• 1.在Adapter中定义监听接口 public class DeviceListAdapter extends RecyclerView.Adapter<DeviceViewHolder> { public interface OnItemClickListener { public void onItemClick(View view, int position); public void onItemLongClick(View view, int position); } ...
    • 2024-05-16 15:38:20
  • AIGC,全称为Artificial Intelligence Generated Content,即人工智能生成内容,是当前AI技术发展的一个重要方向。这项技术利用机器学习、深度学习、自然语言处理以及其他高级算法,使计算机系统能够自动或辅助生成包括文字、图像、音频、视频、3D模型等多种形式的创意内容。AIGC不仅代表了从人工智能1.0向2.0时代的转变,还标志着AI在认知智能层面的巨大进步,为内容创造开启了全新的可能性。 技术基础 AIGC的核心技术涵盖广泛,其中包括但不限于: 生成对抗网络...
    • 2024-05-16 15:38:11
  •  1、延迟广播:PendingIntent PendingIntent是Intent中的一种,Intent是立即执行的意图,而PendingIntent是在未来的某一时刻发生的意图。 PendingIntent支持三种延迟意图:启动Activity、启动Service和发送广播。 获取PendingIntent对象的方式: public static PendingIntent getActivity(Context context, int requestCode, Intent ...
    • 2024-05-16 15:38:09
  • 1.一直以来想写下基于scikit-learn训练AI算法的系列文章,作为较火的机器学习框架,也是日常项目开发中常用的一款工具,最近刚好挤时间梳理、总结下这块儿的知识体系。 2.熟悉、梳理、总结下scikit-learn框架随机森林(Random Forest)相关知识体系 3.欢迎批评指正,欢迎互三,跪谢一键三连! 3.欢迎批评指正,欢迎互三,跪谢一键三连! 3.欢迎批评指正,欢迎互三,跪谢一键三连! 随机森林(Random Forest)ML模型实战及经验总结目录索引如下所示: 1.环境搭...
    • 2024-05-16 15:38:07
  • 前言 仅记录学习过程,有问题欢迎讨论 步骤: * 1. 输入问题 * 2. 匹配问题库(基础资源,FAQ) * 3. 返回答案 文本匹配算法: 编辑距离算法(缺点) 字符之间没有语义相似度; 受无关词/停用词影响大; 受语序影响大 Jaccard相似度(元素的交集/元素的并集)、 词向量(基于窗口;解决了语义相似的问题;文本转为数字,计算cos值来判断相似度) 深度学习-表示型(问题匹配问题比较合适,因为二者都是问题,所以转向量也方便) 两个话使用同一个Encoder向量 语义相似的sc...
    • 2024-05-16 15:36:06
  • 1. 回归:SSE和MSE # MSE损失函数 import torch from torch.nn import MSELoss yhat = torch.randn(size=(50,), dtype=torch.float32) y = torch.randn(size=(50,), dtype=torch.float32) criterion = MSELoss() loss1 = criterion(yhat, y) # 计算mse 误差平方 criterion = MSELoss(...
    • 2024-05-16 15:32:08
  • 一、梯度下降中的两个关键问题 1 找出梯度向量的方向和大小 2 让坐标点移动起来(进行一次迭代) 二、找出距离和方向:反向传播 1 反向传播的定义与价值 我们是从左向右,从输出向输入,逐渐往前求解导数的表达式,并且我们所使用的节点上的张量,也是从后向前逐渐用到,这和我们正向传播的过程完全相反。这种从左到右,不断使用正向传播中的元素对梯度向量进行计算的方式,就是反向传播。 2 PyTorch实现反向传播 # 3分类,500个样本,20个特征,共3层,第一层13个神经元,第二层8个神经元 # 第一...
    • 2024-05-16 15:32:03
  • 文章目录 Anchor-Based方法 Two-stage目标检测算法 RCNN Fast RCNN Faster RCNN FPN(理解为Faster R-CNN中的一个关键组件或改进模块) One-stage目标检测算法 YOLO SSD Anchor-Free方法 CornerNet CenterNet FSAF FCOS SAPD 基于transformer的方法 DETR 常用数据集 Reference 目标检测是计算机视觉的一个非常重要的核心方向,它的主要任务目标定位和目标分类。...
    • 2024-05-16 15:30:12