CodeLeader_社区达人页
产品
解决方案
文档与社区
权益中心
定价
云市场
合作伙伴
支持与服务
了解阿里云
AI 助理
备案
控制台
开发者社区
首页
探索云世界
探索云世界
云上快速入门,热门云上应用快速查找
了解更多
问产品
动手实践
官方博客
考认证
TIANCHI大赛
活动广场
活动广场
丰富的线上&线下活动,深入探索云世界
任务中心
做任务,得社区积分和周边
高校计划
让每位学生受益于普惠算力
训练营
资深技术专家手把手带教
话题
畅聊无限,分享你的技术见解
开发者评测
最真实的开发者用云体验
乘风者计划
让创作激发创新
阿里云MVP
遇见技术追梦人
直播
技术交流,直击现场
下载
下载
海量开发者使用工具、手册,免费下载
镜像站
极速、全面、稳定、安全的开源镜像
技术资料
开发手册、白皮书、案例集等实战精华
插件
为开发者定制的Chrome浏览器插件
探索云世界
新手上云
云上应用构建
云上数据管理
云上探索人工智能
云计算
弹性计算
无影
存储
网络
倚天
云原生
容器
serverless
中间件
微服务
可观测
消息队列
数据库
关系型数据库
NoSQL数据库
数据仓库
数据管理工具
PolarDB开源
向量数据库
热门
百炼大模型
Modelscope模型即服务
弹性计算
云原生
数据库
云效DevOps
龙蜥操作系统
平头哥
钉钉开放平台
物联网
大数据
大数据计算
实时数仓Hologres
实时计算Flink
E-MapReduce
DataWorks
Elasticsearch
机器学习平台PAI
智能搜索推荐
数据可视化DataV
人工智能
机器学习平台PAI
视觉智能开放平台
智能语音交互
自然语言处理
多模态模型
pythonsdk
通用模型
开发与运维
云效DevOps
钉钉宜搭
支持服务
镜像站
码上公益
CodeLeader
已加入开发者社区
1272
天
勋章
更多
专家博主
专家博主
星级博主
星级博主
技术博主
技术博主
江湖新秀
江湖新秀
成就
已发布77篇文章
0条评论
已回答2个问题
0条评论
已发布0个视频
github地址
https://github.com/xiongtete0519
我关注的人
更多
HaydenGuo
HaydenGuo
开发者小助理
开发者小助理
粉丝
更多
fjzmyngej344m
fjzmyngej344m
游客ky43wtwghlgvk
游客ky43wtwghlgvk
游客hekiuh2jak74i
游客hekiuh2jak74i
lim5yoqhw47dq
lim5yoqhw47dq
李啸
李啸
游客a6einzlopmctg
游客a6einzlopmctg
huanhuan7318
huanhuan7318
游客d4b2lxvlexd6e
游客d4b2lxvlexd6e
k3pfadsu5lyne
k3pfadsu5lyne
游客pzqky7afgg4ty
游客pzqky7afgg4ty
lmz3bsnhhq5a2
lmz3bsnhhq5a2
游客u2hzpno6feazu
游客u2hzpno6feazu
技术能力
兴趣领域
Java
Web App开发
微服务
关系型数据库
分布式数据库
容器
Devops
消息中间件
擅长领域
技术认证
暂时未有相关云产品技术能力~
硕士在读,熟悉分布式、容器、微服务等
精选
高分内容
最新动态
文章
问答
视频
暂无精选文章
暂无更多信息
2023年02月
02.10
09:49:25
发表了文章
2023-02-10 09:49:25
nacos server集群搭建
nacos server集群搭建
02.10
09:48:15
发表了文章
2023-02-10 09:48:15
Jenkins创建多分支job
Jenkins创建多分支job
02.10
09:47:50
发表了文章
2023-02-10 09:47:50
Jenkins使用pipeline自动打包Docker镜像
Jenkins使用pipeline自动打包Docker镜像
02.04
17:43:35
回答了问题
2023-02-04 17:43:35
2023,社区讨论聊什么?话题由你定!
