![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- 方便快捷A4纸大小棋盘格标定纸A4纸大小的棋盘格标定板,即打即用,随时随地标定相机内参(看网络上搜了半天搜不到,只好用Kalibr画了一个,免费下载造福大家,好人有好报~)
5 4034浏览
免费 - 亚博K210模型训练部署亚博K210模型训练部署
0 3846浏览
免费 - 周志华机器学习西瓜书绪论笔记.pdf这是我学习机器学习西瓜书的思维导图笔记,这个只是绪论的思维导图,思维导图更加明了,但博客上看不到所以我就上传成资源了
0 9987浏览
免费 - PlatEMO3.0 中文用户手册基于PlatEMO2.8版本的基础上,田野老师已经更新了最新版本,PlatEMO3.0,也增加了许多新功能,同时也有中英文用户手册,需要的可自行下载。
0 2361浏览
免费 - 2020数模国赛B题2020国赛B题论文,穿越沙漠问题,包含全部小题的建模以及答案。考虑一种穿越沙漠的游戏,玩家要在限定的时间内,遵循一定的规则从起点 走到终点,并且希望到达终点时手头的资金尽可能得多。我们需要求解一种策略, 来帮助玩家,面对一些常见的情况,能够尽可能做出更优的决策。
5 8710浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 5.2中文翻译Introduction to Linear Algebra, 5th Edition 5.2节(仅供交流学习)
5 2515浏览
免费 - chatgpt研究框架 (80页ppt)chatgpt研究框架 (80页ppt) chatgpt研究及未来商业应用
1 1896浏览
免费 - 机器学习南瓜书.pdf南瓜书旨在对西瓜书里比较难理解的公式加以解析
0 1570浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 1.1节中文翻译Introduction to Linear Algebra, 5th Edition 1.1节 线性组合在这个学科中非常重要!有时我们想要一个特定的组合,具体选择 c = 2 和 d = 1 来产 生 cv + dw = (4, 5)。其它时候我们想要 v 与 u 的所有组合(来自所有的 c 与 d)。 向量 cv 沿一条直线放置。当 w 不在那条直线上时,组合 cv + dw 充满整个二维平面。从四维空 间中的 4 个向量 u, v, w, z 开始,它们的组合 cu + dv + ew + fz 可能充满整个空间——但并不总是 这样。向量和它们的组合可能位于一个平面上或一条直线上。 第 1 章解释了这些中心思想,一切都建立在这些思想上。我们从能够合理绘制的二维向量与三维 向量开始。然后我们移入更高的维度。线性代数真正令人印象深刻的特点是如何流畅地将这一步引入 n 维空间。即使不可能画出十维的向量,你脑海中的画面也会保持是正确的。 这是本书将要通往的地方(进入 n 维空间)。第一步是 1.1 节和 1.2 节的运算。然后是在 1.3 节概 述了 3 个基本思想。
0 1189浏览
免费 - 中国智能客服行业研究报告智能客服行业概述 1. 研究背景、目标及范围 2. 中国客服软件发展历程 3智能客服行业发展现状分析 1. 客服行业产业链格局及演化趋势分析 2. 中国客服行业规模及市场空间分析 3. 智能客服行业投融资现状分析 4. 智能客服行业厂商背景类型分析 5. 智能客服行业厂商客户战略及业务模式分析 6. 智能客服行业竞争及成长逻辑分析 7. 智能客服行业产品及服务类型 8. 智能客服典型细分产品及市场情况分析 9. 智能客服产品应用领域分析 智能客服行业典型公司分析 1. 小i机器人 2. 追一科技 3. 云问科技 4. 小能科技 5. 智齿客服 6. 环信 7. 容联七陌 8. 极限元 3. 鲸准数据来源 4. 鲸准研究院 4 智能客服行业当前问题及未来发展趋势分析 1. 智能客服行业当前核心问题分析 2. 智能客服行业未来发展趋势分析
0 581浏览
免费 - 国科大中科院2017-2019高级人工智能试题以及答案总结国科大中科院2017-2019高级人工智能试题以及答案总结 答案题涉及到的知识点以及对应答案供参考
5 1645浏览
免费 - 遗传算法优化参数.pdf资料补充
5 999浏览
免费 - 数字图像目标检测与识别理论与实践pdf(原著)数字图像目标检测与识别理论与实践pdf,Boguslaw Cyganek原版,英文版。
4 703浏览
免费 - 最新《小样本学习(Few-shot learning)》2020综述论文【香港科技大学】.pdf本文介绍34页小样本学习综述《Generalizing from a Few Examples: A Survey on Few-Shot Learning》,包含166篇参考文献,来自第四范式和香港科技大学习的研究学者。
