ICode9

精准搜索请尝试: 精确搜索
  • django_模型层补充2022-05-19 00:02:38

    目录一.聚合函数二.分组查询三.F查询四.Q查询五.ORM查询优化六.ORM常见的字段 与对应参数七.参数补充八.事务操作九.ORM执行原生SQL十.多对多三种创建方式 一.聚合函数 MySQL聚合函数:max\min\sum\count\avg from django.db.models import Max, Min, Sum, Avg, Count res = model

  • Apollo自动驾驶入门课程第⑩讲 — 控制(下)2022-05-18 17:00:07

    1.线性二次调节器 线性二次调节器(Linear Quadratic Regulator 或LQR)是基于模型的控制器,它使用车辆的状态来使误差最小化。Apollo使用LQR进行横向控制。横向控制包含四个组件:横向误差、横向误差的变化率、朝向误差和朝向误差的变化率。变化率与导数相同,我们用变量名上面的一个点来

  • RvmTranslator7.6.4 is Released!2022-05-18 15:01:04

    RvmTranslator7.6.4 is Released! eryar@163.com   RvmTranslator can translate the RVM file exported by AVEVA Plant(PDMS)/AVEVA Marine to STEP, IGES, STL, OBJ, glTF.etc. So it can be used for exchanging model data between other CAD software, such as Autodesk

  • 使用Databricks进行零售业需求预测的应用实践2022-05-18 10:01:45

    ​简介:本文从零售业需求预测痛点、商店商品模型预测的实践演示,介绍Databricks如何助力零售商进行需求、库存预测,实现成本把控和营收增长。 作者:李锦桂 阿里云开源大数据平台开发工程师 本文从零售业需求预测痛点、商店商品模型预测的实践演示,介绍Databricks如何助力零售商进行需求

  • 要学很多数学吗 - 给要入行机器学习的朋友们的建议2022-05-18 04:31:07

    记得几年前,刚被安排到机器学习团队,我问组长,机器学习,要学很多数学吗?记得他是这么回答,其实我们都是用各种库,并不是需要深度的掌握后面的数学原理。   过去几个月面试了很多来应聘机器学习工程师的小伙子,各种库使用起来非常麻溜,但是如果叫他们亲自计算个东西,没有几个能正确的算出来,

  • Nvidia Triton使用教程:从青铜到王者2022-05-18 02:00:08

    1 相关预备知识 模型:包含了大量参数的一个网络(参数+结构),体积10MB-10GB不等 模型格式:相同的模型可以有不同的存储格式(可类比音视频文件),目前主流有torch、tf、onnx和trt,其中tf又包含了三种格式 模型推理:输入和网络中的参数进行各种运算从而得到一个输出,计算密集型任务且需要GPU加速

  • 关系模型、关系模型约束、关系、关系基本术语、关系表类型、性质第三次课2022-05-18 01:03:29

    关系型数据库(以SQLSERVER为例) 1关系模型 1)基本概念 (1)实体:就是一个数据表(对象集合),这些对象具有共享的属性如学号,姓名,性别等. 一个实体对应一个关系 (2)属性: 关系二维表的一列叫一个属性(有些教材称为字段,field 。上1中学号,姓名是属性   一个实体是属性的集合(列的集合),也是记

  • 常见子序列DP模型2022-05-17 21:35:02

    最长不下降(上升)子序列(LIS) 记 \(f_{len}\) 为长度为 \(len\) 的最长不下降子序列的最后一个数的最小值。 显然 \(f\) 单调不降。 记 \(cnt\) 为当前 \(f\) 更新到的最大长度。 正向枚举原数列 \(a\),如果 \(a_i \ge f_{cnt}\),表明可以继续把最长的子序列再增长一个长度,即 \(f_{++c

  • 苗大东:京东基于强化学习的电商搜索排序算法2022-05-17 18:33:42

    导读: 电商场景的搜索排序算法根据用户搜索请求,经过召回、粗排、精排、重排与混排等模块将最终的结果呈现给用户,算法的优化目标是提升用户转化。传统的有监督训练方式,每一步迭代的过程中优化当前排序结果的即时反馈收益。但是,实际上用户和搜索系统之间不断交互,用户状态也在不断变

  • 了解数据仓库2022-05-17 18:33:22

    数据仓库基本概念一、数据仓库基本概念:   1.面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策,数据挖掘。   2.背景:急需数据整合,避免信息孤岛,进行批量数据分析,引入数据仓库的思想。   3.OLTP与数据仓库:           OLTP(操作型):面向应用的、事

  • 计算机网络概述2022-05-17 17:32:32

    参考:https://baike.baidu.com/item/计算机网络/18763 http://www.360doc.com/content/22/0207/19/11455076_1016336179.shtml https://www.runoob.com/w3cnote/summary-of-network.html 介绍 计算机网络是由端点的计算机和中间的线路以及路由等交换设备组成的体系。 计算机网络的

