- 综合排序
- 最热优先
- 最新优先
- 来自专栏mysql
hhdb数据库介绍(9-11)
EXPLAIN支持显示JOIN语句、UNION/UNION ALL、子查询语句的路由计划。其中：
24210编辑于 2025-03-12 - 来自专栏肖洒的博客
【爬虫】（八）Python之爬虫和数据小解析
,,免修班 G00HA1012,科学道德与学风,0,是,2016秋,梁昌洪,南校区,,不分班 G00HA1010,中国特色社会主义理论与实践,2,是,2016秋,肖群,北校区,"J-201/星期一/(9- 514/星期一/(1-2)2,3,4,5,7,8,9,11,12,13,15,16,17,18",01 Z00MS1031,工程优化方法及应用,3,是,2016秋,寇晓丽,北校区,"J-205/星期四/(9- 11)2,4,5,7,8,9,10,11,13,14,15,16,17,18,19",01 Z08EE1011,算法设计技术与方法,3,是,2016秋,公茂果,北校区,"J-304/星期三/(9-11) 18J-304/星期五/(9-11)2,5,7,8,9,10,11,12,13,14,15,16,17,18,20",不分班 Z08TE1107,宽带无线通信,3,是,2016秋,盛敏,北校区,"J-204 2017春,白光斌,北校区,"体育馆/星期三/(5-6)2,3,4,5,6,7,8,9,10,11",02 Z08TE1222,扩频通信系统,2,否,2016秋,刘乃安,北校区,"J-205/星期二/(9-
56630发布于 2018-08-07 AI+FTTR破局在即，CIOE信息通信展成产业风向观察窗口
在工程化部署层面，预连接光缆方案与柔性布线工艺的普及，大幅降低了老旧建筑、复杂园区的施工门槛，彻底打破了场景适配的“禁区”，让FTTR的规模化铺开成为可能；在多节点协同层面，AI边缘算法深度嵌入光猫、主网关等设备 与此同时，产业标准加速统一，芯片、设备、算法厂商联动研发，进一步扫清规模商用障碍，推动AI+FTTR从“技术概念”转化为“实用产品”，赋能千行百业数字化转型。 ◆ CIOE信息通信展：AI+FTTR全产业链的聚合高地，关键资源一站获取 即将于9月9-11日在深圳国际会展中心举办的CIOE信息通信展，作为光通信领域极具影响力的专业展会，汇聚了AI+FTTR全产业链核心力量 9月9-11日，深圳国际会展中心，期待与您共赴全光智能新时代的产业之约。 关于CIOE中国光博会： 第二十七届中国国际光电博览会（CIOE中国光博会）将于2026年9月9-11日在深圳国际会展中心举办。
9710编辑于 2026-06-17- 来自专栏路过君BLOG from CSDN
angular9 添加IE浏览器支持
默认模板没有启用IE浏览器支持 ng serve启动项目后，用IE浏览器打开为空白页 解决 修改browserslist，去掉前面的not not IE 9-11 # For IE 9-11 support
1.1K30发布于 2020-06-19 - 来自专栏民工哥技术之路
每天学一个 Linux 命令（98）：crontab
crontab -l no crontab for root 每小时的第5和第15分钟执行 5,15 * * * * command_name 在上午9点到11点的第5和第15分钟执行 5,15 9- 11 * * * command_name 每隔3天的上午9点到11点的第5和第15分钟执行 5,15 9-11 */3 * * command_name 每个星期一的上午9点到11点的第5和第15 分钟执行 5,15 9-11 * * 1 command_name 每月1、11、21日的14:45重启httpd 45 14 1,11,21 * * /etc/init.d/httpd restart
99930发布于 2021-04-21 - 来自专栏智能大数据分析
分类规则挖掘（三）
四、贝叶斯分类方法 贝叶斯 (Bayes) 分类方法是以贝叶斯定理为基础的一系列分类算法的总称。 2、贝叶斯分类器 对没有类别标号的数据样本 Z ，称公式 (9-11) 和 (9-12) 为朴素贝叶斯分类器，且它们将类别标号 C_i 赋予 Z ，其中 C_i 满足 p(C_i|Z) = max\{p(C_1|Z), p(C_2|Z), \cdots, p(C_k|Z)\}\tag{9-11} 且称 p(C_i|Z) 对应的类 C_i 为最大后验假定，而 p(C_j|Z) SVM是一种算法，它使用一种非线性映射，将向量映射到一个更高维的空间，在这个空间里建立一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。 神经网络是以大量简单神经元按一定规则连接构成的网络系统，从物理结构上模拟人类大脑的结构和功能，通过某种学习算法从训练样本中学习，并将获取的知识存储在网络各单元之间的连接权中。
