学了机器学习，进一步理解到 机器学习方法=模型+策略+算法 三要素构成， 最近在做A/Btest 涉及假设检验，发现也可以用 模型+策略+算法 三要素来理解整个过程。回顾以前在学校里参加过多次数学建模竞赛经验，其实现实中的很多业务量化模型都可以归结为这个三个要素思路求解过程。因此，这里对这个很好的三要素 模型求解思路做个小结归纳。 机器学习方法三要素：模型+策略+算
转载
2023-08-30 22:55:01
67阅读
1、什么是monkey？Monkey是一个命令行工具，使用安卓调试桥(adb)来运行它，模拟用户触摸屏幕、滑动Trackball、按键等随机事件流来对设备上的程序进行压力测试，检测程序多久的时间会发生异常,可以根据获取的log信息进行修复。注：运行adb服务，需要搭建android sdk的环境，可以参考我另一篇《APP压力稳定性测试之monkey环境搭建》完成。 2、Monkey的一般
评估 AIGC 模型的算力需求需要结合模型特性、应用场景和硬件能力进行系统性分析。
本论文提出了一种适用于 Projective Dynamics 的模型降阶方法，主要包含了三部分内容：（1）坐标系的降阶；（2）约束的降阶；（3）Projective Dynamics 的求解过程，包括 globle/local 求解过程；1 - 总体概述模型降阶（model order reduction），即在模型计算/求解的过程中，将其映射到低维空间中，以减少计算量。在形变仿真中，模型网格越
转载
2023-12-13 22:50:26
449阅读
HPCA 2020 |AccPar 深度模型划分算法论文精读1. Introduction创新性/贡献：ACCPAR实验2. Background and motivation3. Tensor Partitioning Space3.2 在三个维度中的划分3.2.1 Type-I: 划分Batch Size（数据并行）3.2.2 Type-II 划分Di,l维（包含了模型并行）3.2.3 Ty
转载
2023-11-28 15:49:55
162阅读
评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等； 以一个二分类问题为例，引出混淆矩阵的概念： True Positive(真正，TP)：将正类预测为正类数 True Negative(真负，TN)：将负类预测为负类数 False Positive(假正，FP)：将负类预测为正类数误报 (Type I error) False Negati
转载
2024-07-12 15:23:36
50阅读
简介 近期在学习目标跟踪算法的过程中发现，CMT算法的代码实测效果非常不错。对比之前学习过的SCM之类基于稀疏表示的跟踪算法，CMT的鲁棒性虽然不一定比之更高，但稀疏表示的方法普遍耗时很严重，导致其无法应用于实际工程项目，而CMT却能兼顾实时性和鲁棒性。 查阅资料发现，CMT对应的论文曾经拿下了2014年wacv会议的最佳论文奖。作者后来进一步完善了该算法，并在CVPR2015上发表了相关的论文，
原标题：空间计量及Matlab应用操作简介空间计量经济学Matlab应用学习手册空间计量经济学创造性地处理了经典计量方法在面对空间数据时的缺陷，考察了数据在地理观测值之间的关联。近年来在人文社会科学空间转向的大背景下，空间计量已成为空间综合人文学和社会科学研究的基础理论与方法，尤其在区域经济、房地产、环境、人口、旅游、地理、政治等领域，空间计量成为开展定量研究的必备技能。目前国际上空间计量模型和软
目录一、评价类模型1.AHP（层次分析法）2.TOPSIS法（优劣解距离方法）二、插值与拟合模型1.插值算法2.拟合算法（cftool工具箱）一、评价类模型1.AHP（层次分析法） 最基础的评价类模型，通过打分解决评价类问题（两两比较，推算权重）。 Matlab代码：disp('请输入判断矩阵A')
A=input('A=
转载
2024-03-24 20:17:33
264阅读
Web App 入门指南：构建预测模型 App 的利器简介近年来，随着机器学习和人工智能技术的快速发展，预测模型在各行各业得到了广泛应用。为了方便地部署和使用预测模型，将模型构建成 Web App 是一种非常好的选择。Web App 无需下载安装，可直接在浏览器中运行，方便快捷，并且易于维护和更新。Web App 具有以下优点：代码相对简单，入门门槛低: Web App 的开发主要使用Python
