腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
AI科技时讯
专栏作者
举报
248
文章
219107
阅读量
28
订阅数
订阅专栏
申请加入专栏
全部文章
编程算法
神经网络
深度学习
机器学习
python
人工智能
https
网络安全
模型
c++
卷积神经网络
git
数据
开源
opencv
函数
搜索
数据库
github
工具
html
推荐系统
算法
人脸识别
sql
存储
图像识别
监督学习
keras
数据分析
服务
腾讯云测试服务
图像处理
服务器
工作
NLP 服务
api
网站
测试
程序
开发
系统
2023腾讯·技术创作特训营 第二期
tensorflow
javascript
node.js
jquery
打包
linux
强化学习
numpy
决策树
二叉树
tcp/ip
迁移学习
大数据
机器人
chatgpt
cv2
file
编程
程序员
定时任务
监控
实践
性能
对象存储
java
c 语言
云数据库 Redis
搜索引擎
批量计算
文件存储
http
游戏
自动化
缓存
scikit-learn
无监督学习
安全
数据可视化
特征工程
clickhouse
jupyter
leetcode
openai
prompt
xgboost
基础
教程
配置
数学
网络
效率
压缩
优化
原理
源码
字符串
比特币
区块链
自动驾驶
数据挖掘
php
bash
xml
json
单片机
云数据库 SQL Server
nosql
flask
lucene/solr
tornado
云数据迁移
日志服务
短视频
文字识别
知识图谱
视频处理
金融
企业
容器
分布式
黑客
互联网金融
爬虫
shell
spark
无人驾驶
hadoop
面向对象编程
hashmap
线性回归
pytorch
markdown
kernel
模式识别
windows
数据结构
hbase
腾讯云开发者社区
sdn
ascii
验证码
block
class
cloud
com
conda
cpu
dlib
embedding
facebook
function
gallery
gpt
gunicorn
image
matplotlib
merge
mysql
oss
pdf
precision
scipy
search
set
sqoop
txt
版本控制
编程语言
变量
编码
布局
部署
存储过程
代理
代码规范
对象
二进制
工程师
后端
集合
计算机
监控工具
解决方案
开发者
客户端
量化
浏览器
流量
论文
面试
内存
排序
日志
入门
软件
设计
视频
数据科学
数组
索引
性能优化
异步
异常
硬件
域名
语音
图像分割
自适应学习
向量数据库
搜索文章
搜索
搜索
关闭
Git LFS: 简单高效的大文件版本控制
版本控制
服务器
工作
git
存储
可以看到,git限制上传大小是100MB,超过的话就会报错,找了一圈,学到了一个新东西git LFS,这里记录一下。
用户3578099
2024-01-10
245
0
Python项目结构布局
python
存储
布局
测试
工具
通过“结构”,指的是在项目中为实现其目标所做的决策。需要考虑如何充分利用Python的特性来创建清晰、高效的代码。从实际角度来看,“结构”意味着创建清晰的代码,其逻辑和依赖关系清晰明了,以及文件和文件夹在文件系统中的组织方式。
用户3578099
2023-11-16
249
0
leetcode每日一题:1030 距离顺序排列矩阵单元格
存储
基于提示:1 <= R <= 100, 1 <= C <= 100, 0 <= r0 < R, 0 <= c0 < C
用户3578099
2020-11-19
342
0
1.3MB的超轻YOLO算法!全平台通用,准确率接近YOLOv3,速度快上45%丨开源
编程算法
图像识别
存储
深度学习
人工智能
这是个模型非常小、号称目前最快的YOLO算法——大小只有1.3MB,单核每秒148帧,移动设备上也能轻易部署。
用户3578099
2020-09-11
960
0
10分钟学会使用YOLO及Opencv实现目标检测(下)|附源码
图像识别
存储
短视频
编程算法
python
在上一节内容中,介绍了如何将YOLO应用于图像目标检测中,那么在学会检测单张图像后,我们也可以利用YOLO算法实现视频流中的目标检测。
用户3578099
2019-08-15
1.6K
0
被神话的大数据——从大数据(big data)到深度数据(deep data)思维转变
大数据
数据库
sql
存储
机器学习
自从阿法狗战胜人类顶级棋手之后,深度学习、人工智能变得再一次火热起来。有些人认为,深度学习的再一次兴起是源于硬件的提升、数据量的增多以及高效算法的研究。这并不完全精确,有一个基本的误解是更大的数据会产生更好的机器学习结果。然而,更大的数据池/仓库并不一定有助于模型学习到更深刻的见解。正确的答案是,要把重心专注于数据的质量、价值以及多样性,而不仅仅是数据的规模——“深度数据”(deep data)比大数据(big data)好。
用户3578099
2019-08-15
600
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档