Python

首页 标签 Python
# Python #
关注
117724内容
TorchRec大量使用Jagged Tensor
Jagged Tensor(锯齿张量)是专为变长序列设计的紧凑存储格式,用values+lengths/offsets替代padding,显著节省内存与计算。广泛应用于推荐系统中用户行为、多值标签等不等长特征处理,如HSTU模型中的拼接、拆分与矩阵乘法操作。
TorchEasyRec为什么推荐用 OdpsDataset 而不是 OdpsDatasetV1来读数据?
OdpsDataset(默认)是阿里TorchEasyRec推荐的数据集实现,相比旧版OdpsDatasetV1,其性能更优(批量Arrow读取+LZ4压缩)、支持断点续训、分布式协调精准分片、兼容30+复杂类型;V1仅作旧PAI环境兼容保留。
EasyRec和TorchEasyRec中FG NORMAL 和 FG DAG 的区别
TorchEasyRec提供两种特征生成模式:FG_NORMAL(Python逐特征处理,适合调试)与FG_DAG(C++ DAG引擎批量处理,性能更优、支持依赖、stub_type及自动侧识别)。推荐生产环境优先使用FG_DAG。
心脏病预测的F1 Score计算
本项目基于阿里云PAI Designer,对心脏病数据开展二分类预测评估。通过遍历0–1间1000个阈值,计算各阈值下的F1 Score等指标,最终确定最佳阈值0.955,对应F1得分为0.8132,准确率82.47%。
|
17天前
|
多态钓鱼对抗与 AI 安全合规闭环构建研究
本文剖析AI驱动的多态钓鱼新威胁与企业面临的AI安全合规差距,提出“动态防御+合规内生”双轮驱动闭环体系,涵盖智能检测、合规校验、全链路审计与动态迭代,并提供可工程化落地的Python代码示例,助力企业兼顾攻防实效与监管就绪。(239字)
|
17天前
|
ABoVE:TVPRM 模拟的阿拉斯加北坡净生态系统交换量,2008-2017 年
本数据集提供2008–2017年阿拉斯加北坡每小时模拟净生态系统交换(NEE),基于TVPRM模型(30 km分辨率),融合气温、PAR、SIF与土壤温度等驱动因子,支持多种气象/植被/SIF数据组合,共288种情景,含内陆与沿海苔原分类。
|
17天前
|
基于优化 URL 智能与深度学习的网络钓鱼精准分类检测框架
本文提出自适应深度URL智能网络ADUIN,融合词法、主机与结构三类特征,通过混合相关性排序优化至50维,构建多层深度神经网络,并引入动态更新机制。实验显示其准确率95%、零日检测率92%、误报率仅3.5%,单条URL检测延迟210ms,兼具高精度、强泛化与实时性,适用于企业级在线防护。(240字)
Java、Python、C,谁是你的菜?从Hello World看语言差异
还记得第一次敲下“Hello World”时的惊奇吗?编程语言正是人类与计算机沟通的“翻译官”。本文带你揭秘它如何从二进制“摩斯密码”演变为Python、Java等高级语言,解析编译器与解释器的工作原理,并厘清编程语言与HTML的本质区别。
别再无效刷题了!2026校招笔试高频考点权重排序(附大厂内部评分标准)
刷题≠高分!2026校招笔试60分真相:80%时间花在仅占15%分值的低频考点上。本文独家揭秘阿里、腾讯等大厂笔试真实权重分布(高频考点占60%),拆解LRU缓存、字符串模拟、场景系统设计等必考题型,并曝光内部评分标准——正确性、代码规范、异常处理等维度缺一不可。高效备考,从聚焦刀刃开始。
|
19天前
|
基于 YOLO的咖啡果实成熟度检测系统~Python+YOLO算法+模型训练+目标检测+2026原创
咖啡豆果实成熟度检测系统系统,技术栈如下: ● 前端:Vue3+Element plus ● 后端:Flask框架 ● 算法:YOLO 关键技术:YOLO模型、模型训练、目标检测、人工智能、Python
免费试用