- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-6 R语言函数 排序
#sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v
42240发布于 2020-09-16 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（4-6章节）
个人认为注释还是要写，算是对代码的中文翻译，因为我们的英语水平，命名习惯各不相同。
37410编辑于 2022-06-28 - 来自专栏机器人网
机器人有了五感，比人类谁更厉害了？
人类对外界的认知主要来源于五种感官，即视觉、听觉、嗅觉、味觉和触觉五感。因此，当前业界在赋予机器人以类人的知觉时，也主要据此分成五个分支。 视觉 人类所感知的信息有大约90%来自于视觉，相应地，机器视觉在机器人五感中也占有举足轻重的地位。机器人的“视觉器官”主要有光敏传感器、色敏传感器等。 唯有以敏锐的五感有效收集外界信息，再配合强大的深度学习能力进行信息分析处理，机器人的智能化程度才能得到全面提升。耳聪目明和头脑灵活都是人类拥有良好智力的表现，机器人亦需中枢与终端并重。
1.7K30发布于 2018-04-24 腾讯云多模态：当AI学会五感并用，产业变革已不可逆
腾讯云多模态：当AI学会"五感并用"，产业变革已不可逆单一模态是信息孤岛，多模态才是智能大陆。
37610编辑于 2026-05-26- 来自专栏腾讯高校合作
Wiztalk | 魏磊 Part 1《触觉学科的现状与未来—人体五感》
触觉学科的现状与未来 Part 1 人体五感 简介：触觉学科是表达人体的触觉以及对触觉的反馈，那么首先我们需要了解人体的感觉，比如：视觉、听觉、触觉、嗅觉和味觉。 本期徐磊研究员将从偏人体生理学的角度向我们讲述人体的五感，为进入触觉学科做好理论的铺垫。 内容难度：★★☆（计算机专业或有一定计算机知识储备的大学生） ?
68510发布于 2021-01-29 - 来自专栏量子位
支持移动GPU、推断速度提升4-6倍
TensorFlow用于移动设备的框架TensorFlow Lite发布重大更新，支持开发者使用手机等移动设备的GPU来提高模型推断速度。
1.2K30发布于 2019-04-24 - 来自专栏数据的力量
“五感轮替”高效学习法——这会是你读过最有效的学习方法
1、五感轮替，换一种状态就是休息 每个人的学习与记忆，都要用到大脑的三个内感觉系统：内视觉、内听觉、内感觉。内视觉，负责处理画面；内听觉，负责处理语言文字；内感觉，负责处理内心的感受。 2、重视“空白时间” 说到五感轮替，也并不意味着要把所有的时间排满，不留一点空闲。一副出色的画作需要留白，丰富多彩的人生也需要给自己留些“空白”的时间。
64830发布于 2018-07-23 - 来自专栏人人都是极客
支持移动GPU、推断速度提升4-6倍
虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径，比如将机器学习模型转换成定点模型，但总是会在模型的性能或精度上做出让步。
1.8K20发布于 2019-03-15 - 来自专栏数据猿
AI学会闻酒了？！这家公司居然在给机器长鼻子！
这是AI五感中“最后一个未被征服的领域”，也恰恰可能成为通向具身智能的关键突破口。 技术剖析：汉王如何用“五感系统”和仿生产品，填补AI的感知空白？ 1、“智能五感”：打造AI的“眼耳鼻舌声” 汉王的“智能五感”不是抽象概念，而是由实际产品、模组和自研技术组成的感知体系，覆盖了人类主要的五种感官： 重点技术突破：AI Nose® 仿生嗅觉系统三部曲 在五感之中，嗅觉曾是AI领域的“禁区”。 更重要的是，这些产品不仅是执行器，更是整个“五感—认知—行为”闭环系统的输出终端，能将AI系统在“脑中思考”的决策真正投射到物理世界中。 它用一个AI鼻子、两种仿生体，外加一整套五感系统，告诉我们：智能不是冷冰冰的计算，而是对世界温热而复杂的“感知力”。
34410编辑于 2025-10-21 - 来自专栏人工智能与演化计算成长与进阶
15非监督学习异常检测4-6构建与评价异常检测系统
Note 对于异常检测问题而言，样本数据集往往是倾斜的，即 标记为 1 异常的数据往往很少，而标记为 0 即正常的数据往往很多 此时使用准确率等方法来进行判断一个模型的好坏往往是不合适的，所以通过 查准率和查全率以及 F1 分数能够很好的分析和判断这个问题
1.9K11发布于 2020-08-14 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。
88300发布于 2019-11-13 - 来自专栏desperate633
第4-6课 数据的过滤where子句操作符使用通配符进行过滤
实际查询中，通常不会检索所有行，需要对数据进行筛选过滤，选出符合我们需要条件的数据。
