定义：在分析问题时，有一个明确的目标变量Y，可以建立Y与其他变量X的模型来预测。如果Y取值是连续型的，则称为回归分析；如果Y是一个分类标签，则称作分类问题。目前广泛使用的有监督学习方法包括：决策树、神经网络、支持向量机、最近邻居法、朴素贝叶斯方法等。2、无监督学习定义：数据中没有明确的...【阅读全文】

【高性能计算】 python——python机器学习过程简介

aojuan | 2017-04-10 09:40:14 | 阅读(0) | 评论(0)

http://developer.51cto.com/art/201507/485276.htm#topx1、数据加载 2、数据标准化 3、特征的选取 4、算法的开发1）逻辑回归大多数情况下被用来解决分类问题（二元分类），但多类的分类（所谓的一对多方法）也适用。这个算法的优点是对于每一个输出的对象都有一个对应类别的概率。from sklearn import metrics...【阅读全文】

【高性能计算】机器学习—— 监督学习与无监督学习

aojuan | 2017-03-21 17:31:31 | 阅读(0) | 评论(0)

1、监督学习通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的，那么这个最优模型也就具有了对未知数据进行分类的能力。2、无监督学习我们事先没有任何训练数据样本，需要直接对...【阅读全文】

【高性能计算】机器学习——PCA基本原理

aojuan | 2017-03-21 14:21:06 | 阅读(0) | 评论(0)

http://www.cnblogs.com/90zeng/p/PCA.html1、PCA（Principal Components Analysis）基本原理1）PCA就是一种把原始数据投影到该数据集的主特征方向上的操作。2）因为一个数据集的主特征方向包含着绝大部分该数据的信息，通过选取合适数量的特征向量，既可以保留原始数据的信息，又能实现数据降维降噪。3）到底具体选取...【阅读全文】

【高性能计算】机器学习——CNN基本原理

aojuan | 2017-03-21 13:56:07 | 阅读(0) | 评论(0)

http://www.cnblogs.com/90zeng/p/theano_lenet.html卷积神经网络（Convolutional Neural Networks , CNN）受到视网膜上的细胞只对视野范围内的部分区域敏感，这一部分区域称为感受域（receptive field）.卷积神经网络正是采用了这种机制，每一个神经元只与一部分输入相连接。CNNs通过局部连接的方式揭示了空间中的局部...【阅读全文】

【高性能计算】机器学习——KNN基本原理

aojuan | 2017-03-21 10:53:14 | 阅读(0) | 评论(0)

http://www.cnblogs.com/90zeng/p/python_knn.html1、基本原理存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中最相似数据（最近邻）...【阅读全文】

【高性能计算】机器学习——ANN实现

aojuan | 2017-03-14 16:20:17 | 阅读(0) | 评论(0)

1、数据预处理1)数据归一化：就是将数据映射到[0,1]或[-1,1]区间或更小的区间，比如(0.1,0.9) 2)为什么归一化：数据单位不一、数据范围大，导致神经网络收敛慢、训练时间长；【阅读全文】

【高性能计算】机器学习——ANN基本原理

aojuan | 2017-03-14 11:37:48 | 阅读(0) | 评论(0)

1、人工神经元若用X表示输入向量，用W表示权重向量，即： X = [ x0 , x1 , x2 , ....... , xn ] 　　则神经元的输出可以表示为向量相乘的形式：1）若神经元的净激活net为正，称该神经元处于激活状态或兴奋状态(fire)，若净激活net为负，则称神经元处于抑制状态。2）函数f称为激活函数...【阅读全文】

首页
<<
1
2
3
4
5
6
7
8
9
10
>>
末页

网络110 报警服务