大约有 3,200 项符合查询结果（耗时：0.0134秒） [XML]
Supabase 拓展：App 接入 Supabase 后端服务（Auth + PostgreSQL + Storage...
...BaaS 能力接入 App Inventor 应用。它提供身份认证、PostgreSQL 数据库（增删改查）、云存储和 Edge Function 能力，适合需要用户体系、云端数据、文件上传下载和后端业务逻辑的 App。
Supabase 是一个开源的 Firebase 替代品，基于 PostgreSQL...
联网 App 第 2 课：班级留言板，一个标签存列表、先读后写、定时刷新（附 ....
...学什么
准备
第一步：界面（这一课新增）
第二步：数据长什么样
第三步：发送——先读后写
第四步：显示与自动刷新
断网怎么办
动手试一个局限
跑起来看看
常见问题
动手改一改
下一课
用到的组件
验证...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...