「竞赛」 智能盘点—钢筋数量AI识别

less than 1 minute read

「DLFramework」 Pytorch 入门

less than 1 minute read

「Python」 threading：进程中管理并发操作

less than 1 minute read

「Python」 subprocess：创建附加进程

less than 1 minute read

「Python」 signal：异步系统事件

less than 1 minute read

「Python」 multiprocessing：像线程一样管理进程

1 minute read

「Python」 concurrent.futures：管理并发任务池

less than 1 minute read

「Python」 asynico：异步 I/O、事件循环和并发工具

less than 1 minute read

「ML」 特征工程

less than 1 minute read

附录 A 资料

「ML」 机器学习中的常见误区

less than 1 minute read

一、 常见误区 想当然地使用默认的损失函数 一般情况下使用均方误差效果还行；但在现实应用中，需根据业务需求定制； 拿诈骗检测来说；为了达到业务目标，我们需按照与欺诈相关的美元金额的比例来惩罚假阴性以减少诈骗带来的损失； 效果 OK 与最好是两个概念；通用的损失函数，往往是 OK； 如何定制啊