  • 时间序列 model的codes2022-05-17 10:35:40

    Time Series Forecasting with ARIMA , SARIMA and SARIMAX 这篇文章写的很好,把AR、MA、ARMA模型的相关衍生模型都进行了介绍,并给出了对应的code,以及模型预测和模型诊断。 所用的包主要是pmdarima, 【pmdarima】document,我看到官方文档中也有提及到交叉验证,这个很有意思。

  • 模型层2022-05-17 00:31:50

    目录前期数据准备 前期数据准备 """ django自带的sqlite3数据库 功能很少 并且针对日期类型不精确 1.数据库正向迁移命令(将类操作映射到表中) python3 manage.py makemigrations python3 manage.py migrate 2.数据库反向迁移命令(将表映射成类) python3 manage.py inspectdb

  • 推荐模型之FM模型——隐向量特征交叉【学习笔记】2022-05-16 20:34:47

       针对问题:    改进思路:     数学模型:        损失函数: 交叉熵损失  

  • 斯坦福NLP课程 | 第12讲 - NLP子词模型2022-05-16 16:04:42

    作者:韩信子@ShowMeAI,路遥@ShowMeAI,奇异果@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/36 本文地址:http://www.showmeai.tech/article-detail/249 声明:版权所有,转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容 ShowMeAI为斯坦福CS224n《自然语言处理

  • R语言GARCH模型对股市sp500收益率bootstrap、滚动估计预测VaR、拟合诊断和蒙特卡罗模拟可视化2022-05-15 22:33:01

    原文链接:http://tecdat.cn/?p=26271 原文出处:拓端数据部落公众号 介绍 Box 等人的开创性工作(1994) 在自回归移动平均模型领域的相关工作为波动率建模领域的相关工作铺平了道路,分别由 Engle (1982) 和 Bollerslev (1986) 引入了 ARCH 和 GARCH 模型。这些模型的扩展包括更复杂的动

  • R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟2022-05-15 22:31:09

    原文链接:http://tecdat.cn/?p=26301 原文出处:拓端数据部落公众号 线性模型是统计学的基础,但它的意义远不止用尺子在几个点上画一条线。 我认为以分布为中心的观点使 generalised linear models (GLM) 也更容易理解。这就是这篇文章的目的。 我将使用冰淇淋销售统计数据来说明不

  • 尝试理解强化学习2022-05-15 02:01:31

    强化学习就是评价学习,这个和深度学习有啥区别? 我个人理解就是深度学习需要对一个一组特征设置标签, 然后反复训练模型,是这个模型尽量接近  一坨特征数据等于标签。 而强化学习是对一坨特征,模型刚开始不知道标签是具体是啥,随便输出一个值y就行,然后我们实现一个奖励函数,对这个输出值

  • 创建型模型2022-05-14 10:32:55

    创建型模型(5种):                    结构型模型(7种):                            行为性模式(11种):                                                  

  • 软件开发模型——敏捷开发方法2022-05-13 23:04:09

    70%的bug都产生在设计阶段   瀑布模型:适用于需求明确的产品      V模型:重于测试        用户为主导的测试,用户来验收    喷泉模型:面向对象的开发模型(唯一面向对象的开发模型)     迭代进行,速度快,提高开发效率,减少开发成本,但是管理要更严格    上图里面的模型为

  • Sview转换说明2022-05-13 13:33:38

    1.概述 1.1简介   SViewConverter Enterprise是一个独立的软件。可以不依赖其它软件进行大多数3D数据格式间的转换。   支持输入的格式如下表所示: 格式 版本 后缀 ACIS Up to 2019 1.0 .sat .asat .sab CATIA V4 2D 4.15 to 4.24 .model .dlv .dlv

  • Vision Transformer图像分类(MindSpore实现)2022-05-13 13:32:24

    Vision Transformer(ViT)简介 近些年,随着基于自注意(Self-Attention)结构的模型的发展,特别是Transformer模型的提出,极大的促进了自然语言处理模型的发展。由于Transformers的计算效率和可扩展性,它已经能够训练具有超过100B参数的空前规模的模型。 ViT则是自然语言处理和计算机视觉两个

  • 端到端的特征转换示例:使用三元组损失和 CNN 进行特征提取和转换2022-05-13 11:00:53

    虽然大多数的特征策略都与领域相关,并且必须针对每个应用程序进行专门调整。但特征工程是操纵原始数据和提取机器学习特征的过程,探索性数据分析 (EDA) 可以使用特征工程技术来可视化数据并在执行机器学习任务之前更好地识别模式和异常值。这是数据科学的重要一步,可以确保特定机器学

  • 002.熵和热力学的重要模型(5/13/2022)2022-05-13 09:03:46

                                                                                                                 

  • ABP标准模型来处理异常2022-05-12 23:00:35

    ABP 随笔分类 - ABP   Abp 业务异常源码解读   Abp 业务异常源码解读 最近一直在读代码整洁之道,我在读到第三章函数的3.9 使用异常替代返回错误码,其实在我的开发经历中都是使用返回错误码给到前端,之前在阅读ABP官网文档中就有看到过使用异常替代异常的做法,当时自己还是比

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有