使用NAD算法提升模型安全性 概述 建立被攻击模型 引入相关包 加载数据集 建立模型 对抗性攻击 对抗性防御 防御实现 防御效果 使用NAD算法提升模型安全性 Linux Ascend GPU CPU 数据准备 模型开发 模型训练 模型调优 企业 高级 概述 本教程介绍MindArmour提供的模...

5.4 缺失值插补 5.4 缺失值插补 5.4.1 单变量与多变量插补 5.4.2 单变量插补 5.4.3 多变量插补 5.4.3.1 多变量插补的灵活性 5.4.3.2 单次与多次插补 5.4.4 参考 5.4.5 标记缺失值 5.4 缺失值插补 5.4 缺失值插补 校验者: @if only 待二次校验翻译者: @Tremb...

Deeplearning Algorithms tutorial 期望最大化(Expectation-Maximization) 应用示例 期望最大化算法的特点 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大...

模型安全 概述 建立被攻击模型 引入相关包 加载数据集 建立模型 对抗性攻击 对抗性防御 防御实现 防御效果 模型安全 概述 本教程介绍MindArmour提供的模型安全防护手段，引导您快速使用MindArmour，为您的AI模型提供一定的安全防护能力。 AI算法设计之初普遍未考虑相关的安全威胁，使得AI算法的判断结果容易被恶...

seaborn.FacetGrid seaborn.FacetGrid class seaborn . FacetGrid ( data , row = None , col = None , hue = None , col_wrap = None , sharex = True , sharey = True , height =...

六、生命游戏 6.1 Conway 的生命游戏 6.2 生命图案 6.3 Conwey 的推测 6.4 现实主义 6.5 工具主义 6.6 实现 6.7 练习 六、生命游戏 原文：Chapter 6 Game of Life 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在本章中，我们考虑...

10. 标准库简介 10.1. 操作系统接口 10.2. 文件通配符 10.3. 命令行参数 10.4. 错误输出重定向和程序终止 10.5. 字符串模式匹配 10.6. 数学 10.7. 互联网访问 10.8. 日期和时间 10.9. 数据压缩 10.10. 性能测量 10.11. 质量控制 10.12. 自带电池 10. 标...

一、线性模型 1.1 LinearRegression 1.2 Ridge 1.3 Lasso 1.4 ElasticNet 1.4 LogisticRegression 1.5 LinearDiscriminantAnalysis 一、线性模型 线性模型的一些通用参数： fit_intercept ：一个布尔值，指定是否需要计算截...

安装 安装预构建包 多数平台：Python 科学分发包 Linux：使用你的包管理器 Windows 从源码安装 构建需求 所需依赖 Python 2 的依赖 可选的 GUI 框架 可选的外部程序 可选依赖 matplotlib 自带的所需库 在 Linux 上构建 在 OSX 上构建 在 Windows 上构建 安装 ...