机器硬件

AI自动采集教学行为——用AI来做机器学习部分和深度学习部分（含torch和cuda）包含机器学习模型和bert模型的使用

文章目录数据清洗机器学习深度学习代码没问题之后的文件下载bert环境配置太麻烦，改用飞浆的bert飞浆失败-接着bert，用谷歌AIbert的使用数据清洗要遍历当前文件夹下从1.x1sx到8.x1sx的所有文件
东方-教育技术博主·2024-08-31 11:13

【Rust光年纪】探索Rust嵌入式开发利器：从硬件访问到USB绑定

Rust硬件访问库全面比较：选择最适合你的工具前言随着物联网和嵌入式系统的普及，对于树莓派等硬件设备的访问需求逐渐增加。
friklogff·2024-08-31 11:12

每天一个数据分析题（五百一十二）- 数据标准化

在完整的机器学习流程中，数据标准化（DataStandardization）一直是一项重要的处理流程。不同模型对于数据是否标准化的敏感程度不同，以下哪个模型对变量是否标准化不敏感？
跟着紫枫学姐学CDA·2024-08-31 10:09

深度学习：图像数据分析的革命

深度学习与图像数据分析深度学习是一种机器学习方法，它通过使用多层神经网络来学习数据的复杂模式。在图像数据分析中，深度学习模
2401_85761762·2024-08-31 10:06

机器学习中的增量学习（Incremental Learning，IL）策略是什么？

机器学习中的增量学习（IncrementalLearning，IL）策略是什么？在当今快速发展的数据驱动世界中，传统的静态机器学习模型逐渐显露出局限性。
Chauvin912·2024-08-31 09:32

湿度对ADC的基准电压源影响及解决办法

在系统硬件原理图设计完成后，接下来需要完成PC
微弱世界·2024-08-31 09:32

基于Python的机器学习系列（17）：梯度提升回归（Gradient Boosting Regression）

简介梯度提升（GradientBoosting）是一种强大的集成学习方法，类似于AdaBoost，但与其不同的是，梯度提升通过在每一步添加新的预测器来减少前一步预测器的残差。这种方法通过逐步改进模型，能够有效提高预测准确性。梯度提升回归的工作原理在梯度提升回归中，我们逐步添加预测器来修正模型的残差。以下是梯度提升的基本步骤：初始化模型：选择一个初始预测器h0(x)，计算该预测器的预测值。计算残差：
会飞的Anthony·2024-08-31 09:02

基于Python的机器学习系列（16）：扩展 - AdaBoost

简介在本篇中，我们将扩展之前的AdaBoost算法实现，深入探索其细节并进行一些修改。我们将重点修复代码中的潜在问题，并对AdaBoost的实现进行一些调整，以提高其准确性和可用性。1.修复Alpha计算中的问题在AdaBoost中，如果分类器的错误率e为0，则计算出的权重α将是未定义的。为了解决这个问题，我们可以在计算过程中向分母中添加一个非常小的值，以避免除零错误。2.调整学习率sklearn
会飞的Anthony·2024-08-31 09:00

华为rh2288v3服务器显示f02,华为RH2288 V3内部简介_华为 FusionServer RH2288 V3_服务器评测与技术-中关村在线...

通过机器顶盖上的锁扣即可轻易打开。为了方便用户对内部的查看，RH2288V3服务器采用免工具拆卸设计，在机器顶盖上有一个锁扣，用户通过锁扣即可快速打开机器，查看产品内部情况。
weixin_39789499·2024-08-31 08:18

简单快速-虚拟机搭建K8S集群

BOOTPROTO=staticIPADDR=192.168.31.160DNS1=192.168.31.2GATEWAY=192.168.31.2重启网络servicenetworkrestart1》、所有机器关闭防火墙和
WANDEMOandSTEDAT·2024-08-31 07:17

Python学习和面试中的常见问题及答案

整理了一些关于Python和机器学习算法的高级问题及其详细答案。这些问题涵盖了多个方面，包括数据处理、模型训练、评估、优化和实际应用。
写代码的M教授·2024-08-31 07:44

管理（1）

最大的坏处，在于人这种东西有个不太好的毛病，人和机器最大的区别，在于机器只需要上紧发条就可以干
新生千寻·2024-08-31 06:40

[opencv]DNN图像分类

其应用领域横跨图像处理、交互式艺术、视频监督、地图拼接和高级机器人等。作为一个有十几年历史的开源项目，OpenCV拥有广大的用户群体和开发者群体。在数字的世界中，一幅图像由多个点（像素）组成。
FL1623863129·2024-08-31 06:11

TensorFlow 的基本概念和使用场景。

TensorFlow是由Google开发的开源机器学习框架，用于构建和训练各种机器学习模型。它基于数据流图的概念，其中节点表示数学操作，边表示多维数组（张量）的流动。
WangLinXX·2024-08-31 06:07

