- 综合排序
- 最热优先
- 最新优先
- 来自专栏coding for love
6-4~7 Bundler 源码编写
我们获取到了文本以后，如果直接就拿来分析依赖当然也可以，但是处理起来非常麻烦，效率也低下，尤其是文件内容复杂的时候。所以我们需要将文本转化为 js 可直接操作的对象 ast。 前面我们讲到了 babel，它可以将 js 源文件根据我们的需要做内容变更，比如将我们的 es6 编写的源文件转成 es5，其实就是将我们的源文件内容先转为 ast 再去实现后续变更的。它有一个专门负责转换的模块，叫做 baben/parser，前身是 babylon。
63640发布于 2020-06-08 - 来自专栏Python
6-4、Python 数据类型-元组
元组也是序列结构，但是是一种不可变序列，你可以简单的理解为内容不可变的列表。除了在内部元素不可修改的区别外，元组和列表的用法差不多。
32150编辑于 2023-11-09 - 来自专栏全栈开发那些事
6-4 链式表的按序号查找 (10分)
L是给定单链表，函数FindKth要返回链式表的第K个元素。如果该元素不存在，则返回ERROR。
44630编辑于 2023-02-27 - 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AI机器学习与深度学习算法
机器学习入门 6-4 实现线性回归中的梯度下降法
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍如何在线性回归中使用梯度下降法以及将梯度下降法封装在我们自己创建的线性回归类中。
59020发布于 2019-11-13 - 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 - 来自专栏AI算法与图像处理
【技术综述】多标签图像分类综述
本篇综述将带领大家了解多标签图像分类这一方向，了解更具难度的图像分类。
1.6K00发布于 2019-07-11 - 来自专栏有三AI
【技术综述】多标签图像分类综述
本篇综述将带领大家了解多标签图像分类这一方向，了解更具难度的图像分类。 古语有云：“纸上得来终觉浅，绝知此事要躬行”，理论知识的学习必须通过实践才能进一步强化，完成了综述内容的书写，后续将基于Pytorch框架以Pascal VOC2012增强数据集进行多标签图像分类实战，
1.5K10发布于 2019-07-27 - 来自专栏人工智能前沿讲习
【综述专栏】虹膜呈现攻击检测综述
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。 论文题目： 虹膜呈现攻击检测综述 A Survey on Iris Presentation Attack Detection 论文作者： 王财勇（北京建筑大学）， 刘星雨（北京建筑大学）， 房美玲 且形式变化多端, 因而虹膜呈现攻击检测 (Iris present-ation attack detection, IPAD) 成为虹膜识别技术中首先需要解决的安全问题之一, 得到了学术界和产业界的广泛重视.本综述是目前已知第一篇虹膜呈现攻击检测领域的中文综述
63610编辑于 2024-03-13 - 来自专栏人工智能前沿讲习
AI综述专栏 | 写作机器人综述
人工智能技术（AI）内容生成或者辅助内容生产这件事上，目前有几个典型场景应用类型，生成文章、内容创作辅助工具、生成短文本、写诗、写摘要等，目前市面上已经有不少相关领域的公司，在不同角度探索，而且产生了一定的成绩。
2.4K20发布于 2020-05-14
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