赞2
踩0
评论0
02.04
17:38:16
发表了文章
2023-02-04 17:38:16
nacos持久化
nacos持久化
02.04
17:36:02
发表了文章
2023-02-04 17:36:02
docker-compose容器编排部署
docker-compose容器编排部署
02.02
22:27:08
发表了文章
2023-02-02 22:27:08
Jenkins集群配置/并发构建
集群化构建可以有效提升构建效率,尤其是团队项目比较多或是子项目比较多的时候,可以并发在多台机器上执行构建。
02.01
23:17:34
发表了文章
2023-02-01 23:17:34
Jenkins+GitLab自动化部署到Docker容器
Jenkins+GitLab自动化部署到Docker容器
2023年01月
01.07
08:42:29
发表了文章
2023-01-07 08:42:29
Nacos配置中心
Nacos配置中心
01.07
08:42:00
发表了文章
2023-01-07 08:42:00
Nacos组件(服务注册中心测试)
Nacos组件(服务注册中心测试)
01.07
08:41:09
发表了文章
2023-01-07 08:41:09
SpringCloud Alibaba微服务工具集
SpringCloud Alibaba微服务工具集
01.07
08:39:10
发表了文章
2023-01-07 08:39:10
GitLab安装使用
GitLab安装使用
2022年12月
12.30
17:32:03
发表了文章
2022-12-30 17:32:03
Docker+Nginx打包部署前后端分离项目
最近做了一个前后端分离的权限管理系统项目,今天想用自己的服务器部署下,本地部署测试是没问题的,但是部署在服务器上还是出现了许多小插曲,这里大概记录一下吧。
12.27
18:45:02
发表了文章
2022-12-27 18:45:02
树形结构表格与懒加载
树形结构表格与懒加载
12.14
11:20:12
发表了文章
2022-12-14 11:20:12
合并两个有序数组
给你两个按 **非递减顺序** 排列的整数数组 `nums1` 和 `nums2`,另有两个整数 `m` 和 `n` ,分别表示 `nums1` 和 `nums2` 中的元素数目。
2022年11月
11.05
21:56:11
回答了问题
2022-11-05 21:56:11
畅聊云栖(3)|您心中“2022云栖大会最震撼的技术创新”评选活动
赞0
踩0
评论0
2022年10月
10.29
20:39:30
发表了文章
2022-10-29 20:39:30
KNN最近邻算法
最近邻算法是一种基于实例的学习,或者是局部近似和将所有计算推迟到分类之后的惰性学习,可以用于基本的**分类与回归方法**。
10.29
20:34:36
发表了文章
2022-10-29 20:34:36
BP神经网络
反向传播算法的核心思想是**将输出误差以某种形式通过隐藏层向输入层逐层反转**,如下图所示。
10.29
20:34:03
发表了文章
2022-10-29 20:34:03
集成学习之GBDT
GBDT、Treelink、 GBRT(Gradient Boost Regression Tree)、Tree Net、MART(Multiple Additive Regression Tree)算法都是以决策树为基分类器的集成算法,通常由多棵决策树构成,通常是上百棵树且每棵树规模都较小(即树的深度都比较浅)。进行模型预测的时候,对于输入的一个样本实例X,遍历每一棵决策树,每棵树都会对预测值进行调整修正,最后得到预测的结果。假设$F_0$是设置的初值,$T_i$是一颗一颗的决策树。预测结果如下所示:
10.29
20:33:38
发表了文章
2022-10-29 20:33:38
聚类
聚类就是把数据对象集合按照相似性划分成多个子集的过程(如下图)。其中,每个子集称为一个簇。聚类不仅要使簇中的对象彼此相似,而且要与其他簇中的对象相似**。聚类是无监督学习,数据不需要类标号(标注)信息。
10.29
20:33:07
发表了文章
2022-10-29 20:33:07
乳腺肿瘤预测
本案例使用逻辑回归分类器对乳腺肿瘤进行良性/恶性预测,并对预测模型进行指标测算与评价。
10.29
20:32:40
发表了文章
2022-10-29 20:32:40
LSTM应用于MNIST数据集分类
LSTM网络是序列模型,一般比较适合处理序列问题。这里把它用于手写数字图片的分类,其实就相当于把图片看作序列。
10.29
20:32:08
发表了文章
2022-10-29 20:32:08
双向RNN与堆叠的双向RNN
双向RNN(Bidirectional RNN)的结构如下图所示。
10.29
