- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-2 R语言函数 apply
#apply函数，沿着数组的某一维度处理数据 #例如将函数用于矩阵的行或列 #与for/while循环的效率相似，但只用一句话可以完成 #apply(参数)：apply(数组,维度,函数/函数名) > x <- matrix(1:16,4,4) > x [,1] [,2] [,3] [,4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 >
63610发布于 2020-09-16 - 来自专栏Java
试题 算法训练 4-2找公倍数
试题 算法训练 4-2找公倍数 资源限制 内存限制：256.0MB C/C++时间限制：1.0s Java时间限制：3.0s Python时间限制：5.0s 问题描述 这里写问题描述。
18910编辑于 2025-01-21 - 来自专栏趣学算法
数据结构 第4-2讲 双向链表
数据结构第4-2讲双向链表 链表是线性表的链式存储方式，逻辑上相邻的数据在计算机内的存储位置不一定相邻，那么怎么表示逻辑上的相邻关系呢？ 可以给每个元素附加一个指针域，指向下一个元素的存储位置。
87940发布于 2018-09-13 - 来自专栏coding for love
4-2 Development 和 Production 模式的区分打包
接上节4-1 Tree Shaking 概念详解末尾，我们可以看到，在 mode 进行切换时，webpack.config.js 的配置也是不一样的。这很好理解，开发环境中我们更多地是考虑开发和调试方便，生产环境我们更多考虑性能。但我们总不会每次切换环境的时候，还要手动去更改配置吧。最简单就是保存两份配置，对应不同的环境。
83440发布于 2020-02-24 - 来自专栏sringboot
x86汇编加载用户程序-4-2
索引寄存器的端口号是 0x3d4，可以向它写入一个值，用来指定内部的某个寄存器。比如， 两个 8 位的光标寄存器，其索引值分别是 14（0x0e）和 15（0x0f），分别用于提供光标位置的高 8 位和低 8 位。 指定了寄存器之后，要对它进行读写，这可以通过数据端口 0x3d5 来进行。 高八位 和第八位里保存这光标的位置，显卡文本模式显示标准是25x80，这样算来，当光标在屏幕右下角时，该值为 25×80－1=1999
87030编辑于 2021-12-06 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程4-2：LM模型+数值协变量
上一篇，我们介绍了数量性状进行GWAS的一般线性模型分析的方法（笔记 | GWAS 操作流程4：LM模型assoc），这里我们考虑一下数字协变量，然后用R语言进行对比。
1.4K20发布于 2020-05-26 - 来自专栏人工智能前沿讲习
【综述专栏】知识图谱综述
为此，我们精选国内外优秀的综述文章，开辟“综述专栏”，敬请关注。
1.4K40发布于 2020-12-31 - 来自专栏cwl_Java
C++编程之美-数学之趣(代码清单4-2)
代码清单4-2 struct point { double x, y; }; double Product(point A, point B, point C) { return
26930编辑于 2022-11-30 - 来自专栏人工智能前沿讲习
【综述专栏】少样本学习综述
为此，我们精选国内外优秀的综述文章，开辟“综述专栏”，敬请关注。
90721发布于 2021-07-28 - 来自专栏程序媛驿站
综述 | 知识图谱技术综述（下）
题目：知识图谱技术综述 作者：徐增林，盛泳潘，贺丽荣，王雅芳 摘 要 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联能力的知识库，可在智能搜索、智能问答、个性化推荐等智能信息服务中产生应用价值 该文在全面阐述知识图谱定义、架构的基础上，综述知识图谱中的知识抽取、知识表示、知识融合、知识推理四大核心技术的研究进展以及一些典型应用。该文还将评论当前研究存在的挑战。 知识图谱构建技术综述[J]. 计 算机研究与发展, 2016, 53(3): 582-600. LIU Qiao, LI yang, YANG Duan-hong, et al. 命名实体识别研究进展综述[J]. 现代图 书情报技术, 2010(6): 42-47. SUN Zhen, WANG Hui-lin.
1.6K41编辑于 2022-04-11 - 来自专栏深度学习自然语言处理
综述 | 最新视觉-语言预训练综述
据我们所知，这是VLP 领域的第一个综述。我们希望这个综述能够为 VLP 领域的未来研究提供启示。 02 介绍让机器以类似于人类的方式做出反应一直是人工智能研究人员的不懈目标。 据我们所知，这是VLP领域的第一篇综述。我们希望我们的综述能够帮助研究人员更好地了解这一领域，并激发他们设计出更好的模型。 SOTA VLP models基于上述VLP模型的5大方面，我们对近几年的VLP模型进行了汇总整理： 更多细节描述详见论文 Section 7. 09 总结和新前沿在本文中，我们提供了第一个 VLP 综述 我们希望我们的综述能够帮助研究人员更好地了解 VLP，并激发新的工作来推动这一领域的发展。未来，在现有工作的基础上，VLP可以从以下几个方面进一步发展：1.