4 5271浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 1.2节中文翻译Introduction to Linear Algebra, 5th Edition 1.2节 第一节放弃了讲向量相乘。现在我们继续来定义 v 与 w 的“点积” 。这个乘法包含单独的积 v 1 w 1 和 v 2 w 2 ,但它并不止于此。这两个数加起来得出一个数 v · w。 以下是几何部分 (向量长度及它们夹角的余弦)。 v = (v 1 , v 2 ) 与 w = (w 1 , w 2 ) 的点积或者说内积是数 v · w: v · w = v 1 w 1 + v 2 w 2 . (1) 例 1 向量 v = (4, 2) 与 w = (−1, 2) 点积为零: [ ] [ ] 点积为 0 4 −1 · = −4 + 4 = 0。 垂直向量 2 2 在数学中,0 总是一个特别的数。对于点积,它意味着这两个向量是垂直的。它们的夹角是 90 ◦ 。当我 们在图 1.1 中画出它们时,我们见到了一个矩形(不仅仅是任一平行四边形)。垂直向量最清晰的例子 是沿 x 轴的 i = (1, 0) 与沿 y 轴向上的 j = (0, 1)。再一次地,点积为 i · j = 0 + 0
5 461浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 1.3节中文翻译Introduction to Linear Algebra, 5th Edition 1.3节 另一个视角改变至关重要。到目前为止,数 x 1 , x 2 , x 3 已知。右手边的 b 未知。我们通过将 A 与 x 相 乘来求出差分向量。现在我们设想 b 为已知然后我们找 x。 旧问题:计算线性组合 x 1 u + x 2 v + x 3 w 来求 b。 新问题:u, v, w 的哪种组合产生一个特定向量 b? 这是逆问题——求能得出期望输出 b = Ax 的输入 x。你以前见过这个问题,它作为一个关于 x 1 , x 2 , x 3 的线性方程组。方程右手边是 b 1 , b 2 , b 3 。我现在要解方程组 Ax = b 来求 x 1 , x 2 , x 3
0 362浏览
免费 - 人工智能原理及其应用(王万森)第4版课后习题答案本文档在原有的第三版的基础上改进,整理,归结出了前6章的答案
0 952浏览
免费 - 卷积神经网络英文版综述What Do We Understand About Convolutional Networks?论文 卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解。约克大学电气工程与计算机科学系的 Isma Hadji 和 Richard P. Wildes 发表了论文《What Do We Understand About Convolutional Networks?》,对卷积网络的技术基础、组成模块、当前现状和研究前景进行了梳理,介绍了我们当前对 CNN 的理解。
0 2345浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 2.1节中文翻译Introduction to Linear Algebra, 5th Edition 2.1节 线性代数的核心问题是求解方程组。这些方程都是线性的,即未知数仅与数相乘——我们绝不会 遇见 x 乘以 y。我们的第一个线性方程组较小。接下来你来看看它引申出多远: 两个方程 两个未知数 x − 2y = 1 3x + 2y = 11 (1) 我们一次从一个行开始。第一个方程 x − 2y = 1 得出了 xy 平面的一条直线。由于点 x = 1, y = 0 解 出该方程,因此它在这条直线上。因为 3 − 2 = 1,所以点 x = 3, y = 1 也在这条直线上。若我们选择 x = 101,那我们求出 y = 50。 这条特定直线的斜率是 12,是因为当 x 变化 2 时 y 增加 1。斜率在微积分中很重要,然而这是线 性代数! 图 2.1 将展示第一条直线 x − 2y = 1。此“行图”中的第二条直线来自第二个方程 3x + 2y = 11。你 不能错过两条线的交点 x = 3, y = 1。点 (3, 1) 位于两条线上并且解出两个方程。
0 652浏览
免费 - 线性代数的本质.pdf线性代数的本质
0 1471浏览
免费 - 中国信通院:2018年人工智能安全白皮书(2018年9月版)来源:中国信息通信研究院安全研究所 2018年9月18日,在2018年世界人工智能大会“人工智能安全:挑战与机遇”高端对话中,中国信息通信研究院(以下简称 “中国信通院”)发布了《人工智能安全白皮书(2018年)》。中国信通院安全研究所信息安全研究部高级工程师牛金行对白皮书进行了解读。
0 210浏览