机器学习 第9章-聚类

机器学习第9章-聚类9.1聚类任务在“无监督学习”(unsupervisedlearning)中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础
Rin__________·2024-08-31 05:02

探索Anaconda Cloud：Conda的云端宝库

它为数据科学和机器学习社区提供了一个集中的平台，使得用户可以轻松地上传和下载Conda环境、软件包和数据集。
2401_85812026·2024-08-31 05:29

机器学习算法深度总结(5)-逻辑回归

1.模型定义逻辑回归属于基于概率分类的学习法.基于概率的模式识别是指对模式x所对应的类别y的后验概率禁行学习.其所属类别为后验概率最大时的类别:预测类别的后验概率,可理解为模式x所属类别y的可信度.逻辑回归(logistic),使用线性对数函数对分类后验概率进行模型化:上式,分母是满足概率总和为1的约束条件的正则化项,参数向量维数为:考虑二分类问题:使用上述关系式,logistic模型的参数个数从
婉妃·2024-08-31 05:05

视觉系统的革新：嵌入式AI摄像头

另外，视觉系统可以利用功能全面的板级机器视觉摄像头进一步缩小产品总体尺寸并实现运行灵活性，同时还支持定制或非标准光学部件。它们被用于：医疗诊断
7aa5938c2f5f·2024-08-31 05:19

文字模型训练分析评论（算法实战）

这类模型广泛应用于文本分类、情感分析、机器翻译、聊天机器人、摘要生成等多个方面。
富士达幸运星·2024-08-31 04:55

机器学习入门：机器学习的基本概念

姓名：高亦凡学号：19020100056学院：电子工程学院转载自：原文链接【嵌牛导读】机器学习（MachineLearning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科
Louis0687·2024-08-31 04:34

《642件可写的事》

这是一台类似电脑大小的机器，基本上每个三甲医院都有一台，他们还为此专门设了一个特别的门诊，名为人类寿命咨询门诊，就同现在的生殖中心一样，虽然不是人人需要去看，但需要这方面咨询的人还是不少，往往都是夫妻双方都去
苗_4f9b·2024-08-31 03:23

标题：Embassy-Boot：轻量级引导加载程序

本篇博客将深入探讨embassy-boot的设计原理、硬件支持及其应用场景，并结合实践经验展示如何使用该工具确保嵌入式设备的固件安全和高效更新。
m0_63714693·2024-08-31 03:11

NCRE - 嵌入式系统开发工程师 – 操作系统（随笔）

1、基本知识（1）嵌入式系统的定义：以应用为中心，以计算机技术为基础，软硬件可裁剪，适应应用系统对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。
石凌风SLF·2024-08-31 03:40

33.ES集群规划—整体规划

集群规划集群大小设置的依据：ESJVMheap最大可以设置32G30Gheap大概能处理10T的数据量，如果内存很大如128G，可以在一台机器上运行多个ES节点两类应用场景：用于构建业务搜索功能模块，且多是垂直领域的搜索数据量级几千万到数十亿级别
大勇任卷舒·2024-08-31 02:20

【ShuQiHere】从零开始实现逻辑回归：深入理解反向传播与梯度下降

【ShuQiHere】逻辑回归是机器学习中一个经典的分类算法，尽管它的名字中带有“回归”，但它的主要用途是处理二分类问题。
ShuQiHere·2024-08-31 02:37

基于RK3568平台移植ffmpeg3.4.5及ffmpeg验证

目录一、概述二、环境要求2.1硬件环境2.2软件环境三、移植流程3.1编译x2643.2编译mpp3.3编译ffmpeg四、ffmpeg验证4.1ffmpeg配置说明4.2ffmpeg推流/拉流使用说明
嵌入式专业户·2024-08-31 02:05

基于RK3568平台opencv的图像采集、ffmpeg推流和Windows端拉流(多线程)

目录一、概述二、环境要求2.1硬件环境2.2软件环境三、移植流程3.1编写测试3.2验证功能一、概述本章节是针对ffmpeg移植到Linux系统，运行在RK3568开发板上，首先创建一个线程opencv
嵌入式专业户·2024-08-31 02:05

【ShuQiHere】从 FNN 到 RNN：用股票价格预测一步步理解神经网络的演化

【ShuQiHere】引言神经网络在人工智能和机器学习领域是一个核心的研究方向，而前馈神经网络（FNN）是最基础的模型之一。
ShuQiHere·2024-08-31 01:02

tcp 网络通信及抓包工具的使用

这个地址用于测试网络软件，确保网络协议栈在本地计算机上正确运行，而不涉及实际的网络硬件。本地回环地址通常与一个虚拟的网络接口关联，在Linux系统中这个接口被称为lo。
喵了d喵·2024-08-31 01:32