20:31:38
发表了文章
2022-10-29 20:31:38
Keras创建ANN模型的四种方法
这里以MNIST数据集来介绍Keras创建人工神经网络模型的四种方法
10.29
20:28:49
发表了文章
2022-10-29 20:28:49
基于Tensorflow的Quick Draw图像分类
Google的“Quick Draw”数据集是一个开源的数据集。该数据集共有345个类别,共5000万张图片,所有这些图片都是由参与挑战的1500万名用户在20s或者更短的时间内绘制完成。
10.29
20:28:21
发表了文章
2022-10-29 20:28:21
ARIMA差分自回归移动平均模型
ARIMA是**差分自回归移动平均模型**的引文缩写,其中AR表示的是自回归模型,MA表示的是移动平均模型,I表示的是差分。一般写成ARIMA(p,d,q),p是自回归阶数,q是移动平均阶数,d表示差分的次数。
10.29
20:27:52
发表了文章
2022-10-29 20:27:52
自编码器
自编码器原理
10.29
20:27:18
发表了文章
2022-10-29 20:27:18
VAE图片生成实战
基本的自编码器本质上是学习输入𝒙和隐藏变量𝒛之间映射关系,它是一个判别模型 (Discriminative model),并不是生成模型(Generative model)。那么能不能将自编码器调整为 生成模型,方便地生成样本呢?
10.29
20:26:54
发表了文章
2022-10-29 20:26:54
一维卷积英语电影评论情感分类项目
使用一 维卷积对英语文本进行情感分类。我们要使用的数据集是 IMDB 电影评论数据集,数 据分为正面评论和负面评论。这个数据集直接从 Tensorflow 中获得:
10.29
20:26:25
发表了文章
2022-10-29 20:26:25
二维卷积中文微博情感分类项目
这里完成一个中文微博情感分类项目。这里我使用的数据集是从新浪微博收集的 12 万条数据,正负样本各一半。标签中 1 表示正面评论,0 表示负面评论。数据来源为[https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_sen ti_100k/intro.ipynb。](https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_sen%20ti_100k/intro.ipynb%E3%80%82)如果你有其他数据的话,
10.29
20:26:00
发表了文章
2022-10-29 20:26:00
双向LSTM中文微博情感分类项目
这里完成一个中文微博情感分类项目。这里我使用的数据集是从新浪微博收集的 12 万条数据,正负样本各一半。标签中 1 表示正面评论,0 表示负面评论。数据来源为[https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_sen ti_100k/intro.ipynb](https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_sen%20ti_100k/intro.ipynb)如果你有其他数据的话,也可以使用其他数据。
10.29
20:25:33
发表了文章
2022-10-29 20:25:33
基于mobileNet实现狗的品种分类
狗的品种共120种
10.29
20:24:56
发表了文章
2022-10-29 20:24:56
CNN鲜花分类
CNN鲜花分类
10.29
20:23:41
发表了文章
2022-10-29 20:23:41
MobileNetV1架构解析
MobileNets基于一种流线型架构,使用深度可分离卷积构建轻量级深度神经网络。我们引入了两个简单的全局超参数,可以有效地在延迟和准确性之间进行权衡。这些超参数允许模型生成器根据问题的约束为其应用程序选择适当大小的模型。我们在资源和准确性权衡方面进行了大量实验,与其他流行的ImageNet分类模型相比,我们表现出了强大的性能。然后,我们展示了MobileNet在广泛的应用和用例中的有效性,包括目标检测、精细分类、人脸属性和大规模地理定位。
10.29
20:22:59
发表了文章
2022-10-29 20:22:59
MobileNetV2架构解析
MobileNetV2先使用`1*1`卷积升维,在高维空间下使用`3*3`的深度卷积,在使用`1*1`卷积降维,在降维时采用线性激活函数。当步长为1时,使用残差连接输入和输出;当步长为2时,不适用残差连接,因为此时的输入特征矩阵和输出特征矩阵的shaoe不相等
10.29
20:21:58
发表了文章
2022-10-29 20:21:58
ResNet架构解析
残差块
10.29
