- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-6 R语言函数 排序
#sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v
42540发布于 2020-09-16 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（4-6章节）
个人认为注释还是要写，算是对代码的中文翻译，因为我们的英语水平，命名习惯各不相同。
38010编辑于 2022-06-28 - 来自专栏NewBeeNLP
复旦大学：多模态知识图谱最新综述
来自复旦大学，先上路径： Title：Multi-Modal Knowledge Graph Construction and Application: A Survey Link：https://arxiv.org
4.7K60编辑于 2022-06-06 - 来自专栏博文视点Broadview
复旦大学教授详解大规模语言模型
自2020年 OpenAI 发布了包含1750亿个参数的生成式大规模预训练语言模型 GPT-3（Gen- erative Pre-trained Transformer 3）[1]以来，包括Google、Meta、百度、智源研究院等在内的公司和研究机构纷纷发布以 PaLM[2]、LaMDA[4]、T0[5]等为代表的不同的大规模语言模型（Large Language Model ，LLM ），也称大模型。
1K20编辑于 2023-09-07 - 来自专栏量子位
支持移动GPU、推断速度提升4-6倍
TensorFlow用于移动设备的框架TensorFlow Lite发布重大更新，支持开发者使用手机等移动设备的GPU来提高模型推断速度。
1.2K30发布于 2019-04-24 - 来自专栏肉眼品世界
复旦大学发布：2021元宇宙年度报告
的底层性思考，但元宇宙并非无源之水无本之木，其发展历程始终是立足于过去的底层技术及其文化基质上，我们希望发散一束光，为踟躇不前者探照前方的路，为概念不明者解惑答疑，为元宇宙发展进程测定其尺速，因此腾讯新闻与复旦大学新闻学院传播系共同编写了这份元宇宙报告
39420编辑于 2022-04-19 - 来自专栏安满周
调查活动将与复旦大学联名发布报告
其中，在12月14日的“科技服务日”中，调查活动组委会将与复旦大学网络空间国际治理研究基地联名发布《数字政府服务与治理能力提升专题报告》、《网络安全行业发展专题报告》（行业发展与生态建设、新技术应用与网络安全 复旦大学网络空间国际治理研究基地——12月14日上午 上海：《数字政府服务与治理能力提升专题报告》12月14日下午 上海：《网络安全行业发展专题报告》2022调查活动《数字政府服务与治理能力提升专题报告 这两个专题报告，由复旦大学网络空间国际治理研究基地主任、教授沈逸主导编写，将分别在14日上午和下午的发布会中由沈逸教授面向全社会发布。 （最终议程及参会嘉宾已现场为准）联名单位及发布人简介复旦大学网络空间国际治理研究基地是国家互联网信息办公室和教育部于2018年7月评选的十家网络空间国际治理研究基地之一，已正式进入实体化运行建设，目前依托复旦发展研究院孵化 沈逸，复旦大学国际关系与公共事务学院院长助理，国际政治系教授、博士生导师，复旦大学网络空间国际治理研究基地主任，国家社科基金重大项目“总体国家安全观视野下的网络治理体系”首席专家。
88850编辑于 2022-12-29 复旦大学肖仰华：AI的尽头是人文
肖仰华 复旦大学计算与智能创新学院教授、博导，上海科学智能研究院AI科学家，上海市数据科学重点实验室主任【精彩观点】1.技术进步历来伴随人的某些能力退化，这不是今天才出现的问题。
58710编辑于 2025-10-28- 来自专栏人人都是极客
支持移动GPU、推断速度提升4-6倍
虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径，比如将机器学习模型转换成定点模型，但总是会在模型的性能或精度上做出让步。
1.9K20发布于 2019-03-15 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。
89000发布于 2019-11-13 - 来自专栏人工智能与演化计算成长与进阶
15非监督学习异常检测4-6构建与评价异常检测系统
Note 对于异常检测问题而言，样本数据集往往是倾斜的，即 标记为 1 异常的数据往往很少，而标记为 0 即正常的数据往往很多 此时使用准确率等方法来进行判断一个模型的好坏往往是不合适的，所以通过 查准率和查全率以及 F1 分数能够很好的分析和判断这个问题
