算法之名-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

算法之名

专栏成员

342

文章

362120

阅读量

37

订阅数

AI智能体(二)

对象工作流管理内存状态机

LangGraph更低级别、更细粒度管理Agent的状态和行为。适合大型复杂的Agent。langchain提供类似AgentExecutor这样的更高层次框架，适合快速开发和部署。

2024-10-05

880

代理接口模型内存数据

langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。

2024-09-29

790

商品期货量化交易

连接量化数据 status 框架

结果中，Time为时间戳，Open为开盘价，High为最高价，Low为最低价，Sell为卖1价，Buy为买1价，Last为最新价，Volume为成交量，OpenInterest为成交额。

2024-09-04

1000

量化交易(二)

self 接口框架量化数据

2024-09-01

650

企业登录量化数据统计

技术面分析更关注基于商品价格相关的数值和合成的指标。基本面更关注企业本身和宏观经济，大的市场环境的变化。

2024-08-21

820

统计学整理(四)

数据线性回归 anova 变量开发者

在之前的内容里，我们关注的都是一个数值变量或者两到三个变量的关系。在数值变量中，我们一般关注两个特征，它们是均值与方差。对于均值的检验，我们一般使用的是单样本t检验(One-sample t-test)，因为大部分情况下我们都不知道总体的方差，所以一般不会使用Z检验(z-test)。对于方差的检验，我们使用的是卡方检验(Chi-square test)。

2024-07-26

950

统计学整理(三)

变量统计 anova

上表中的成绩为数值变量:response/dependent variable(DV)，一般称为响应/因变量；教学法为分类变量/因素(factor；2个水平)：explanatory/independent variable(IV)，一般称为解释/自变量。上表具备了做t检验的条件，教学法A的成绩总体均值为\(μ_1\)，教学法B的成绩总体均值为\(μ_2\)。它主要检验的是成绩是否受教学法的影响，如果教学法不能解释成绩的变化的话，则\(μ_1=μ_2\)，如果教学法可以解释成绩的变化的话，则\(μ_1≠μ_2\)。

2024-07-21

890

统计学整理(二)

有两个正态分布的总体X~N(\(μ_1,σ_1^2\))，Y~N(\(μ_2,σ_2^2\))，来自X的样本\(X_1,X_2,...,X_n\)，样本均值

2024-07-14

740

概率论框架再定义

函数集合框架事件表格

原子事件：对于离散事件不可再分的事件，如掷骰子，掷出1，2，3，4，5，6的任意一种就是原子事件。离散事件的原子事件，我们可以用下面的表格来表示。

2024-06-28

720

打开神经网络的黑箱子

map 连接模型神经网络卷积神经网络

每个卷积核提取不同的特征。每个卷积核对输入进行卷积，生成一个feature map，这个feature map即体现了该卷积核从输入中提取的特征，不同的feature map显示了图像中不同的特征。

2024-05-06

2170

双目视觉理论篇

上图中右下角的黑点是真实世界的一个点，最左边的灰色部分是一张数字照片，称为像平面，单位为毫米(mm)。青色的格子则是像平面中一个一个的像素。我们现在需要知道的是黑色的点是如何变成像平面中的一个像素。中间的灰色部分是相机的透镜，而该部分中心点称为光心。真实世界的黑点会经过各种模型(线性或非线性的)，通过光心在像平面中得到一个像素点。

2024-04-21

930

R语言入门与数据分析

开源数据分析模型入门数据

安装文件下载地址：https://mirrors.tuna.tsinghua.edu.cn/CRAN/

2024-03-11

1120

VAE(变分自编码器)在少样本目标检测中的应用

数据神经网络卷积神经网络 image 模型

该图对于我的理解就是假设我们训练了一个数据量非常大的模型，然后从这个模型中采样一种分类的特征与少样本数据特征进行融合，等于我们再推理的时候，这种模型就可以推理少样本数据的类别，虽然少样本数据可能是鸭子，但是是跟狗的特征融合的，那么就可以把鸭子推理成狗。这里推理成狗是因为原模型的标签是狗，你也可以改成鸭子。

2024-03-07

2610

无穷级数就是无限项数列的加和。相比于无限项，也有有限项的级数，就是无穷级数的前n项

2024-01-01

1440

深度强化学习整理

强化学习监督学习无监督学习函数深度强化学习

强化学习来自于心理学里的行为主义理论，是在环境给予的奖励或惩罚信号的反馈下，逐步形成能获得最大利益的行为策略。与监督学习相比，强化学习不需要事先准备样本集，而是通过不断尝试，发现不同动作产生的反馈，来指导策略的学习。与无监督学习相比，强化学习不只是探索事物的特征，而是通过与环境交互建立输入与输出之间的映射关系，得到最优策略。

2023-12-19

1570

高通骁龙SNPE开发指南

https conda 操作系统开发框架

这里的操作系统使用的是Ubuntu 18.04，下载支持Python 3.6的Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2023-12-14

4170

高通骁龙SNPE开发指南

https conda 操作系统开发框架

这里的操作系统使用的是Ubuntu 18.04，下载支持Python 3.6的Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2023-12-14

3440

行人重识别ReID整理

rank 监控视频数据算法

行人重识别(Person re-identification)也称行人再识别，被广泛认为是一个图像检索子问题，是利用计算机视觉技术判断图像或者视频中是否存在特定行人的技术，即给定一个监控行人图像检索跨设备下的该行人图像。行人重识别技术可以弥补目前固定摄像头的视觉极限，并可与行人检测、行人跟踪技术相结合，应用于视频监控、智能安防等领域。

2023-12-08

1.2K0

微分方程整理

例：求一曲线方程，使其满足过点(1,2)，且其上任意一点处的切线斜率为其横坐标的2倍。

2023-11-24

1680

Caffe框架整理

caffe cuda include 框架配置

Caffe框架下载地址：https://github.com/BVLC/caffe

2023-11-08

1850

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态