免费 - 百面机器学习 pdf 高清版 带书签人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底“占领”世界之前完成编写,实属万幸。书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识,而且还包含了成为优秀算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图。“不积跬步,无以至千里”,本书将从特征工程、模型评估、降维等经典机器学习领域出发,构建一个算法工程师必备的知识体系;见神经网络、强化学习、生成对抗网络等最新科研进展之微,知机器学习领域胜败兴衰之著;“博观而约取,厚积而薄发”,在最后一章为读者展示生活中各种引领时代的人工智能应用。很荣幸有机会推荐清华大学计算机系1991级校友诸葛越和她的团队写的新书《百面机器学习:算法工程师带你去面试》。 毋庸置疑,人工智能现在正在蓬勃兴起,就像生机勃发的春天,就其热度而言,说它处在夏天也十分贴切,但我更愿意把它比作收获的金秋。目前席卷全球的人工智能大潮,实际上是机器学习二三十年来理论和算法研究厚积薄发的结果(当然,还要加上与大数据和强大计算能力的风云际会),其本质属于“弱人工智能”范畴。这一波大潮恣肆到极致后一旦消退,我们期望的下一波大潮必然将是“强人工智能”所催发的,但由于其理论探索的高度困难性,尚难以设想下一波大潮什么时候才会再次奔涌而至。所以当下的我们,一定要把握住这难得的机遇,抓紧收获“弱人工智能”慷慨馈赠的足够丰硕的“果实”。可以想象,形形色色的人工智能应用将在近一两年走进千家万户,会像互联网一样,给人们的生活,给社会和经济带来深远的影响。 然而,收获并不是唾手可得的,只有有能耐摘取“果实”的人才能尽享丰收的喜悦—这就是在一线从事人工智能和机器学习工作的人们(通常也被称作算法工程师)。正是这些人,针对不同的实际应用,在不断地尝试新的方法,不断地实现新的算法。他们了解需求、收集数据、设计算法、反复实验并持续优化。他们是人工智能新一代技术的“弄潮儿”和推动者。 那么,你是否想成为他们中的一员呢?你又如何能快速成为他们中的一员呢? 也许这本书可以帮你前进一步。在人工智能技术如火如荼的时代,大批优秀的研究员和程序员正辛勤致力于解决人工智能和机器学习的实际应用问题,市场上急需这方面的技术实操书。而本书刚好填补了这方面的空白。它的内容由简至繁依次展开,涵盖了机器学习各个实用领域,并采取了举例和问答的形式,生动活泼,使每个读者既能了解人工智能从业者所需要的技能,又能学会掌握这些技能。 我从事人工智能研究已有三十余年了,研究兴趣比较广泛,涵盖了自然语言理解、机器学习、社会人文计算等,与这个领域相知相行。我认识诸葛越多年,她是我们系有名的“学霸”,曾经获得美国计算机学会数据库专业委员会十年最佳论文奖(ACM SIGMOD Test of Time Award)。回国后她也常常来系里参加活动。我了解到她的团队中的每一位成员都有非常优秀的背景。本书是工业界每天从事机器学习工作的数据科学家一起撰写的著作,它一定不会让你失望。 希望更多的朋友通过读这本书,成为更好的算法工程师、数据科学家和人工智能的实践者。我带领的研究小组最近研制了一个“九歌”古诗自动写作系统,2017年登录央视大型科学挑战类节目《机智过人》,它在节目中的表现初步达到了与人类诗人难分伯仲的程度,而其基本框架正是得益于本书讲述了的长短期记忆网络和Seq2Seq 模型。这里我姑且借用“九歌”写作的一首五绝集句诗,祝本书的所有读者都能在这个激动人心的技术新时代更上一层楼: 更上一层楼《登鹳雀楼》唐•王之涣 蝉声满树头《闲二首》唐•元稹 春光无限好《感皇恩•春水满池塘》宋•叶景山 月涌大江流《旅夜书怀》唐•杜甫 孙茂松 清华大学计算机系教授,博导,前系主任,前党委书记 2018年6月2日于清华园
4 0浏览
免费 - 2022-吴恩达机器学习课程(原始讲义)高清完整版PPTpdf2022_吴恩达机器学习课程(原始讲义)高清完整版PPTpdf 包含对应课程所有PPT 仅供大家学习使用,请勿用作商业目的
0 1268浏览
免费 - matlab遗传算法实例matlab遗传算法实例 matlab遗传算法实例 matlab遗传算法实例
0 3035浏览
免费 - PROBOT Anno手眼标定步骤(easy_handeye-眼在外).pdfPROBOT Anno手眼标定步骤(easy_handeye-眼在外),来自古月老师。PROBOT Anno手眼标定步骤(easy_handeye-眼在外),来自古月老师
5 1928浏览
免费 - 现代机器人学(Modern Robotics Mechanics, Planning, and Control)课后习题答案在网上费力找到的,现代机器人学(Modern Robotics Mechanics, Planning, and Control)课后习题答案,适合机器人专业学生及工程师自学使用
5 712浏览
免费 - 知识图谱构建技术综述(论文,共19页)知识图谱构建技术综述(论文,共19页) 谷歌知识图谱技术近年来引起了广泛关注,由于公开披露的技术资料较少,使人一时难以看清 该技术的内涵和价值.从知识图谱的定义和技术架构出发,对构建知识图谱涉及的关键技术进行了自底 向上的全面解析.1)对知识图谱的定义和内涵进行了说明,并给出了构建知识图谱的技术框架,按照输 入的知识素材的抽象程度将其划分为3个层次:信息抽取层、知识融合层和知识加工层;2)分别对对每个 层次涉及的关键技术的研究现状进行分类说明,逐步揭示知识图谱技术的奥秘,及其与相关学科领域的 关系;3)对知识图谱构建技术当前面临的重大挑战和关键问题进行了总结
