技术栈
svm
2601_96798737
5 天前
机器学习
·
svm
·
分类算法
·
核函数
·
最大间隔
SVM支持向量机通俗解析:找到机器学习的“最优分界线”
一、关于画下那条分界线这件事, 大家都会去做的对, 可为什么在机器学习这个领域里面, 支持向量机这个算法会自然而然地被人们看成是那个表现最好的、像是拿了冠军一样的存在?
会飞锦鲤
11 天前
python
·
opencv
·
机器学习
·
计算机视觉
·
缺陷检测
·
图像分类
·
svm
基于 SVM + HOG 的铸造缺陷检测系统
本项目实现了一个基于传统机器学习方法的铸造缺陷智能检测系统,采用支持向量机(SVM)结合方向梯度直方图(HOG)特征提取技术,能够自动识别铸造零件表面的缺陷,并给出检测置信度。系统配备了友好的 PyQt5 可视化界面,支持单张图片检测和批量数据集检测。
LHICOD
17 天前
java
·
linux
·
后端
·
jar
·
vmware
·
svm
·
vm
Linux-2
Dfreedom.
1 个月前
机器学习
·
支持向量机
·
lda
·
pca
·
svm
·
化学计量学
·
光谱数据处理
光谱定性分析中PCA、SVM与LDA方法的对比研究
光谱定性分析的核心是通过光谱特征区分不同物质,在食品安全检测、药品真伪鉴别、材料品类识别等场景中应用广泛。和预测物质浓度的定量分析不同,定性分析的重点是分类判别。
Dfreedom.
1 个月前
人工智能
·
机器学习
·
支持向量机
·
svm
·
化学计量学
·
光谱数据分析
PCA与SVM在光谱定性分析中的实践与应用
光谱数据包含了物质的丰富特征信息,广泛应用于物质识别与定量分析。然而,原始光谱往往伴随高频噪声、基线漂移和冗余波段,直接输入机器学习模型会导致计算开销大且易过拟合。
DeeplyMind
2 个月前
svm
·
migration
·
thp
·
device-private
Patches 解读:Linux 支持 device-private 内存的透明大页迁移(device-private THP)
Linux 的 HMM(Heterogeneous Memory Management)与 zone device-private 内存机制,允许把设备(GPU 等加速器)的私有内存以「不可被 CPU 直接访问的特殊页」形式纳入内核内存管理,并在 CPU 系统内存与设备内存之间按需迁移页面。然而在本系列提交之前,zone device-private 内存的迁移只支持 PAGE_SIZE(基础页)粒度。这一限制带来两方面的直接代价:其一,以基础页为单位建立与拆除映射导致页表项数量庞大,TLB 压力显著;其
Tasiorh
3 个月前
算法
·
机器学习
·
支持向量机
·
数学建模
·
svm
《SVM支持向量机》在数学建模中实际运用
目录一、提问二、流程图三、问题答疑(1)AdaBoost1.XGBoost和Adaboost很像,他们什么关系?