# Java 权重计算方案
在许多应用场景中，我们需要根据某些条件来计算权重，以便为各种选项进行排序。权重计算在推荐系统、评分机制等方面得到了广泛的应用。本文将针对一个具体的实例，详细介绍如何在Java中实现权重的计算，包括具体的代码示例。
## 问题描述
假设我们需要为一款电商平台的商品推荐系统开发一个简单的权重计算模块。我们有一组商品，每个商品有以下几个属性：
- `销量`（sales
Ceph的PG如何算？
Ceph是一个开源的分布式存储系统，其核心概念之一是PG（Placement Group，即分布式存储位置组）。PG是Ceph中用来对数据进行分片和分布式存储的基本单位。那么，Ceph的PG如何算呢？本文将从PG的计算方法进行解释。
首先，要了解Ceph的PG如何算，我们需要知道的是，Ceph中的PG数量是由其Pool的pg_num（Placement Group Nu
原创
2024-02-21 15:24:17
171阅读
目录在 MMDeploy 添加 TensorRT 插件创建 ONNX 节点C++ 实现测试总结在前面的模型入门系列文章中，我们介绍了部署一个 PyTorch 模型到推理后端，如 ONNXRuntime，这其中可能遇到很多工程性的问题。有些可以通过创建 ONNX 节点来解决，该节点仍然使用后端原生的实现进行推理。而有些无法导出到后端的算法，可以通过重写代码改变算法的实现过程，同样可以导出到 ONNX
DevOps（开发 Development 与运维 Operations 的组合词）是一种文化、一场运动或实践，强调在自动化软件交付流程及基础设施变更过程中，软件开发人员与其他信息技术（IT）专业人员彼此之间的协作与沟通。它旨在建立一种文化与环境，使构建、测试、软件发布得以快速、频繁以及更加稳定地进行。DevOps的前世今生我们知道软件工程的开发模式从瀑布开发模式到敏捷开发模式，再到如今的DevO
随着人工智能技术的快速发展，大模型训练成为了一个重要的研究领域。大模型指的是参数数量庞大、计算复杂度高的深度学习模型。这些模型在大数据集上训练，能够获得更好的性能和泛化能力。但是，大模型训练也面临着很多挑战，例如模型训练时间过长、算力资源不足、数据质量不高等问题。因此，本文将围绕“大模型训练-实战：模型、算力、数据训练实际情况”这一主题，详细阐述大模型训练-实战的具体流程、方法、技巧和应用。在模型
原创
2023-10-19 11:15:41
425阅读
# 教你实现计算机视觉模型（CV模型）
计算机视觉 (CV) 是人工智能领域的一个重要分支，致力于使计算机能“看”并“理解”图像。本文将指导你一步一步实现一个简单的计算机视觉模型，并帮助你理解每个步骤的细节。
## 流程概述
在实现一个简单的CV模型时，可以遵循以下步骤：
| 步骤 | 描述 |
|---
原创
2024-09-28 05:06:00
59阅读
匿名用户1级2007-07-06 回答统计学意义(p值)ZT结果的统计学意义是结果真实程度(能够代表总体)的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，
转载
2024-05-06 10:45:17
39阅读
作者：Fahd Alhazmi机器之心编译参与：魔王、杜伟本文将对标准差这一概念提供直观的视觉解释。本文作者为纽约市立大学在读博士生 Fahd Alhazmi，专注于神经科学、人工智能和人类行为研究。统计学中最核心的概念之一是：标准差及其与其他统计量（如方差和均值）之间的关系。入门课程中老师常告诉学生「记住公式就行」，但这并非解释概念的最佳方式。本文将对标准差这一概念提供直观的视觉解释。假设你有一
基于高算力IDC基础设施的DeepSeek解决方案为企业提供了快速、高效地将AI大模型落地到实际业务场景中的可行路径。通过优化算力资源分配、数据存储与管理、网络架构以及加强安全与合规性保障等措施，企业可以充分发挥DeepSeek的技术优势，推动业务创新和发展。
逻辑回归 （Logistic Regression）目前最流行，使用最广泛的一种学习算法。分类问题，要预测的变量 y 是离散的值。逻辑回归算法的性质是：它的输出值永远在 0 到 1 之间。逻辑回归模型的假设是：其中：X 代表特征向量g 代表logistic function，是一个常用的Sigmoid function。Sigmoid function：一个良好的阈值函数导数：f'(x)=f(x)
转载
2024-04-23 16:47:14
156阅读