20:21:04
发表了文章
2022-10-29 20:21:04
AlexNet架构解析
AlexNet是2012年ImageNet图像分类竞赛的冠军,首次将卷积神经网络CNN和深度学习用于大规模图像分类并且性能优异,在今天也具有一定的参考价值。
10.29
20:20:28
发表了文章
2022-10-29 20:20:28
GoogleNet架构解析
GoogleNet 是 2014 年 ImageNet Challenge 图像识别比赛的冠军。从它的名字我们就 可以看出是来自谷歌的团队完成的。前面我们有介绍,GoogleNet 之所以获得冠军,是因为 它进行模型融合以后得到的效果要比 VGGNet 模型融合之后的效果要好。不过单模型比拼, 它与 VGGNet 的效果相当。
10.29
20:19:52
发表了文章
2022-10-29 20:19:52
Inception-v2/v3模型
Inception-v2和Inception-v3都是出自同一篇论文《Rethinking the inception architecture for computer vision》,该论文提出了多种基于 Inception-v1 的模型优化 方法,Inception-v2 用了其中的一部分模型优化方法,Inception-v3 用了论文中提到的所有 优化方法。相当于 Inception-v2 只是一个过渡版本,Inception-v3 一般用得更多。
10.27
22:00:25
发表了文章
2022-10-27 22:00:25
Inception-v4 和 Inception-ResNet
Inception-v3 结构的复杂程度以后够复杂了,但是它还有几个升级版本,就是 Inception-v4,Inception-ResNet-v1 和 Inception-ResNet-v2。这几个升级版本都出自同 一篇论文《Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning》
10.27
21:59:21
发表了文章
2022-10-27 21:59:21
VGGNet架构解析
VGGNet 是 2014 年 ImageNet Challenge 图像识别比赛的亚军。参赛团队是来自牛津 大学的研究组 VGG (Visual Geometry Group) 。VGGNet 的很多设计思想都受到 AlexNet 的影响,所以跟 AlexNet 也有一点点相似的地方。VGGNet 不仅在图像识别方向有着广泛应 用,很多目标检测,目标分割,人脸识别等方面的应用也会使用 VGGNet 作为基础模型。
10.27
21:58:50
发表了文章
2022-10-27 21:58:50
Xception:使用深度可分离卷积的深度学习算法
Inception 模块背后的想法是通过明确地将其分解为一系列独立查看跨通道相关性和空间相关性的操作,从而使该过程更容易和更有效。更准确地说,典型的 Inception 模块首先通过一组 1x1 卷积查看跨通道相关性,将输入数据映射到小于原始输入空间的 3 或 4 个独立空间,然后将所有相关性映射到这些较小的 3D 空间中,通过常规的 3x3 或 5x5 卷积。
10.27
21:57:55
发表了文章
2022-10-27 21:57:55
SENet架构-通道注意力机制
SENet 是 ImageNet Challenge 图像识别比赛 2017 年的冠军,是来自 Momenta 公司 的团队完成。他们提出了 Squeeze-and-Excitation Networks(简称 SENet)。SENet 不是独立的模型设计,只对模型的一种优化。一般 SENet 都会结合其它模型一起使用,比如 SENet 用于 ResNet-50 中我们就把这个模型称为 SE-ResNet-50,比如 SENet 用于 Inception-ResNet-v2 中我们就把这个模型称为 SE- Inception-ResNet-v2。最早提出 SENet 的论文是《Squeeze-
10.27
21:57:24
发表了文章
2022-10-27 21:57:24
EasyExcel实现对excel文件读写
EasyExcel是阿里巴巴开源的一个excel处理框架,**以使用简单、节省内存著称**。EasyExcel能大大减少占用内存的主要原因是在解析Excel时没有将文件数据一次性全部加载到内存中,而是从磁盘上一行行读取数据,逐个解析。
10.27
21:39:44
发表了文章
2022-10-27 21:39:44
MnasNet架构解析与复现-神经架构搜索
