- 综合排序
- 最热优先
- 最新优先
- 来自专栏计算机视觉理论及其实现
numpy.sqrt
same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'sqrt'>Return the non-negative square-root arguments, see the ufunc docs.Returns:y : ndarrayAn array of the same shape as x, containing the positive square-root
1.2K10编辑于 2022-09-03 - 来自专栏好奇心Log
气象数据分析 | 经验正交分解EOF
Square-root of cosine of # latitude weights are applied before the computation of EOFs. coslat = np.cos Square-root of cosine of # latitude weights are applied before the computation of EOFs. coslat = np.cos
3.7K10发布于 2021-07-30 - 来自专栏MeteoAI
气象数据分析 | 经验正交分解EOF
Square-root of cosine of # latitude weights are applied before the computation of EOFs. coslat = np.cos Square-root of cosine of # latitude weights are applied before the computation of EOFs. coslat = np.cos
3.2K10发布于 2021-11-12 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine ——数据全解析专辑(US NED Topographic Diversity地貌多样性拓扑数据集)
The mTPI was combined with the square-root transform for mTPI>0 (T’) and with the standard deviation
24310编辑于 2024-02-02 - 来自专栏FPGA开源工作室
XilinxFloating-Point IP
支持的运算操作 1）Multiply—乘法 2) Add/subtract—加法和减法 3）Accumulator—累加 4） Fused multiply-add--融合乘加 5） Divide—除法 6）Square-root
1.3K20发布于 2020-03-06 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine ——数据全解析专辑（Global ALOS Topographic Diversity）地形密度270m分辨率 (ERGo) 数据集
The mTPI was combined with the square-root transform for mTPI>0 (T’) and with the standard deviation
23710编辑于 2024-02-02 - 来自专栏生信技能树
没有生物学重复的转录组差异分析如何挑选基因呢： 变化倍数与P值选谁？
Typical values for the common BCV (square-root dispersion) for datasets arising from well-controlled
77110编辑于 2024-12-27 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine ——数据全解析专辑（US NED CHILI /Landforms/Topographic Diversity）美国DEM地形10米分辨率数据集
The mTPI was combined with the square-root transform for mTPI>0 (T’) and with the standard deviation
32210编辑于 2024-02-02 - 来自专栏AutoML(自动机器学习)
ICLR2020 | 解决长尾分布的解耦学习方法
mathrm{PB}}(t)=\left(1-\frac{t}{T}\right) p_{j}^{\mathrm{IB}}+\frac{t}{T} p_{j}^{\mathrm{CB}} \tag{2} Square-root
1.9K20编辑于 2022-05-11 - 来自专栏晓飞的算法工程笔记
ACNet: 特别的想法，腾讯提出结合注意力卷积的二叉神经树进行细粒度分类 | CVPR 2020
simplified NL block，在transform步骤使用了SE block，这个模块能够很好地结合上下文信息来提取特征，最后使用global average pooling、element-wise square-root
87600发布于 2020-03-06 - 来自专栏机器之心
CVPR 2018 | 美国东北大学提出MoNet，使用紧密池化缓解特征高维问题
本论文提出的 MoNet，在新型子矩阵平方根层（sub-matrix square-root layer）的帮助下，可以直接归一化局部特征，同时，通过使用紧凑池化（compact pooling）替代全双线性池化
1.1K80发布于 2018-05-10 - 来自专栏我爱计算机视觉
分类类别不均衡？来试试 Facebook 的学习表征和分类器分离
平方根采样（Square-root sampling）：本质上是之前两种采样方式的变种，通常是将概率公式中的 q 定值为 0.5。
91120发布于 2020-05-26 - 来自专栏机器之心
ICLR 2020 | 如何解决图像分类中的类别不均衡问题？不妨试试分开学习表征和分类器
平方根采样（Square-root sampling）：本质上是之前两种采样方式的变种，通常是将概率公式中的 q 定值为 0.5。
1.3K30发布于 2020-05-19 - 来自专栏bit哲学院
python：numpy数学函数和逻辑函数
14 15] # [15 16 16 17 17]] numpy.power() numpy.sqrt(x, *args, **kwargs) Return the non-negative square-root
89430发布于 2021-01-07 - 来自专栏机器之心
50年僵局打破！MIT最新证明：对于算法少量内存胜过大量时间
论文标题： Simulating Time With Square-Root Space 论文地址：https://arxiv.org/pdf/2502.17779 更重要的是，这一结果不仅揭示了在特定空间约束下可执行的计算范围
40910编辑于 2025-05-26 - 来自专栏拓端tecdat
Python深度强化学习对冲策略：衍生品投资组合套期保值Black-Scholes、Heston模型分析
Dufresne, “The integrated square-root process,” Centre for Actuarial Studies, University of Melbourne Kahl, “Simulation of square-root processes,” Encyclopedia of Quantitative Finance, John Wiley & Sons,
42410编辑于 2024-12-03 - 来自专栏Hadoop数据仓库
MADlib——基于SQL的数据挖掘解决方案（12）——回归之广义线性模型
log 逆高斯分布（Inverse Gaussian） inverse of square, inverse, identity, log 泊松分布（Poisson） log, identity, square-root
1.2K20发布于 2019-05-25 - 来自专栏bit哲学院
numpy 入门
sequences.clip (a, a_min, a_max[, out])Clip (limit) the values in an array.sqrt (x[, out])Return the positive square-root
46230发布于 2021-01-07 - 来自专栏AIWalker
AAAI2021 | 长尾识别中的trick大礼包
Square-root sampling 则是上述采样公式 的特例，旨在返回一个lighter不平衡数据。
1.4K20发布于 2021-01-05 - 来自专栏FPGA技术江湖
HLS最全知识库
SCALE); else s = ((in_val.range(W1-1,0) >> (0 - (SCALE + 1))) + 1) >> 1; // Non-restoring square-root
1.1K11编辑于 2025-04-23
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