1.9K11发布于 2020-08-14 - 来自专栏desperate633
第4-6课 数据的过滤where子句操作符使用通配符进行过滤
实际查询中，通常不会检索所有行，需要对数据进行筛选过滤，选出符合我们需要条件的数据。
2.3K10发布于 2018-08-22 - 来自专栏yuyy.info技术专栏
《Go语言精进之路：从新手到高手的编程思想、方法和技巧1》4-6章笔记
醍醐灌顶到没有，别扭确实存在。当然这需要一段时间来适应，说下这段时间最难接受的点吧。 1、文件的单一职责做不好，一个文件里有多个结构体，想知道某个结构体有哪些方法，需要借助IDE 2、命名使用单字母，特定场景能理解，例如循环里的i，遍历map的k,v，但是很多单字母不是这种常见场景里的。代码整洁之道里说命名要见名知意，宁愿用长命名也不用无法表达清楚的短命名，这点go背道而驰。此书里说有时需要短命名加注释，而代码整洁之道里说注释就不应该存在，如果要用注释，说明写的代码无法准确清晰的表达意思。
1.3K20编辑于 2022-09-21 - 来自专栏TechLead
复旦大学王龑团队发布《静态与动态情感的面部表情识别》综述
论文链接：https://arxiv.org/pdf/2408.15777 复旦大学，王龑博士后领衔，发布《静态与动态情感的面部表情识别》（A Survey on Facial Expression Recognition
92010编辑于 2024-09-06 - 来自专栏机器之心
向「非升即走」说「不」，复旦大学即将推出替代方案
在前几天举办的一个学术论坛上，复旦大学校长、复旦大学上海医学院院长金力教授对外透露，复旦大学即将推出「非升即走」的替代计划，让在行业内做得足够好的青年科学家不升也能留。 复旦大学校长金力教授作主题报告。 金力教授表示，复旦大学很快会推出一个非升即走的替代计划，「就是说你不升也能留，只要你做得足够好」。 那成果要怎么评价呢？ [2] 近年来复旦大学的研究正在逐步向顶尖高校看齐，从 2018 年到 2021 年的 Top 10% 研究主题来看，复旦大学和斯坦福大学的研究方向布局很相似，但和顶尖高校相比在主题数量和学科融合方面还有差距 除了复旦大学之外，国内也有部分高校在引进人才时强调不进行非升即走。
67940编辑于 2022-12-15 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习4-6 猜数字游戏
练习4-6 猜数字游戏 猜数字游戏是令游戏机随机产生一个100以内的正整数，用户输入一个数对其进行猜测，需要你编写程序自动对其与随机产生的被猜数进行比较，并提示大了（“Too big”），还是小了（“Too
1.3K20发布于 2020-09-15 - 来自专栏AI科技评论
复旦大学校友周礼栋升任微软全球资深副总裁
周礼栋本科毕业于复旦大学计算机科学系，后前往康奈尔大学深造，先后获得计算机科学硕士及博士学位，师从 Fred B.
62330编辑于 2022-09-09 - 来自专栏AI科技评论
复旦大学：利用场景图针对图像序列进行故事生成 | AAAI 2020
作者 | 王瑞泽 编辑 | Tokai 本文介绍了复旦大学研究团队在AAAI 2020上录用的一篇关于多模态文本生成工作: 《Storytelling from an Image Stream Using
1.3K40发布于 2019-12-24 复旦大学团队成功研发新型二维闪存
近日，复旦大学研究团队成功利用二维材料制造了功能齐全的存储芯片，并将其直接集成到了传统的硅基芯片上，兼具高速度、低功耗与大容量特性，可大幅提升AI训练与推理效率。 复旦大学集成电路与微纳电子创新学院、集成芯片与系统全国重点实验室研究员刘春森和教授周鹏为论文通讯作者，刘春森研究员和博士生江勇波、沈伯佥、袁晟超、曹振远为论文第一作者。 如何将二维材料与CMOS集成又不破坏其性能，是复旦大学研究团队需要攻克的核心难题。“我们没有必要去改变CMOS，而是要去适应它。” 根据论文指出，复旦大学团队使用了其称之为ATOM2CHIP（一款基于原子级器件到芯片）的工艺，直接在传统的 0.13 微米 CMOS 硅芯片顶部生长了一层只有几个原子厚的二硫化钼。
37910编辑于 2026-03-19CVPR 2026｜复旦大学提出OmniLottie：首个端到端多模态矢量动画生成框架！
作者单位：复旦大学、阶跃星辰、HKU MMLab, University of Queensland 论文地址：https://arxiv.org/pdf/2603.02138 项目主页：https:
56310编辑于 2026-03-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号