嵌入式机器学习第11页

【机器学习基础】Anaconda与Pycharm使用

这里写目录标题指定py版本安装包指定py版本安装包condaenvlistactivatexxxcondalistpipinstallxxx

叫我东方小巴黎·2024-08-28 12:16

【机器学习】初学者经典案例（随记）

边走、边悟迟早会好一、概念机器学习是一种利用数据来改进模型性能的计算方法，属于人工智能的一个分支。它旨在让计算机系统通过经验自动改进，而不需要明确编程。

听忆.·2024-08-28 11:09

机器学习概述与应用：深度学习、人工智能与经典学习方法

引言机器学习（MachineLearning）是人工智能（AI）领域中最为核心的分支之一，其主要目的是通过数据学习和构建模型，帮助计算机系统自动完成特定任务。

刷刷刷粉刷匠·2024-08-28 11:07

《陈天奇：机器学习科研的十年》阅读笔记

0、作者介绍陈天奇是机器学习领域著名的青年华人学者之一，本科毕业于上海交通大学ACM班，博士毕业于华盛顿大学计算机系，研究方向为大规模机器学习。

Bunny_Ben·2024-08-28 11:07

Datawhale X 李宏毅苹果书 AI夏令营｜机器学习基础之案例学习

机器学习（MachineLearning,ML）：机器具有学习的能力，即让机器具备找一个函数的能力函数不同，机器学习的类别不同：回归（regression）：找到的函数的输出是一个数值或标量（scalar

Monyan·2024-08-28 11:06

聚星文社——绘唐科技Ai推文软件

绘唐AIGCAI工具·2024-08-28 09:57

Spark on YARN

ApacheSparkApacheSpark是一个快速通用的大规模数据处理引擎，支持多种计算模式，如批处理、流处理、机器学习和图形处理。Spark提供了一个统一的编程模型，可以在单个集群上运行各种

静听山水·2024-08-28 09:26

ASP.NET Core 入门教程三结合 EFCore 和 SQLite

SQLite是一个轻量级的嵌入式数据库，适用于小型应用程序。在本篇文章中，我们将学习如何在ASP.NETCore项目中结合EFCore和SQLite。1.创建一个新的ASP.NET

充值内卷·2024-08-28 08:51

ARM/Linux嵌入式面经（十八）：TP-Link联洲

文章目录虚拟内存，页表，copyonwrite面试题1：面试题2：面试题3：进程和线程的区别红黑树和b+树的应用红黑树的应用B+树的应用视频会议用了哪些协议1.H.323协议2.SIP协议（会话发起协议）3.WebRTC（网页实时通信）4.其他协议io多路复用（select，poll，epoll）面试题linux软连接和硬链接区别1.链接方式2.存储空间3.跨文件系统4.链接对象5.删除行为6.命

TrustZone_Hcoco·2024-08-28 08:20

嵌入式面经篇九——网络编程

文章目录前言一、网络编程1、列举一下OSI协议的各种分层。说说你最熟悉的一层协议的功能。2、TCP/IP协议包括？3、TCP通信建立和释放的过程？端口的作用？4、IP地址转换成物理地址的协议？反之？5、IP地址的编码分为哪两部分？6、应用程序ping发出的是什么报文？7、socket编程的流程？8、epoll是什么？9、TCP、UDP的区别？10、TCP、UDP分别有什么优点和缺点？11、TCP、

须尽欢~~·2024-08-28 08:49

RK3568平台（平台总线篇） Platform设备驱动

简介在Linux内核中，提出了驱动的分离和分层这样的软件思路，一个现实的Linux设备和驱动通常都需要挂接在一种总线上，对于本身依附于PCI、USB、I2C、SPI等的设备而言，这自然不是问题，但是在嵌入式系统里面