4 1141浏览
免费 - Packt.Practical.Game.AI.Programming.2017Packt.Practical.Game.AI.Programming.2017
5 200浏览
免费 - 《Approaching (Almost) Any Machine Learning Problem》《Approaching (Almost) Any Machine Learning Problem》
0 546浏览
免费 - ACF目标检测算法论文ACF目标检测算法是常用的目标检测算法之一,本文主要讲述了ACF目标检测的原理
4 1424浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 6.1节中文翻译Introduction to Linear Algebra, 5th Edition 6.1节
0 873浏览
免费 - CarMaker的用户指导手册UsersGuideCarMaker10.2的用户指导手册UsersGuide,英文版
0 1009浏览
免费 - Science 杂志综述长文——Machine learning机器学习发展趋势和前景Jordan和Mitchell两位Machine learning大牛在Science 杂志综述长文——机器学习发展趋势和前景
4 1069浏览
免费 - 李宏毅老师2021深度学习课程笔记.pdf2021春季李宏毅老师深度学习课程笔记(神经网络训练不起来处理方法+分类的数学原理)
0 1631浏览
免费 - SuperMap 10i空间机器学习技术与产品介绍-v1.0.pdfSuperMap以统计学为基础,提供了丰富的空间统计算子支持,同时基于机器学习和深度学习等人工智能理论与算法,面向地理空间领域问题,构建多样化AI GIS功能,服务于GIS空间数据处理、分析、挖掘与综合建模。本文档从空间机器学习和空间深度学习两方面介绍SuperMap的AI GIS产品。
5 666浏览
免费 - 基于LSTM的船舶航迹预测模型_权波.pdf论文讲解:https://blog.csdn.net/qq_33302004/article/details/114022635
5 1576浏览
免费 - 基于LSTM的船舶航迹预测_陈凯达.pdf论文讲解:https://blog.csdn.net/qq_33302004/article/details/114437385
0 2055浏览
免费 - apollo-自动驾驶-安全白皮书.pdf百度apollo-自动驾驶-安全白皮书,关于地图相关的介绍;更新时间2019/11
0 855浏览
免费 - 机器学习入门介绍台湾教授关于机器学习的介绍
0 79浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 2.2节中文翻译Introduction to Linear Algebra, 5th Edition 2.2节 本章阐述一个解线性方程的系统方法。该方法称为“消元法”,你可马上在我们的 2 × 2 例子中见到 它。在消元之前,x 和 y 在两个方程中均有出现。消元之后,第一个未知数 x 从第二个方程 8y = 8 中 消失了: 之前 x − 2y = 1 3x + 2y = 11 之后 x − 2y = 1 8y = 8 (方程 1 乘以 3) (减去以消去 3x) 新方程 8y = 8 立马得出 y = 1。将 y = 1 带回到第一个方程中留下 x − 2 = 1。因此 x = 3,求解 (x, y) = (3, 1) 就完成了。 消元法产生了一个上三角方程组——这是目标。非零系数 1, −2, 8 来自一个三角形。这个方程组从 底向上求解——首先 y = 1 然后 x = 3。这个快速过程被称作回代。它用于任何大小的上三角方程组, 经过消元得出一个三角形。重点:原先的方程具有相同的解 x = 3 与 y = 1。图 2.5 揭示了每个方程组都是一对直线,在
5 387浏览
免费 - 《量子计算和量子信息》【赵千川,尼尔森】课后答案《量子计算和量子信息》【赵千川,尼尔森】课后答案 《Quantum Computation and Quantum Information》 Nielsen and Chuang
2 704浏览
免费 - A4纸可打印的15mm的9行6列的黑白棋盘格A4纸可打印的15mm的9行6列的黑白棋盘格 A4纸直接打印即可,取消自动缩放,需要按照实际尺寸打印 棋盘格为15mm*15mm的黑白格子 适用于opencv对相机的标定 鱼眼相机标定等 pdf文件,直接下载即可打印
0 509浏览
免费 - 点云配准+配准+点云+用于机械臂抓取基于Point Pair Features(PPF)的6D姿态估计方法PPF是在机器视觉领域应用广泛的一种物体位姿提取方法。大名鼎鼎的Halcon,其Surface Matching 模块就是在这种方法的基础上做的优化。
5 1484浏览