不吃天鹅肉
6 个月前
人工智能
·
语言模型
·
svm
·
vllm
PaddleOCR-VL + vLLM 高性能推理实践:踩坑与调优全记录
PaddleOCR-VL 是一个基于视觉语言模型的 OCR 引擎,支持图像中的文字检测、识别和表格解析。为了提升推理速度,特别是单张图片场景下的响应延迟,我们尝试启用 vLLM 作为其 VLM 后端(enable_hpi=True 或 vl_rec_backend="vllm-server")。本文记录了从安装到调优的全过程,以及遇到的各种问题和解决方案。
沅_Yuan
7 个月前
神经网络
·
支持向量机
·
matlab
·
回归
·
cnn
·
svm
·
rime
基于RIME-CNN-SVM的多输入单输出回归预测模型【MATLAB】
在处理复杂的多变量非线性回归预测任务时,单一的模型往往难以兼顾特征提取与预测精度。为了应对这一挑战,本文将解析一种极具创新性的混合架构:RIME-CNN-SVM 多输入单输出回归预测模型。
大连好光景
7 个月前
决策树
·
随机森林
·
机器学习
·
逻辑回归
·
svm
回顾机器学习几个模型(监督+分类任务)
根据是否给模型提供标签,机器学习可分为监督学习(带标签)、无监督学习(无标签)、半监督学习(用一部分标签)、以及强化学习(目前还不太熟悉)。
DeeplyMind
7 个月前
svm
·
dma_fence
算力 GPU 驱动实战总结:SVM Eviction Fence 设计思想与实现细节
在 VRAM 超量分配(overcommit)场景下,当 GPU VRAM 被占满时,TTM 内存管理器需要驱逐(evict)旧的 BO 来为新的分配腾出空间。
阿钱真强道
8 个月前
python
·
支持向量机
·
分类
·
svm
·
边界
·
核方法
·
高维
28 Python 分类:不只是画一条线,一文认识支持向量机(SVM)
适合人群:Python 初学者 / 数据分析入门 / 机器学习入门 / 教学案例分享前面几篇文章里,我们已经从不同角度认识了分类问题:
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
11 - SVM的高级特性:多GPU支持
难度: 🔴🔴 高级 预计学习时间: 2-2.5小时 前置知识: 第6-10章、GPU互联技术多GPU支持是SVM的高级特性,允许单个虚拟地址空间被多个GPU访问。想象一下:
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
·
rocr
09 - SVM缺页处理机制
难度: 🔴🔴 高级 预计学习时间: 2.5-3小时 前置知识: 第6-8章、GPU架构、页面异常处理
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
·
rocr
07 - SVM内存迁移机制
难度: 🔴🔴 高级 预计学习时间: 2.5-3小时 前置知识: 第6章、DMA基础、SDMA/TTM概念
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
06 - SVM范围管理
难度: 🟡🔴 进阶到高级 预计学习时间: 2-2.5小时 前置知识: 前面章节内容、红黑树和区间树基础
啊阿狸不会拉杆
9 个月前
人工智能
·
python
·
算法
·
机器学习
·
支持向量机
·
svm
·
核机器
《机器学习导论》第 13 章-核机器
目录正文目录13.1 引言核心概念先搭环境(必看)13.2 很好分离超平面(线性可分 SVM)核心概念
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
05 - 进程与SVM的关系
难度: 🟡 进阶 预计学习时间: 1-1.5小时 前置知识: 前面章节内容、Linux进程管理基础在AMDGPU驱动中,每个使用GPU计算的进程都有一个kfd_process结构。SVM功能是以进程为单位组织的——每个进程都有独立的SVM范围列表。本章将深入探讨进程如何管理SVM,以及在进程生命周期的各个阶段SVM如何初始化、使用和清理。
DeeplyMind
9 个月前
svm
·
amdgpu
·
rocm
·
kfd
03 - AMDGPU驱动架构概览
难度: 🟡 进阶 预计学习时间: 1-1.5小时 前置知识: Linux驱动基础、前两章内容在深入SVM实现细节之前,我们需要理解AMDGPU驱动的整体架构。AMDGPU是一个复杂的驱动系统,包含显卡驱动(AMDGPU)和计算驱动(KFD)两大部分。SVM功能主要在KFD中实现,但与AMDGPU的其他组件紧密协作。
DeeplyMind
9 个月前
svm
·
amdgpu
·
kfd
04 - SVM核心数据结构详解
难度: 🟡 进阶 预计学习时间: 1.5-2小时 前置知识: C语言结构体、链表、红黑树基础理解数据结构是掌握SVM实现的关键。AMDGPU SVM的核心数据结构复杂,承载了虚拟内存范围管理、页面状态跟踪、GPU映射信息等关键功能。本章将深入剖析四个核心数据结构,理解它们的设计意图和使用方式。