嵌入式_笔记·2024-08-28 06:40

【Python机器学习】NLP分词——利用分词器构建词汇表（三）——度量词袋之间的重合度

如果能够度量两个向量词袋之间的重合度，就可以很好地估计他们所用词的相似程度，而这也是它们语义上重合度的一个很好的估计。因此，下面用点积来估计一些新句子和原始的Jefferson句子之间的词袋向量重合度：importpandasaspdsentence="""ThomasJeffersonBeganbulidingMonticelliastheageof26.\n"""sentence=senten

zhangbin_237·2024-08-28 05:33

【Python机器学习】NLP概述——深度处理

深度学习就是通过在传统的两层机器学习模型架构（特征提取+建模）中添加额外的处理层来创建更复杂的模型和行为。上图中，前四层对应于聊天机器人流水线中的前两个阶段（特征提取和特征分析）。

zhangbin_237·2024-08-28 05:03

【Python机器学习】NLP分词——词干还原的挑战

zhangbin_237·2024-08-28 05:03

应用数学与机器学习基础 - 线性代数篇

线性代数1.标量、向量、矩阵、张量学习线性代数，会涉及以下几个数学概念：标量（scalar）：定义：一个标量就是一个单数的数，不同于线性代数中大多数概念会涉及到多个数。表示法：我们用斜体表示标量。标量通常赋予小写的变量名称。当我们介绍标量时，会明确它们是哪种类型的数。比如，在定义实数标量时，我们可能会说”让s∈Rs\in\mathbb{R}s∈R表示一条线的斜率“；在定义自然数标量时，我们可能会说

绎岚科技·2024-08-28 05:31

AAAI2021推荐系统论文清单

机器学习与推荐算法·2024-08-28 05:28

一文读懂深度适配网络（DAN）

这周五下午约见了机器学习和迁移学习大牛、清华大学的龙明盛老师。老师为人非常nice，思维敏捷，非常健谈！一不留神就谈了1个多小时，意犹未尽，学到了很多东西！

weixin_34088838·2024-08-28 05:57

R语言机器学习 KNN 2个例子

代码的写法，参考来源是这本书:MachineLearningwithR,2ndEdition.pdf相关的资源我已经上传了，包括代码，数据，以及这行本书。下载链接–免积分下载。https://download.csdn.net/download/waterHBO/896756871.第一个例子，代码和过程，全部来自书上#我根据书中第三章KNN的内容来做的。#第3章，KNN,K-NearestNei

waterHBO·2024-08-28 05:57

什么是损失函数？

损失函数（LossFunction）是在机器学习和深度学习中用来评估模型预测值与真实值之间差异的函数。它的主要目的是量化模型预测的错误程度，以便在训练过程中通过最小化这个错误来优化模型。

翰霖努力成为专家·2024-08-28 03:20

嵌入式八股-面试30题（20240821）

1.硬件基础与微控制器架构1.1CPU内部结构回答：CPU内部主要由运算单元（ALU）、控制单元、寄存器组、缓存（Cache）和总线接口等部分组成。ALU负责执行算术和逻辑运算，控制单元负责指令的解码和执行，寄存器组用于快速存储数据和指令，缓存用于存储频繁访问的数据以提高处理速度。1.2ARM结构处理器简析回答：ARM架构是一种RISC（精简指令集计算机）架构，具有低功耗、高性能和高效率的特点，广

sagima_sdu·2024-08-28 02:46

STM32 FMC/FSMC接口与外部NOR Flash存储器的交互研究

✅作者简介：热爱科研的嵌入式开发者，修心和技术同步精进❤欢迎关注我的知乎：对error视而不见代码获取、问题探讨及文章转载可私

嵌入式杂谈·2024-08-28 01:37

(二十一)Seaborn知识学习8-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-17课程来源:python数据分析与机器学习实战-唐宇迪引言:介绍seaborn热度图绘制学习参考链接:1、Seaborn官方0.8.1版本首先介绍以下热度图的作用,

