回答情况：
提问时间：
问题标签：
2回答
我发现现代函数式编程语言和范型总体上非常有趣。许多函数式编程语言都能够通过使用C作为中间语言或使用自己的代码生成器来生成高效的本机代码。我说的是像Haskell、OCaml、LISP或Scheme (SBCL、Chiken、Gambit等)这样的语言。但是知道函数式编程语言需要一个大的运行时库，通常是用C实现的(例如垃圾回收)，我想问一下，真的有可能用这种语言创建裸机代码，并且只使
浏览 1提问于2014-07-30得票数 2
我可以在网上看到一些强化学习视频，这些视频显示模拟的代理/环境，但它们要么已经从地面上建立了可视化模型，要么使用了其他一些语言/技术.(或者它们很老了)。开放式人工智能健身房是这样一个平台，你可以放置和训练你的代理人，但我相信它更多地是为了创建学习算法，而不是视觉模拟和环境。
浏览 0修改于2018-02-20得票数 0
我有一个用django创建的web应用程序，它使用tensorflow生成赞美，并将它们发送给注册了该服务的人。每次用户提交一个数字时，我都会使用subprocess.call()运行一个单独的脚本，该脚本创建我的模型并将人工智能生成的问候语写入一个文本文件，然后短信网关(twilio)使用这个.txt文件作为消息的正文然而，在应用程序运行模型时提交有效的数字后，应用程序加载了很长一段时间，比如有时需要30秒或更长时间才能停止加载页面，这并不理想。
为什么花了这么长时间？这是因为在tensorflow中创
浏览 13修改于2020-05-11得票数 0
回答已采纳
2回答
我想用LFSR生成一些随机数。然而，LFSR输出取决于抽头的数量，因此在一个大的时间段内，我使用了大(相对)位数。这使得数字与周期一样大。例如，我想使用16位LFSR来生成随机的5位数字.怎样才能减少位数，但仍然确保单个数字不会重复，序列不会变短？编辑：lfsr = (lfsr >> 1) ^ (-(lfsr & 1u) & 0x0014u);
对于n= 16，我使用多项式x^16 +
浏览 0修改于2013-01-18得票数 3
我需要用0 (0)的升序生成自然数矩阵，但它们是非常大的矩阵，很难用手写出来。我想要的是生成这样的矩阵：4 5 6 712 13 14 15
如何在shell脚本或其他编程语言中做到这一点。
浏览 9提问于2022-01-10得票数 0
回答已采纳
只是阅读(德语)Wiki-关于模型驱动的SW-开发(MDSD)的文章。总结Wiki的定义：
通过MDSD可以更简洁地描述问题(通过各自DSL的更高层次的抽象)。由于我知道并使用高级函数式编程，我想知道，我的实际问题是: MDSD只是一种断断续续的尝试，将高级函数式编程提供的强大特性注入到本质上缺乏这些特性的编程语言/范例中吗？(或者我是否误解了MDSD，甚至可以用来支持
浏览 3提问于2011-05-05得票数 6
回答已采纳
我从来没有用过“纯”函数式语言编程。我在C和C++上获得了我的条纹，尝试了Java，C#，PHP等等。但我总是发现自己回到了C++。也许我有点受虐狂，但我喜欢低级的东西。然而，我几乎没有时间学习C++11，而且我开始感觉到未来函数式编程的加速发展。
我的问题有两个。C++11的lambda功能的概念是从什么语言“借鉴”来的，如果不是那种语言，那么什么语言是理想的语言，或者如果有的话，是为了了解使用C++11的新lam
浏览 5修改于2013-09-17得票数 0
5, 9, 0, 1); Function<Integer, Integer> plus11.filter(gt3) .toList();}
at Predicate：目前，数字3是硬编码的与1.关于Function：假设我不想要加11，但是需要(n) -> n + x，x是在运行时提供
浏览 2修改于2021-09-05得票数 2
1回答
素数循环群上的离散对数问题由求满足x满足g^x\equiv h\bmod p的问题组成，其中g是一个大素数p上的乘法群\mathbb Z/p\mathbb Z的生成元。在多项式时间内没有已知的g算法。我正在使用python语言。
浏览 0修改于2021-09-10得票数 0
我的主要自变量是大美元值。如果我将美元值除以10,000(使系数易于管理)，则模型(负二项式和零膨胀负二项数)在Stata中运行，我可以用置信区间生成预测数。当我这样做，模型仍然运行，但现在预测的计数范围在0.22-0.77左右。如何解决这个问题，以便预测的计数正确生成？
浏览 7提问于2016-09-23得票数 0
我有这样的文字：