2.3K10发布于 2018-08-22 - 来自专栏yuyy.info技术专栏
《Go语言精进之路：从新手到高手的编程思想、方法和技巧1》4-6章笔记
醍醐灌顶到没有，别扭确实存在。当然这需要一段时间来适应，说下这段时间最难接受的点吧。 1、文件的单一职责做不好，一个文件里有多个结构体，想知道某个结构体有哪些方法，需要借助IDE 2、命名使用单字母，特定场景能理解，例如循环里的i，遍历map的k,v，但是很多单字母不是这种常见场景里的。代码整洁之道里说命名要见名知意，宁愿用长命名也不用无法表达清楚的短命名，这点go背道而驰。此书里说有时需要短命名加注释，而代码整洁之道里说注释就不应该存在，如果要用注释，说明写的代码无法准确清晰的表达意思。
1.2K20编辑于 2022-09-21 - 来自专栏AI科技评论
动态 | 阿里与清华成立联合实验室，探索下一代人机自然交互
机器将有五感，还能懂感情？阿里与清华共建的联合实验室，就将尝试进行「人机自然交互」的探索。 双方将在情感认知计算、实体交互、多通道感知等领域开展研究，让机器具备听觉、视觉、触觉等「五感」，并理解人类情感，以此推动人机交互变革。
59320发布于 2018-07-27 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习4-6 猜数字游戏
练习4-6 猜数字游戏 猜数字游戏是令游戏机随机产生一个100以内的正整数，用户输入一个数对其进行猜测，需要你编写程序自动对其与随机产生的被猜数进行比较，并提示大了（“Too big”），还是小了（“Too
1.3K20发布于 2020-09-15 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-6 水仙花数
习题4-6 水仙花数 水仙花数是指一个N位正整数（N≥3），它的每个位上的数字的N次幂之和等于它本身。例如：153=13+53+33。 本题要求编写程序,计算所有N位水仙花数。
98340发布于 2020-09-15 - 来自专栏镁客网
一不小心就败家了？Buy+计划还没那么神奇
三、第五感模拟技术 视频中举可以了一个帮女友购买内衣的例子，可以直接用手感受内衣的质地。除了模拟视觉之外，其它感觉还无法“虚拟”。 “Buy+”计划中用于模拟触觉和嗅觉的第五感技术尚处于攻关时期，现在还没有主流设备能成功模拟出除视觉和听觉之外的其他感觉。
47740发布于 2018-05-28 - 来自专栏深度学习与python
汇总了30余场面试，4-6月Java面经笔记及详解，通用性极强 | 极客时间
最近感慨面试难的人越来越多了，一方面是市场环境，更重要的一方面是企业对 Java 的人才要求越来越高了。 基本上这样感慨的分为两类人，第一，虽然挂着 3、5 年经验，但肚子里货少，也没啥拿得出手的项目，自己还意识不到问题；第二，自身有技术追求，但欠点儿火候，多练习多吸收知识，锤炼一下问题不大。 拿我自己来说，早几年也是心比天高，觉得自己特了不起，结果往往一面试就发虚，大部分人都经历过这样一个不自知的阶段。 后面见识多了，再主动多跟着大佬学习，薪资就能相对顺利地随着经验积累增多一路涨起来。 之前私圈分享过
27710编辑于 2023-03-29 - 来自专栏CreateAMind
从认知科学角度证明中医理论的科学性
我们的大脑通过五感去感觉外部物质世界，得到“不同”“相同”的信号，从不同的信号中找到相同的信号——抽象出了“力”“速度”等概念，然后用“数”去量化，最后总结不同信号之间的“数”的联系。 自然科学和社会科学理论都是人们的“眼睛、耳、鼻、口、手”这五感去感知人身体之外的世界得出的理论，人的身体内部也是有感觉神经的，为什么不用这些感觉神经去识别、认知身体呢？ 对比“人脑识别五感的信号，抽象出物理理论”这一过程，我总结规律，发现一些规律和中医理论中提到的一模一样。 先介绍如何“用内部神经系统感知身体内部”。 类比“五感”感知外部世界，人的眼睛能够识别位移的根本原因是人的眼睛能够辨别出七种不同颜色，进而分辨物体，分辨位移：人的耳朵能听音乐，根本原因是耳朵能分辨出不同的音色，音符。
55630发布于 2018-07-24 - 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
SSE图像算法优化系列四：图像转置的SSE优化（支持8位、24位、32位），提速4-6倍
本文介绍了如何利用SSE/AVX指令集进行CPU并行加速，以解决图像转置中存在的内存访问瓶颈问题。首先介绍了图像转置的算法和实现过程，然后通过具体示例展示了如何使用SSE/AVX指令集进行CPU并行加速，最后给出了针对不同CPU架构的优化策略。
2.6K100发布于 2018-01-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号