努力奋斗的durian·2024-08-28 00:34

OpenWrt系统常见的编译错误，你一定遇到过

OpenWrt是一个开源的嵌入式操作系统，随着支持刷机的路由器越来越多，我们经常会自己编译对应固件，用于加入自己想要的功能，在编译过程中或多或少会遇到一些编译错误，如果你是新手，遇到这些问题可能有些不知所措

zhouwu_linux·2024-08-27 23:19

CMake构建学习笔记9-Eigen库的构建

Eigen是一个高性能的C++线性代数库，广泛用于科学计算、机器学习、计算机视觉等领域。

charlee44·2024-08-27 21:11

随机森林（Random Forest）VS 提升树（Boosting Trees）

随机森林（RandomForest）和提升树（BoostingTrees）都是常见的机器学习算法，它们都基于决策树，但使用的策略和目标不同。

高大黑白涂鸦·2024-08-27 21:40

Google Pigweed 出现在树莓派RP2350 上！

我们喜欢它，是因为它可以帮助程序员和开发者团队，为使用微控制器(例如新型的RP2350及其前身RP2040)的嵌入式设备构建出色的软件。

上海晶珩EDATEC·2024-08-27 21:38

分享一个基于Spark的招聘数据可视化与分析系统Hadoop大数据源码（源码、调试、LW、开题、PPT）

作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！

计算机源码社·2024-08-27 20:05

一点机器学习的体会

我关心的主要是机器学习有什么用，对未来哪些行业，领域，应用会产生变革级别的影响。为了了解这些，我感觉我首先要了解现在机器学习的主要方向，他们的主要应用，相关的主要工程工具。

zfq212·2024-08-27 20:18

机器学习——第十二章计算学习理论

目录1基础知识2PAC学习3有限假设空间3.1可分情形3.2不可分情形4VC维5Rademacher复杂度6稳定性1基础知识该理论研究的是关于通过计算来进行学习的理论，目的是分析学习任务的困难本质，为学习算法提供理论保证，并根据法分析结果指导算法设计。给定样例集D，假设χ\chiχ中的所有样本服从一个隐含未知的分布TTT,D中所有样本都是独立地从这个分布上采样而得。令h为χ到y\chi到yχ到y的

adchloe·2024-08-27 20:59

基于深度学习的高效模型压缩

基于深度学习的高效模型压缩技术在确保模型性能的同时，显著减少了模型的存储需求和计算复杂度，从而使得深度学习模型能够更好地适应资源受限的环境（如移动设备、嵌入式系统）并加快推理速度。

SEU-WYL·2024-08-27 19:58

游戏AI中的模仿学习

模仿学习（ImitationLearning）是一种机器学习技术，通过观察和模仿专家（通常是人类玩家）的行为，训练AI模型，使其能够在游戏中执行类似的任务。与传统

SEU-WYL·2024-08-27 19:57

c和JAVA的安全编码_C、C++ 和 Java安全编码实践提示与技巧

文/GwynFisher对于所有类型环境中的开发人员来说，安全性正成为一个越来越重要的主题，即便过去一直认为安全性不成问题的嵌入式系统也是如此。

humphry huang·2024-08-27 18:52

【机器学习】梯度下降算法

梯度下降算法这篇博客更加详细，以下只是我个人的理解梯度下降算法原理讲解——机器学习-CSDN博客梯度下降算法是一种优化算法，通过梯度下降找到函数最小值时的自变量值。

de-feedback·2024-08-27 18:50

【机器学习】特征提取特征降维

特征工程特征工程是将原始数据转化为可以用于机器学习的数字特征，比如字典的特征提取，文档的特征提取等。字典特征提取把字典的每个唯一的键作为数据集特征的一个维度，有这个维度的就为1，没有就是0。

de-feedback·2024-08-27 18:20

【机器学习】以KNN为例的交叉验证网格搜索

KNNK-NearestNeighbors简称为KNN，根据k个最近的邻居的类别判断当前样本的类别，k一般取奇数。k个邻居中哪种类别的样本多，就判断这个为这个类别距离判断knn首先要判断两个样本之间的距离，距离有多种表示方式欧氏距离生活中常用的距离公式，二维空间中的两点(x1,y1)(x2,y2)(x_1,y_1)(x_2,y_2)(x1,y1)(x2,y2)距离表示为(x1−x2)2+(y1−y

de-feedback·2024-08-27 18:20

QT概述---详细

目录一、QT简介二、QT核心特性1.跨平台性2.组件化3.信号与槽机制4.元对象系统（MOC）5.国际化支持三、QT模块组成四、QT应用领域1.桌面应用程序2.嵌入式领域3.移动开发4.Web开发五、总结本文将为大家详细介绍