30300编辑于 2025-01-22 - 来自专栏VRPinea
影创科技亮相AWE USA 2021·6+6 Turn-Key方案大获好评
AWE USA 2021于11月9-11日在美国加州圣何塞举办。作为全球XR行业的盛会，今年已经是AWE走过的第十年，亦是疫情后在美国举行的首个AWE线下大型峰会。 VR公版样机“骐骥” 集成了多项自研算法与专利技术，为用户提供头手6＋6 Turn-Key解决方案，可以满足多种交互场景的使用需求。 同时，“鸿鹄”配备了5G通信模块和双6DoF手柄，可搭载运行高精度地图、SLAM定位、全自由度手势识别等算法，可谓是功能相当完备的一款XR设备。 未来，影创科技将与高通进一步在芯片、算法等方面展开深度合作，推动XR终端普及，共同开启全新移动计算时代，敬请期待！
52110发布于 2021-11-23 - 来自专栏技术分享
【算法】----BF算法&KMP算法
我们今天所讨论的两个算法就是有关该过程的算法。 事实上，对于检索，无非就是两个字符串的匹配过程，模式串是你想要匹配的串，主串是你搜索所在串。 BF算法和KMP算法是较为著名的模式匹配算法，接下来作出详细介绍。 BF算法 BF算法(Brute-Force)也称为暴力算法，其核心原理是逐个比较文本串和模式串的字符，如果匹配失败，则通过向右移动模式串的位置，再次进行比较。 在实际情况下，BF算法的效率并不高，特别是当文本串T和模式串P的长度很大时。对于较长的文本串和模式串，BF算法的时间复杂度可能会导致性能问题。 答案就是KMP算法。 KMP算法 KMP算法的核心思想是利用模式串自身的特点来加速匹配过程，避免重复匹配。
58210编辑于 2024-06-18 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (7) 卡车搬运的数据
在开篇之初，我们提到了最简单的AI算法：线性回归 (Linear Regression)。 ，来计算向量加法或点乘（卷积）运算，但工程师依然需要掌握算法本身。 实际上，一元线性回归是最简单的AI算法。 reduction algorithms 降维算法 Gradient boosting algorithm 梯度提升算法 …… 看到这里，读者们是不是觉得，你们和小H一样，感觉到有一只瞌睡虫从鼻孔飞进了自己的脑子 我们对这段python代码进行解读： 在第1行引入了tensorflow的类库后，9-11行利用tensorflow类库定义线性模型，随后13行定义残差为均方误差（mean square error），
50020编辑于 2023-10-30 - 来自专栏IT可乐
Java 枚举类 详解
return "6-8"; } }, WINTER("冬天", "大雪纷飞"){ @Override public String getMonth() { return "9- SeasonEnum s : SeasonEnum.values()){ System.out.println(s.getMonth()); } } 结果为： SPRING 12-2 3-5 6-8 9-
1.5K90发布于 2018-01-04 - 来自专栏PPV课数据科学社区
【算法】PCA算法
小编邀请您，先思考： 1 PCA算法的原理是什么？ 2 PCA算法有什么应用？
2K40发布于 2018-04-18 - 来自专栏用代码征服天下
算法——排序算法
基本思想：现在有一个数组arr= {12,35,99,18,76}，需要将其从小到大排序
1K10编辑于 2022-05-09 - 来自专栏Super 前端
算法--分治算法
本文链接：https://ligang.blog.csdn.net/article/details/83866378 分治算法 分而治之，把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题 经典递归案例： 示例： 归并排序 详见：javascript排序算法 示例： 二分查找法（二分法） 二分查找也称折半查找，其要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。
89531发布于 2019-08-15 - 来自专栏数据科学与人工智能
【算法】xgboost算法
小编邀请您，先思考： 1 XGBoost和GDBT算法有什么差异？ XGBoost的全称是 eXtremeGradient Boosting，2014年2月诞生的专注于梯度提升算法的机器学习函数库，作者为华盛顿大学研究机器学习的大牛——陈天奇。 xgboost问世后，因其优良的学习效果以及高效的训练速度而获得广泛的关注，并在各种算法大赛上大放光彩。 ? 具体算法如下： 输入：训练集 ? 输出：提升树 步骤： （1）初始化 （2） 对m=1,2,3……M a）计算残差 ?
