分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.031
秒,为您找到
211965
个相关结果.
搜书籍
搜文档
v0.3 2018-08-07
89
2024-06-17
《GoFrame v2.7 开发文档》
新特性 新功能 功能改进 问题修复 新特性 新增gdes包,用于DES加密/加密算法处理; 新增gkafka包,kafka的golang客户端; 新增gpool对象复用池,比较于标准库的sync.Pool更加灵活强大,可自定义对象的缓存时间、创建方法、销毁方法(http://gf.johng.cn/686654); ;) 完成网络通信gtcp/...
一、LR 模型
2771
2020-06-01
《AI算法工程师手册》
一、LR 模型 1.1 数据集构造 1.2 LR模型 1.3 特征工程 1.3.1 Term CTR Feature Set 1.3.2 Related Term CTR Feature Set 1.3.3 Ad Quality Feature Set 1.3.4 Order Specificity Feature Set 1.3.5 Searc...
SystemEvent
750
2019-04-11
《Cocos Creator v2.1 JavaScript API 参考》
SystemEvent 类型 索引 方法 Details 方法 setAccelerometerEnabled 参数列表 setAccelerometerInterval 参数列表 hasEventListener 参数列表 on 参数列表 示例 off 参数列表 示例 targetOff 参数列表 once 参数列表 ...
4 决策树
2176
2019-05-28
《Python 自然语言处理 第二版》
4 决策树 4 决策树 接下来的三节中,我们将仔细看看可用于自动生成分类模型的三种机器学习方法:决策树、朴素贝叶斯分类器和最大熵分类器。正如我们所看到的,可以把这些学习方法看作黑盒子,直接训练模式,使用它们进行预测而不需要理解它们是如何工作的。但是,仔细看看这些学习方法如何基于一个训练集上的数据选择模型,会学到很多。了解这些方法可以帮助指导我们选择相...
Clang 编译器用户手册
9335
2018-03-04
《clang 中文用户手册&llvm 文档》
Clang 编译器用户手册 作者 张盼 日期 2016-03-24 版本 1.02 介绍 名次 基本使用 命令行选项 控制错误和警告信息的选项 格式化诊断信息 单独警告组 控制Clang崩溃诊断选项 语言和目标无关的特性(Language and Target-independent Features) 错误和警告控制 控制Cla...
模板
1455
2020-03-29
《C++ 语言构造参考手册》
语法 模板标识 模板化实体 模板是定义下列之一的 C++ 实体: 一族类(类模板 ),可以是嵌套类 一族函数(函数模板 ),可以是成员函数 一族类型的别名(别名模板 )(C++11 起) 一族变量(变量模板 )(C++14 起) 概念(制约与概念 )(C++20 起) 模板以一或多个模板形参 参数化,形参有三种:类型模板形参、非类型模板形参...
数据库ORM
621
2023-02-03
《GoFrame v2.3 开发文档》
驱动引入 基本介绍 组件特性 知识图谱 组件关联 g.DB 与gdb.New 、gdb.Instance New 创建数据库对象 获取数据库对象单例 相关文档 驱动引入 为了将数据库驱动与框架主库解耦,从v2.1 版本开始,所有的数据库驱动都需要通过社区包手动引入。 数据库驱动的安装和引入请参考:https://github.com...
测试
224
2023-04-19
《Yew v0.20 中文文档》
测试 Rust WebDriving 测试 <TODO> Rust WebDriving 使用 Rust 以编程方式驱动 UI 集成测试,fantoccini 是一个推荐的选择。它允许你通过使用 CSS 选择器来查找特定的元素,然后对它们执行特定的操作,例如输入文本,点击按钮,或等待特定时间以使客户端代码执行(例如等待一个网络请求完成并导致 U...
四、LocallyLinearEmbedding
1269
2020-06-07
《AI算法工程师手册》
四、LocallyLinearEmbedding 四、LocallyLinearEmbedding LocallyLinearEmbedding 是 scikit-learn 提供的LLE 模型,其原型为: class sklearn . manifold . LocallyLinearEmbedding ( n_neighbors = 5 ,...
1..
«
73
74
75
76
»
..100