网站首页 站内搜索

搜索结果

查询Tags标签: pred,共有 54条记录
  • 源码解读---mem2reg源码(3)

    这篇文章接着之前写的。。 源码解读—mem2reg源码(1) 源码解读—mem2reg源码(2) 本文主要介绍在插入phi节点后的重命名。重命名中第一个核心函数是RenamePass这个函数,看注释: /// Recursively traverse the CFG of the function, renaming loads and /// stores to…

    2021/8/6 9:06:02 人评论 次浏览
  • python数据分析之分类模型与回归模型-第七次笔记

    python数据分析之分类模型与回归模型-第七次笔记1.分类模型 – *1.1KNN 算法 – *1.2朴素贝叶斯 算法 – *1.3支持向量机SVM 算法 – *1.4集成方法—随机森林算法 – *1.5集成方法—Adaboost 算法 – *1.6决策树 2.回归模型 – *2.1线性回归 – *2.2岭回归 – *2.3Lasso回…

    2021/7/13 20:36:06 人评论 次浏览
  • python数据分析之分类模型与回归模型-第七次笔记

    python数据分析之分类模型与回归模型-第七次笔记1.分类模型 – *1.1KNN 算法 – *1.2朴素贝叶斯 算法 – *1.3支持向量机SVM 算法 – *1.4集成方法—随机森林算法 – *1.5集成方法—Adaboost 算法 – *1.6决策树 2.回归模型 – *2.1线性回归 – *2.2岭回归 – *2.3Lasso回…

    2021/7/13 20:36:06 人评论 次浏览
  • 【数学建模】基于matlab UKF自行车状态估计【含Matlab源码 1111期】

    一、简介 著名学者Julier等提出近似非线性函数的均值和方差远比近似非线性函数本身更容易,因此提出了基于确定性采样的UKF算法。 该算法的核心思想是:采用UT变换,利用一组Sigma采样点来描述随机变量的高斯分布,然后通过非线性函数的传递,再利用加权统计线性回归技术来…

    2021/7/7 11:08:52 人评论 次浏览
  • Python_机器学习_李宏毅老师作业二

    # Author:Richard import numpy as np import matplotlib.pyplot as pltnp.random.seed(0) # 使得每次生成的随机数相同 X_train_path = r"G:\课程学习\机器学习\Mr_Li_ML\HomeWorks\数据\hw2\data\X_train" Y_train_path = r"G:\课程学习\机器学习\Mr_Li…

    2021/6/11 20:21:07 人评论 次浏览
  • 异常检测---task 04 基于相似度的方法

    异常检测—task 04 基于相似度的方法数据通常被嵌入在大量的噪声中,而我们所说的“异常值”通常指那些具有特定也无意义的哪一类特殊的异常值,噪声可以被视为较弱的异常值,没有被分析的价值。噪声与异常之间、正常数据和噪声之间的边界都是模糊的。异常值通常具有更高的…

    2021/5/19 18:31:50 人评论 次浏览
  • AQS源码阅读-acquire/release

    acquire相关方法 acquire 作用:外观模式 public final void acquire(int arg) {// 如果拿不到资源,则创建 Node 并让它入队if (!tryAcquire(arg) &&// acquireQueued 方法返回 true 表示需要设置线程的中断状态acquireQueued(addWaiter(Node.EXCLUSIVE), arg))/…

    2021/5/6 22:25:16 人评论 次浏览
  • 刘二大人pytorch入门-笔记

    视频教程刘二大人的pytorch testpytorch 1、测试pytorch版本2、线性模型3、梯度下降1、测试pytorch版本2、线性模型 import numpy as np import matplotlib.pyplot as pltx_data = [1.0,2.0,3.0] y_data = [2.0,4.0,6.0]def forward(x):return x*wdef loss(x,y):y_pred = …

    2021/4/20 18:28:20 人评论 次浏览
  • 【笔记】TinyBERT(EMNLP2019)

    【笔记】TinyBERT(EMNLP2019) 两阶段蒸馏:预训练阶段+finetune阶段设计3种损失函数分布来适应bert的不同层级的损失计算 embedding 层输出来自 transformer 层的隐藏层和注意力矩阵输出 logits 的预测层 1. 知识蒸馏的设计 可以将网络的任何一层称为行为函数(fff , beha…

    2021/4/17 18:26:38 人评论 次浏览
共54记录«上一页1234下一页»
扫一扫关注最新编程教程