免费 - 2018智能网联汽车发展报告蓝皮书—视觉感知技术发展本报告主要介绍面向自动驾驶的视觉感知技术。首先是对自动驾 驶视觉感知发展的行业综述, 介绍了自动驾驶感知技术的发展路 线, 以及视觉传感器在其中的作用; 其次介绍了车载图像传感器 的发展, 包括新型的动态图像传感器、低照度感知能力、像素密 度、动态范围以及其他面向自动驾驶应用的定制化特性; 最后介 绍了视觉感知算法的发展, 包括像素级语义分割及目标检测、基 于视觉的定位与语义地图、传感器融合、视觉计算平台等。
1 269浏览
免费 - 机器学习实战 - KNN(K近邻)算法PDF知识点详解 + 代码实现邻近算法,或者说K最邻近(KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法. KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路非常简单直观:如果一个样本在特征空间中的K个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别 [2] 。 该方法的不足之处是计算量较大,因为对每一个待分类的文本都要计算它到全体已知样本的距离,才能求得它的K个最邻近点。目前常用的解决方法是事先对已知样本点进行剪辑,事先去除对分类作用不大的样本。另外还有一种 Reverse KNN法,它能降低KNN算法的计算复杂度,提高分类的效率 [2] 。 KNN算法比较适用于样本容量比较大的类域的自动分类
0 1066浏览
免费 - Bandit Algorithms for Website Optimization.pdf 下载介绍关于explore和exploit之间平衡的问题,即EE问题,又叫多臂赌博机问题,使用的算法为Bandit算法,例如,UCB、汤普森采样算法等。
5 304浏览
免费 - H5U-ST 简易编程手册很强大的文档说明,公司内部机密
0 818浏览
免费 - weka中文教程(高清PDF版本)关于weka软件的介绍,各个功能介绍,重点是Explorer界面的详细介绍
0 994浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 2.3节中文翻译Introduction to Linear Algebra, 5th Edition 2.3节 本节给出了矩阵乘法的第一个例子。自然地,我们从包含许多 0 的矩阵开始。我们的目标是理解 矩阵的所作所为。E 作用于一个向量 b 或一个矩阵 A 来产生一个新向量 Eb 或一个新矩阵 EA。 我们的第一个例子将是“消元矩阵”。它们执行消元步骤。第 j 个方程乘以 lij 然后从第 i 个方程中 减去它。(这从方程 i 中消去 xj。)我们需要许多这样的简单矩阵 Eij,它针对主对角线下每个要消去的 非零元素。 幸运的是我们不会在后面的章节见到所有这些矩阵。它们是开始接触时的好例子,但它们太多了。 它们可以组合成一个一次做所有步骤的总体矩阵 E。最简洁的方式是将它们的逆 (Eij )−1 组合成一个 总体矩阵 L = E−1。以下是下一页的打算。 1. 弄清每一个步骤怎么就是一次矩阵乘法的? 2. 将所有这些步骤 Eij 整合成一个消元矩阵 E。 3. 弄清每个 Eij 是如何由它的逆矩阵 Eij −1 逆转的? 4. 将所有这些逆 Eij −1(按正确顺序)整合成
0 282浏览
免费 - 元学习(meta learning) 最新进展综述论文本文综述了元学习在图像分类、自然语言处理和机器人技术等领域的应用。与深度学习不同,元学习使用较少的样本数据集,并考虑进一步改进模型泛化以获得更高的预测精度。
0 3528浏览
免费 - 《迁移学习:域自适应理论》综述论文本综述的主要目的是提供一个特定的、可以说是最流行的迁移学习子领域——领域自适应——最新理论结果的概述。
0 4427浏览
免费 - Stable Diffusion 使用指南本文档主要内容整理自B站UP主Nenly同学(https://space.bilibili.com/1814756990)发布的Stable Diffusion系统课程视频。部分内容来自互联网以及个人的理解与看法。 本文档为个人的学习笔记,仅供学习参考使用,不作为任何商业用途。如若侵权,请联系删除。
0 753浏览
免费 - Learning representations by back propagating errors(1985)BP算法的经典文章。反向传播算法最早于上世纪70年代被提出,但是直到1986年,由David Rumelhart, Geoffrey Hinton, 和Ronald Williams联合发表了这篇论文之后,人们才完全认识到这个算法的重要性。
0 1102浏览
免费 - 中文翻译Introduction to Linear Algebra, 5th Edition 2.4节我将从基本事实开始。矩阵是一个数字或“元素”的矩形数组。当 A 是 m 行 n 列时,它是一个“m×n”中文翻译Introduction to Linear Algebra, 5th Edition 2.4节矩阵。若矩阵形状相同,则它们可以相加。它们可以乘上任意常数 c。
0 232浏览