1.6K40编辑于 2022-03-04 - 来自专栏AI小白入门
【综述】卷积神经网络（CNN）综述
卷积神经网络研究综述[J]. 计算机学报, 2017, 40(6): 1229-1251. [7] Krizhevsky A, Sutskever I, Hinton G E.
7.8K41发布于 2020-02-20 - 来自专栏Android点滴积累
IOS Widget（4-2）：创建可配置小组件（动态修改配置数据）
上一篇文章，讲解了如果通过配置修改小组件行为，只不过配置数据是写死的，本文将继续探索配置数据的高级用法，配置数据在小组件中动态创建的
4K11发布于 2021-05-10 - 来自专栏人工智能前沿讲习
【综述专栏】动态数据驱动仿真综述
的思想孕育的一系列仿真范式，并辨析了它们之间的联系和区别；详细介绍了基于粒子滤波的数据同化方法和identical-twin仿真实验方法；从应用场景、模型和数据、数据同化算法、与新技术的融合等四个维度综述了动态数据驱动仿真的研究现状
46810编辑于 2024-05-22 - 来自专栏人工智能前沿讲习
【综述专栏】图神经网络综述
为此，我们精选国内外优秀的综述文章，开辟“综述专栏”，敬请关注。 文献[12]在关系归纳偏置和深度学习的研究基础上，提出了面向关系推理的图网络概念并进行了综述，但未对不同图网络技术进行分类和对比。 文献[13]从半监督、无监督方法的角度对图结构上的深度学习进行了综述，但缺少相近的分类和应用的讨论。文献[14]主要从传播规则、网络结构等角度分析了图神经网络的不同模型以及应用。 本文针对图神经网络，分析对比了六种图神经网络方法的优劣，首次对处理异构图数据的图神经网络技术进行了讨论和研究，综述了五类图神经网络的研究领域，并对未来的发展方向进行了展望。 07 结束语 本文以综述和探索的角度梳理了图神经网络的发展历程，从图数据的结构对图结构进行了分类介绍，同时从信息聚合方法的不同，深入剖析了六种等不同图神经网络的差异和优劣。
1.2K40发布于 2021-03-17 - 来自专栏有三AI
【技术综述】人脸颜值研究综述
今天带来一篇人脸识别中的颜值打分技术，所谓“颜值”，基于什么标准来评判高低呢？既然是个“数值”，那到底能不能“测量”一下？
2.8K32发布于 2019-07-25 - 来自专栏深度学习自然语言处理
综述 | 知识图谱技术综述（上）
来自：程序媛驿站 题目：知识图谱技术综述 作者：徐增林，盛泳潘，贺丽荣，王雅芳 摘 要 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联能力的知识库，可在智能搜索、智能问答 该文在全面阐述知识图谱定义、架构的基础上，综述知识图谱中的知识抽取、知识表示、知识融合、知识推理四大核心技术的研究进展以及一些典型应用。该文还将评论当前研究存在的挑战。
3.2K21发布于 2019-12-27 - 来自专栏人工智能前沿讲习
【综述专栏】排序学习（Learning to rank）综述
为此，我们精选国内外优秀的综述文章，开辟“综述专栏”，敬请关注。 “综述专栏”历史文章 零样本文本分类探秘 重磅发布 | 图像图形学发展年度报告（中国图象图形学报第6期综述专刊） 域适应(UDA)和半监督(SSL)的恩怨情仇 Meta Learning — Introduction to meta-learning 网络模型加速——轻量化网络 关于GNN的几个疑问的思考 图卷积神经网络(GCN)速览 从零到一：生成对抗网络GAN完全掌握 目标检测综述整理 Bert向量表示不能直接用于相似度问题的分析
5.3K40发布于 2021-07-05 - 来自专栏flvAnalyser
flvAnalyser 综述
作者在这里做个综述，也提供下官方发布地址。方便网友查找和下载。
1.6K40编辑于 2025-05-11 - 来自专栏NLP算法工程师之路
QA综述
(2018年12月3日补充：第二篇不是论文，应该是斯坦福写的一个类似教程之类的东西，但是写的太像论文了(ˇˍˇ)，我都搞混了 )
1.1K20发布于 2019-12-18
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