Beginner_bml·2024-08-27 18:17

嵌入式开发笔记

DW1000是一款高性能的超宽带无线通信芯片，广泛应用于物联网、无线传感器网络等领域，在嵌入式系统中经常需要使用DW1000来进行数据传输，本文将介绍如何使用DW1000的轮询方式发送数据，并提供相应的源代码

程序员杨弋·2024-08-27 15:35

STM32中I2C通信的完整C语言代码范例

在嵌入式系统开发中，STM32芯片是一种广泛应用的微控制器，具有强大的性能和丰富的外设功能。

慢跑的平头哥·2024-08-27 15:04

如何使用TensorFlow构建AI模型

TensorFlow已成为构建机器学习模型最受欢迎的框架之一。无论你是初学者还是经验丰富的数据科学家，了解如何使用TensorFlow构建AI模型对充分利用机器学习的潜力至关重要。

AI科研视界·2024-08-27 14:21

PYTORCH 官方文档，开发文档，Python编程人工智能深度机器学习

PYTORCH文档PyTorchdocumentation—PyTorchmasterdocumentationPyTorch是一个使用GPU和CPU进行深度学习的优化张量库。本文档中描述的功能按版本状态分类:稳定:这些功能将被长期维护，并且在文档中通常不应该有重大的性能限制或缺口。我们还希望保持向后兼容性(虽然突破性的变化可能会发生，通知将提前一个版本)。测试版:这些功能被标记为测试版，因为AP

zhangfeng1133·2024-08-27 13:21

数据挖掘工具（RapidMiner）

RapidMiner是一款功能强大的数据挖掘和机器学习工具，它提供了从数据预处理、建模、评估到部署的一系列流程。

deepdata_cn·2024-08-27 13:20

嵌入式Linux系统CGI程序设计技术

嵌入式Web系统提供了一种经济、实用的互联网嵌入式接入方案。这里结合一种嵌入式WebServerBOA来介绍嵌入式Linux系统下的CGI程序设计技术。

MrZhangCC·2024-08-27 12:44

深度学习岩土工程+离散元PFC仿真应用=数字化智能岩土预测？噂都假嘟？

2.数据驱动特性分析：通过机器学习算法分析大

好好学仿真·2024-08-27 12:11

基于华为昇腾910B和LLaMA Factory多卡微调的实战教程

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2024-08-27 10:57

RockPI 4A单板Linux 4.4内核下的RK3399 GPIO功能解析

引言GPIO（通用输入输出）是嵌入式系统中的一个重要接口，用于实现对单板外设的控制和状态

m0_67544708·2024-08-27 07:42

深度学习学习经验——强化学习（rl）

强化学习强化学习（ReinforcementLearning,RL）是一种机器学习方法，主要用于让智能体（agent）通过与环境的互动，逐步学习如何在不同情况下采取最佳行动，以最大化其获得的累积回报。

Linductor·2024-08-27 06:32

深度学习学习经验——什么是深度学习

深度学习是机器学习的一个子领域，它使用多层神经网络来自动从大量数据中学习和提取特征。深度学习尤其适合处理大规模的数据，如图像、语音和文本等。

Linductor·2024-08-27 06:02

24.8.26学习心得

验证数据集（ValidationSet）和测试数据集（TestSet）在机器学习和深度学习中都是非常重要的概念。它们各自有不同的用途和目的。

kkkkk021106·2024-08-27 06:01

OPenCV和OPenGL的区别

OPenCV主要用来处理图像和视频，还涉及到一些机器学习的算法。专注于从图像中获取信息是用机器来理解图像。比如：视频降噪、运动物体的跟踪、目标识别（比如人脸识别）。OPenGL主要用于三维图形的渲染。

zxz520zmg·2024-08-27 06:01

【机器学习】————在金融市场分析方面的应用

传统方法在面对海量数据和复杂模型时往往力不从心，随着技术的进步，机器学习在金融市场分析中的应用越来越广泛。本文将深入探讨

爱吃蔬菜不挑食·2024-08-27 06:01

推荐频道

嵌入式机器学习