2K90发布于 2018-03-27 - 来自专栏半生瓜のblog
【算法】查找算法
查找算法 查找的定义 查找:又称检索或查询，是指在查找表中找出满足一定条件的结点或记录对应的操作。 查找效率:查找算法中的基本运算是通过记录的关键字与给定值进行比较，所以查找的效率通常取决于比较所花的时间，而时间取决于比较的次数。通常以关键字与给定值进行比较的记录个数的平均值来计算。 数组是特殊的块索引（一个块一个元素）： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xDbRyWBM-1635489015712)(查找算法.assets/image- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6LawbrgF-1635489015715)(查找算法.assets/image-20211028180620292.png )] 分块查找的算法分两步进行，首先确定所查找的节点属于哪一块，即在索引表中查找其所在的块，然后在块内查找待查询的数据。
1K20编辑于 2023-05-13 - 来自专栏数据科学与人工智能
【算法】PCA算法
小编邀请您，先思考： 1 PCA算法的原理是什么？ 2 PCA算法有什么应用？
1.9K60发布于 2018-03-27 - 来自专栏数据科学与人工智能
【算法】Adaboost 算法
小编邀请您，先思考： 1 Adaboost算法的原理是什么 ？ 2 Adaboost算法如何实现？ 是一个加法模型，而Adaboost算法其实是前向分步算法的特例。那么问题来了，什么是加法模型，什么又是前向分步算法呢？ 3.1 加法模型和前向分步算法 如下图所示的便是一个加法模型 ? 这个优化方法便就是所谓的前向分步算法。 下面，咱们来具体看下前向分步算法的算法流程： 输入：训练数据集 ? 损失函数： ? 基函数集： ? 输出：加法模型 ? 3.2 前向分步算法与Adaboost的关系 在上文第2节最后，我们说Adaboost 还有另外一种理解，即可以认为其模型是加法模型、损失函数为指数函数、学习算法为前向分步算法的二类分类学习方法。 前向分步算法逐一学习基函数的过程，与Adaboost算法逐一学习各个基本分类器的过程一致。 下面，咱们便来证明：当前向分步算法的损失函数是指数损失函数 ?
2.6K140发布于 2018-03-27 - 来自专栏数据科学与人工智能
【算法】SVD算法
2 SVD算法与PCA算法有什么关联？ 3 SVD算法有什么应用？ 4 SVD算法如何优化？ 前言 奇异值分解(Singular Value Decomposition，简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域，是很多机器学习算法的基石 本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SVD的。 也可以用于推荐算法，将用户和喜好对应的矩阵做特征分解，进而得到隐含的用户需求来做推荐。同时也可以用于NLP中的算法，比如潜在语义索引（LSI）。 SVD小结 SVD作为一个很基本的算法，在很多机器学习算法中都有它的身影，特别是在现在的大数据时代，由于SVD可以实现并行化，因此更是大展身手。
2K121发布于 2018-03-27 - 来自专栏数据科学与人工智能
【算法】GBDT算法
小编邀请您，先思考： 1 GBDT算法的原理是什么？ 2 GBDT算法如何做正则化处理？ GBDT在BAT大厂中也有广泛的应用，假如要选择3个最重要的机器学习算法的话，个人认为GBDT应该占一席之地。 分类算法 GBDT的分类算法从思想上和GBDT的回归算法没有区别，但是由于样本输出不是连续的值，而是离散的类别，导致我们无法直接从输出类别去拟合类别输出的误差。 除了负梯度计算和叶子节点的最佳残差拟合的线性搜索，二元GBDT分类和GBDT回归算法过程相同。 多元分类算法 多元GBDT要比二元GBDT复杂一些，对应的是多元逻辑回归和二元逻辑回归的复杂度差别。 由于GBDT的卓越性能，只要是研究机器学习都应该掌握这个算法，包括背后的原理和应用调参方法。目前GBDT的算法比较好的库是xgboost。当然scikit-learn也可以。
1.6K80发布于 2018-03-27 - 来自专栏用代码征服天下
算法——查找算法
1、顺序查找： 定义： 顺序查找（Sequential Search） 又叫线性查找，是最基本的查找技术，它的查找过程是：从表中第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找成功，找到所查的记录；如果直到最后一个（或第一个）记录，其关键字和给定值比较都不等时，则表中没有所查的记录，查找不成功。 代码： import java.util.Scanner; import org.junit.jupiter.api.Test; /** * 顺序查找
1.1K10编辑于 2022-05-09
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