人工智能( In computer science )中的人工智能(AI)，有时被称为机器智能，是指机器所表现出来的智能，不同于人类和动物所表现出来的自然智能。随着机器能力的提高，被认为需要“智能”的任务往往被从人工智能的定义中删除，这一现象被称为人工智能效应。特斯勒定理中的一段俏皮话说：“人工智能是尚未完成的事情。”6通常被归类为人工智能的现代机器功能包括成功理解人类语言，7在战略游戏系统(如国际象棋和围棋)中进行最高级别的竞争，8自主操作汽车，在
浏览 2修改于2020-07-08得票数 2
回答已采纳
我目前正在开始做人工智能课程的期末项目(作为我计算机科学B.Sc的一部分)。在这个项目中，我们需要选择人工智能领域中的一个有趣的问题，在课堂上扩展一个或多个主题，并解决它。无论如何，在开始实现我们的Sokoban求解器之前，我开始怀疑我们熟悉的几种语言(C，C++，Java和Python语言)中哪一种更适合用于实现基于搜索的求解器，该求解器旨在执行非常大的搜索空间(Sokoban我开始考虑这个问题的主要原因是因为在另一门关于人工智能的课程中-处理将AI技术应用于产品设计-我创建了一个自动
浏览 1提问于2013-02-22得票数 2
背景:我有一个模型，我试图将它移植到TF 2.0，以获得一些甜蜜的渴望执行，但我似乎不知道如何进行分布式培训(4个GPU)，同时执行梯度积累。问题：
我需要能够使用带有梯度磁带的自定义训练循环，因为我有一个复杂的多模型问题(几个输入模型和输出模型一起训练)，我不需要二阶梯度。以我的型号(中等大小的变压器)的大小，我无法得到一个大于~32的批处理尺寸，这是我能得到的最大的例子，遗憾的是，这些都是旧的11 32的K80，因为Azure似乎认为Google不再免费提供的GPU已经足够好了我
浏览 0修改于2021-05-15得票数 14
NSDateFormatter的默认行为似乎已在iOS11中更改。此代码用于根据当前选择的iPhone/iPad语言在iOS11之前工作并生成数据格式化程序： _dateFormatterInstance.timeZone = [NSTimeZone systemTimeZone]; _dateForm
浏览 0提问于2017-09-13得票数 26
回答已采纳
我正在为非英语语言开发一个用于OCR输出的拼写校正系统。我用非常大的字典来检查拼写错误并给出建议。
大多数拼写错误是因为字母的形式相似。例如ـجـ、ـچـ、ـحـ、ـخـ或غ、ع等。在我们的语言中，这种选择是非常有效的。我通常在PHP脚本语言中实现这个函数的方法是保持相同长度的单词，然后通过替换所有集合(如مدپر、فدپر、قدپر和مذپر、فذپر、قذپر等)来创建拼写错误的单词的所有可能组合，然后在建议列表中搜索相同的单词但是这种实现方法真的很慢(特别是在一个大的上下文中)，使得它几乎毫无用处。
浏览 1修改于2016-08-14得票数 0
回答已采纳
我正在尝试在一个相当大的C++库上使用Graphviz和doxygen来生成统一建模语言。它会生成.dot文件，但随后又显示无法打开.map文件。错误如下:错误:打开要包含在文档中的地图文件/inherit_graph_11.map时出现问题！
浏览 1修改于2016-03-14得票数 14
我正在尝试将TensorFlow模型部署到Google平台上，用于在线预测。我有延迟和吞吐量问题，。在上述配置的AI平台上运行模型时，只要发送一幅图像，所需的时间就不到一秒钟。我正在使用最新的人工智能平台运行时进行在线预测(Python3.7，TensorFlow 2.1，CUDA10.1)。
该模型是一个大
浏览 13修改于2020-07-13得票数 3
回答已采纳
我的调查标准是:用户友好性、库和模板功能的可用性、实时探测设备、COTS硬件接口机会、代码生成质量、可测试性设计(即容易生成单元/验收测试)等。但是，如果有人想用更多的标准来教育我，请尽一切努力！对于不了解SIMULINK和LabVIEW的人来说，这两种语言都是专门用于图形数据流建模的特定领域语言(DSL)(以及代码生成)。这些是多工业工具，并大量用于工程设计和建模。重要的-我很想知道SIMULINK和LabVIEW是否提供实时探测.例如，我有一个我想要模拟的模型。如果在该<e
浏览 18修改于2013-06-28得票数 11
回答已采纳
2回答
我对为我的语言定义并行映射操作符很感兴趣。它在给定表达式的情况下将列表转换为新的列表。它将具有类似于生成器的语法。与C#和Python中的生成器不同，如果编译器需要，它可能会被并行计算(例如，有一个空闲的核心，并且列表非常大)。它将被称为witheach，以区别于按顺序执行的foreach。当然，我会说不要在文档中这样做，但大多数程序员并不阅读语言文档。:-)
我想更大的问题是，现代程序员能适应他们语言中的隐式并行列表处理语义吗，或者他们需要更明确的东西吗？
浏览 1修改于2015-02-04得票数 0
回答已采纳
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