应用场景 典型场景 典型架构 案例 1 - 个性化推荐系统 背景 用户需求 实现方案 案例 2 - 商品属性提取与多模搜索 背景 用户需求 实现方案 案例 3 - 视频去重 背景 用户需求 实现方案 应用场景 典型场景 在目前大部分的 AI 应用场景下，都可以使用 Milvus 来搭建智能应用系统： 图片识别 以...

一、基本概念 1.1 特征空间 1.2 样本表示 一、基本概念 1.1 特征空间 输入空间 ：所有输入的可能取值；输出空间 ：所有输出的可能取值。 特征向量表示每个具体的输入， 所有特征向量构成特征空间。 特征空间的每一个维度对应一种特征。 可以将输入空间等同于特征空间，但是也可以不同。绝大多数情况下，输入空间等于特征空间。 模...

softmax 算法 功能介绍 参数说明 脚本示例 运行脚本 运行结果 softmax 算法 功能介绍 softmax 是一个多分类算法 组件支持稀疏、稠密两种数据格式 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须？ 默认值 optimMethod 优化方法 优化问题求...

处理文本数据 教程设置 加载这 20 个新闻组的数据集 从文本文件中提取特征 词袋 使用 scikit-learn 来对文本进行分词 从出现次数到出现频率 训练分类器 构建 Pipeline（管道） 在测试集上的性能评估 使用网格搜索进行调参 练习 练习 1：语言识别 练习 2：电影评论的情感分析 练习 3：CLI 文本分类实用程序 ...

wx.getConnectedBluetoothDevices(Object object) 参数 Object object object.success 回调函数 参数 Object res 错误 示例代码 wx.getConnectedBluetoothDevices(Object object) 基础库 2.9.2 开始支持，低...

LeNet-5 ​LeNet-5 架构也许是最广为人知的 CNN 架构。 如前所述，它是由 Yann LeCun 于 1998 年创建的，广泛用于手写数字识别（MNIST）。 它由表 13-1 所示的层组成。 有一些额外的细节要注意： MNIST 图像是28×28 像素，但是它们被零填充到32×32 像素，并且在被输入到网络之前被归一化。 网络...

wx.getConnectedBluetoothDevices(Object object) 参数 Object object object.success 回调函数 参数 Object res 错误 示例代码 wx.getConnectedBluetoothDevices(Object object) 基础库 1.1.0 开始支持，低...

参数调优与诊断 可获得性 特性简介 客户价值 特性描述 特性增强 特性约束 依赖关系 参数调优与诊断 可获得性 本特性自openGauss 1.0.0版本开始引入 特性简介 本功能是一款数据库集成的参数调优工具，通过结合深度强化学习和全局搜索算法等AI技术，实现在无需人工干预的情况下，获取最佳数据库参数配置。本功能不强制与数据库环境...

Conv3D 属性 Conv3D class paddle.fluid.dygraph. Conv3D ( num_channels, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, us...