分类
发现
标签
搜索
注册
登录
分类
发现
榜单
标签
搜索
注册
登录
搜索
万象云档
本次搜索耗时
2.013
秒,为您找到
461
个相关结果.
搜书籍
搜文档
十七、聚类
234
2025-05-16
《数据科学和人工智能技术笔记》
十七、聚类 凝聚聚类 DBSCAN 聚类 评估聚类 均值移动聚类 小批量 KMeans 聚类 KMeans 聚类 十七、聚类 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 凝聚聚类 # 加载库 from sklearn import datasets from skle...
应用程序流程图
234
2025-05-18
《CodeIgniter3.0 中文用户指南》
应用程序流程图 应用程序流程图 下图说明了整个系统的数据流程: index.php 文件作为前端控制器,初始化运行 CodeIgniter 所需的基本资源; Router 检查 HTTP 请求,以确定如何处理该请求; 如果存在缓存文件,将直接输出到浏览器,不用走下面正常的系统流程; 在加载应用程序控制器之前,对 HTTP 请求以及任何用户提交的数据...
概述
234
2025-06-03
《Cursor中文文档》
概述 提示栏 模式 内联生成 内联编辑 完整文件编辑 Send to Agent 后续作说明 默认上下文 快速问题 概述 了解如何使用 Cursor 中的内联编辑 (Cmd/Ctrl+K) 生成、编辑代码以及使用提示栏提问 内联编辑 (Cmd/Ctrl+K) 允许您直接在编辑器窗口中生成新代码或编...
phome_ecms_news_doc
232
2025-05-15
《帝国CMS网站管理系统V6.6版-数据字典》
phome_ecms_news_doc 数据表字段解释(新闻系统模型-归档主表) phome_ecms_news_doc 数据表字段解释(新闻系统模型-归档主表) 字段名 类型 解释 附加说明 id int(11) 信息ID classid smallint(6) 栏目ID onclick ...
11.5 计算经济学
231
2025-05-08
《程序设计思想与方法》
11.5 计算经济学 11.5 计算经济学 计算经济学(computational economics)是计算机科学与经济和管理科学相结合而形成 的交叉学科,其主要研究领域包括经济系统的计算模型、计算计量经济学、计算金融学等, 目的是利用计算技术和数值方法来解决传统方法无法解决的问题。这里,我们特别考虑建模 问题,简单介绍基于代理的计算经济学。 基于...
01 AI聊天机器人:Bard
230
2025-05-09
《ChatGPT:AI革命》
01 AI聊天机器人:Bard 01 AI聊天机器人:Bard Bard是一款基于LaMDA(Language Model for Dialogue Ap plications)模型开发的聊天机器人(见下图)。它是谷歌为了应对ChatGPT的挑战而推出的对标产品。 下面根据目前已知的信息对比一下ChatGPT和Bard。 ChatGPT已于20...
phome_ecms_news
230
2025-05-15
《帝国CMS网站管理系统V6.6版-数据字典》
phome_ecms_news 数据表字段解释(新闻系统模型-主表) phome_ecms_news 数据表字段解释(新闻系统模型-主表) 字段名 类型 解释 附加说明 id int(11) 信息ID classid smallint(6) 栏目ID onclick int(11) 点击数...
CUDA语义
227
2025-05-18
《PyTorch 中文教程 0.2》
CUDA语义 最佳实践 使用固定的内存缓冲区 使用 nn.DataParallel 替代 multiprocessing CUDA语义 torch.cuda 会记录当前选择的GPU,并且分配的所有CUDA张量将在上面创建。可以使用torch.cuda.device 上下文管理器更改所选设备。 但是,一旦张量被分配,您可以直接对其进行操作,而不考...
6.6 累积开发
224
2025-05-18
《Thinking in Java (Java 编程思想)》
6.6 累积开发 6.6 累积开发 继承的一个好处是它支持“累积开发”,允许我们引入新的代码,同时不会为现有代码造成错误。这样可将新错误隔离到新代码里。通过从一个现成的、功能性的类继承,同时增添成员新的数据成员及方法(并重新定义现有方法),我们可保持现有代码原封不动(另外有人也许仍在使用它),不会为其引入自己的编程错误。一旦出现错误,就知道它肯定是由于...
PyTorch: optim包
224
2025-05-18
《PyTorch 中文教程 0.3》
PyTorch: optim包 PyTorch: optim包 译者:@yongjay13 、@speedmancs 校对者:@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射 在此实现中, 我们将弃用之前手工更新权值的做法, 转...
1..
«
37
38
39
40
»
..47