为移动设备设计卷积神经网络 (CNN) 具有挑战性,因为移动模型需要小而快,但仍要准确。尽管在所有维度上都致力于设计和改进移动 CNN,但当需要考虑如此多的架构可能性时,很难手动平衡这些权衡。在本文中,我们提出了一种**自动移动神经架构搜索 (MNAS) 方法**,该方法明确地将模型延迟纳入主要目标,以便搜索可以识别出在准确性和延迟之间取得良好折衷的模型。与之前的工作不同,延迟是通过另一个通常不准确的代理(例如 FLOPS)来考虑的,我们的方法通过在手机上执行模型来直接测量现实世界的推理延迟。为了进一步在灵活性和搜索空间大小之间取得适当的平衡,我们**提出了一种新颖的分解层次搜索空间,它鼓励整
10.27
21:39:11
发表了文章
2022-10-27 21:39:11
ShuffleNet:极致轻量化卷积神经网络(分组卷积+通道重排)
我们引入了一个高效计算的CNN结构名字叫做shuffleNet,这个结构被设计用来解决部署算力非常有限的移动设备问题,这个新的结构使用了两个新的操作,pointwise group convolution 和 channel shuffle能够在极大减少计算量的同时保持一定的精度。我们在ImageNet classification和MS COCO目标检测数据集上做实验论证了ShuffleNet和其他的结构相比有着很好的性能。比如,相比于mobilenet,shufflenet在ImageNet 分类任务上有着更低的top-1错误率(错误率是7.8%)需要的计算量为40MFLOPs。在一个AR
10.27
21:38:35
发表了文章
2022-10-27 21:38:35
ShuffleNetV2:设计轻量化卷积神经网络的理论准则和应用实现
目前,神经网络架构设计主要由计算复杂度的间接度量,即 FLOPs 指导。然而,直接指标(例如速度)还取决于其他因素,例如内存访问成本和平台特性。因此,这项工作建议评估目标平台上的直接指标,而不仅仅是考虑 FLOP。基于一系列受控实验,这项工作得出了几个有效网络设计的实用指南。因此,提出了一种新的架构,称为 ShuffleNet V2。全面的消融实验验证了我们的模型在速度和准确性的权衡方面是最先进的。
10.27
21:37:55
发表了文章
2022-10-27 21:37:55
ResNext架构解析:深度神经网络的聚合残差变换
我们提出了一种用于图像分类的简单、高度模块化的网络架构。我们的网络是通过重复一个构建块来构建的,该构建块聚合了一组具有相同拓扑的转换。我们简单的设计产生了一个同构的多分支架构,只需设置几个超参数。这个策略**暴露了一个新的维度,我们称之为“基数”(转换集的大小)**,作为除了深度和宽度维度之外的重要因素。在 ImageNet-1K 数据集上,我们凭经验表明,即使在保持复杂性的限制条件下,增加基数也能够提高分类精度。此外,当我们增加容量时,增加基数比更深或更宽更有效。我们的模型名为 ResNeXt,是我们进入 ILSVRC 2016 分类任务的基础,在该任务中我们获得了第二名。我们在 Image
1
2
跳转至:
发表了文章
2023-02-10
nacos server集群搭建
发表了文章
2023-02-10
Jenkins创建多分支job
发表了文章
2023-02-10
Jenkins使用pipeline自动打包Docker镜像
发表了文章
2023-02-04
nacos持久化
发表了文章
2023-02-04
docker-compose容器编排部署
发表了文章
2023-02-02
Jenkins集群配置/并发构建
发表了文章
2023-02-01
Jenkins+GitLab自动化部署到Docker容器
发表了文章
2023-01-07
Nacos配置中心
发表了文章
2023-01-07
Nacos组件(服务注册中心测试)
发表了文章
2023-01-07
SpringCloud Alibaba微服务工具集
发表了文章
2023-01-07
GitLab安装使用
发表了文章
2022-12-30
Docker+Nginx打包部署前后端分离项目
发表了文章
2022-12-27
树形结构表格与懒加载
发表了文章
2022-12-14
合并两个有序数组
发表了文章
2022-10-29
KNN最近邻算法
发表了文章
2022-10-29
BP神经网络
发表了文章
2022-10-29
集成学习之GBDT
发表了文章
2022-10-29
聚类
发表了文章
2022-10-29
乳腺肿瘤预测
发表了文章
2022-10-29
LSTM应用于MNIST数据集分类
正在加载, 请稍后...
滑动查看更多
回答了问题
2023-02-04
2023,社区讨论聊什么?话题由你定!
云原生、微服务、数据治理
赞2
踩0
评论0
回答了问题
2022-11-05
畅聊云栖(3)|您心中“2022云栖大会最震撼的技术创新”评选活动
震撼人心
赞0
踩0
评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息
勋章
关注
粉丝