免费 - matlab2017b神经网络使用手册(英文).pdf方便掌握更新matlab2017b神经网络部分。The software described in this document is furnished under a license agreement. The software may be used or copied only under the terms of the license agreement. No part of this manual may be photocopied or reproduced in any form without prior written consent from The MathWorks, Inc. FEDERAL ACQUISITION: This provision applies to all acquisitions of the Program and Documentation by, for, or through the federal government of the United States. By accepting delivery of the Program or Documentation, the government hereby agrees that this software or documentation qualifies as commercial computer software or commercial computer software documentation as such terms are used or defined in FAR 12.212, DFARS Part 227.72, and DFARS 252.227-7014. Accordingly, the terms and conditions of this Agreement and only those rights specified in this Agreement, shall pertain to and govern the use, modification, reproduction, release, performance, display, and disclosure of the Program and Documentation by the federal government (or other entity acquiring for or through the federal government) and shall supersede any conflicting contractual terms or conditions. If this License fails to meet the government's needs or is inconsistent in any respect with federal procurement law, the government agrees to return the Program and Documentation, unused, to The MathWorks, Inc.
3 415浏览
免费 - 深度学习图像检索(CBIR): 十年之大综述基于内容的图像检索旨在针对查询图像从大规模数据集中找到相似的图像。通常利用查询图像的代表性特征与数据集图像之间的相似性对检索图像进行排序。
5 2731浏览
免费 - Machine Learning Yearning 中文版吴恩达新书 Machine Learning Yearning 中文版 关于这本书 本书的重点不在于教授传统的机器学习算法,而在于教你如何使机器学习算法发挥作用。一些AI的技术课程会给你一个工具,而这本书将教会你如何使用这些工具。如果你渴望成为AI的技术领导者,并想要学习如何为团队设定一个方向,本书将有所帮助。
4 0浏览
免费 - 明略数据Discovery大数据商务智能平台产品白皮书.pdf绝版资料,网上根本找不到的资源。 明略数据Discovery大数据商务智能平台产品白皮书.pdf
0 528浏览
免费 - 吴恩达机器学习笔记-人工智能机器学习算法入门笔记该笔记是我在学习吴恩达机器学习时整理的,希望能够帮助到大家,如有错误还请大家指正。如果你想进入尖端人工智能领域,该笔记将帮助你做到这一点,掌握深度学习将为您提供许多新的职业机会。深度学习也是一种新的“超级大国”,它可以让你构建几年前还不可能实现的人工智能系统。使用流行的机器学习库NumPy和scikit-learn在Python中构建机器学习模型。学习建立和训练有监督的机器学习模型,用于预测和二元分类任务,包括线性回归和逻辑回归。 学习使用TensorFlow构建和训练一个神经网络来执行多类分类。应用机器学习开发的最佳实践,使您的模型泛化。学习将使用无监督学习技术进行无监督学习:包括聚类和异常检测。使用协同过滤方法和基于内容的深度推荐系统。 希望这个笔记能够帮助到你。
5 827浏览
免费 - 机械设计手册第六版第二卷机械设计手册第六版第二卷
5 248浏览
免费