机器学习：DBSCAN算法（内有精彩动图）

目录前言一、DBSCAN算法1.动图展示（图片转载自网络）2.步骤详解3.参数配置二、代码实现1.完整代码2.代码详解1.导入数据2.通过循环确定参数最佳值总结前言DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）是一种基于密度的聚类算法。它可以发现任意形状的簇并能够处理噪声数据。一、DBSCAN算法1.动图展示（图片转载自网
吃什么芹菜卷·2024-08-31 01:58

做有温度的教育

当课程表无法被填满，当知识的渴求被距离拉开，当缺失的资源不再是硬件却是软件，孩子们该如何看到外面的世界……图片发自App收到这个，心里暖暖的，激情就是被这点滴的用心给一次又一次的点燃教师和孩子一块成长，
刘晓琳_6c39·2024-08-31 01:40

Linux基础入门

常用软件环境部署、Shell脚本、云平台实践、大数据集群项目实战等_哔哩哔哩_bilibili声明：该文章为本人的学习笔记，非专业教程目录声明：本文章为本人的学习笔记，非正版教程第一章概述操作系统概述硬件和软件操作系统初始
LIPAH·2024-08-31 00:27

Redis多线程特性

Redis几乎不存在CPU成为性能瓶颈的情况，主要受限于内存和网络IO内存优化内存淘汰策略增加内存硬件网络IO优化Redis在处理客户端的请求时，包括获取(socket读)、解析、执行、内容返回(socket
知知之之·2024-08-31 00:53

Facebook开发的机器人：技术创新与应用实践

聊天机器人的引入，不仅提升了客户服务的效率，也为企业带来了新的互动方式。一、聊天机器人的兴起1.1客户需求的变化随着消费者对即时服务的需求日益增长，聊天机器人提供了一个快速响应的解决方案。
啊取名真困难·2024-08-30 23:22

AI人工智能深度学习算法：卷积神经网络的原理与应用

人工智能深度学习算法：卷积神经网络的原理与应用作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的兴起与深度学习的崛起人工智能(AI)是指计算机科学的一个分支，旨在创造能够执行通常需要人类智能的任务的智能机器
AI大模型应用之禅·2024-08-30 23:21

李晶晶 焦点网络初级29期 洛阳 持续原创分享第21天（2021-2-25星期四）

《生活处处有焦点》今天早上起床后，我无意中听到四岁多的孩子说了这么一句话“虽然我的机器人攻击力不强，但是他很可爱”，我心里暗喜，焦点的影响力真大，连孩子也学会了焦点生活化。
幸福_7916·2024-08-30 23:42

ChatGPT的原理

ChatGPT，美国OpenAI[1]研发的聊天机器人程序[12]，于2022年11月30日发布[2-3]。
wfx0002·2024-08-30 23:18

Java语言的9个特质，你知道几个？

(1)Easy：Java的语法比C++的相对简单,另一个方面就是Java能使软件在很小的机器上运行,基础解释其和类库的支持的大小约为40kb,增加基本的标准库和线程支持的内存需要增加125kb。
小宇java·2024-08-30 23:00

Langchain-Chatchat本地部署的解决方案

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·2024-08-30 22:13

ChatGPT 3.5/4.0简单使用手册

ChatGPT3.5/4.0是一种先进的人工智能聊天机器人，能够理解和生成自然语言文本，为用户提供信息检索、问题解答、语言翻译等服务。系统要求操作系统：无特定要求，支持主流操作系统。
老童聊AI·2024-08-30 22:41

实战LangChain（四）：LangGraph入门——状态管理与基础结构

实战LangChain（四）：LangGraph入门——状态管理与基础结构实战LangChain（一）：构建您的第一个聊天机器人_langchai机器人实战LangChain（二）：探索RAG——为聊天机器人注入知识
matianlongg·2024-08-30 22:40

原码、反码、补码

一、机器数和机器数的真值在学习原码，反码和补码之前，需要先了解机器数和真值的概念。1、机器数一个数在计算机中的二进制表示形式，叫做这个数的机器数。
隐曜日星·2024-08-30 21:39

【51单片机】2-3-1 【I/O口】【电动车防盗报警项目】震动传感器实验1—震动点灯

1.硬件51单片机最小系统LED灯模块震动传感器模块2.软件main.c程序#include"reg52.h"sbitled1=P3^7;//根据原理图（电路图），设备变量led1指向P3组IO口的第7
基极向上的三极管·2024-08-30 21:36

Kubernetes的Pod的资源配额

一.为什要进行资源配额我们可以使用一些方法从多个维度保障了服务的可用性，比如调度到不同的机器和机房、配置可靠的健康检查等。
henanxiaoman·2024-08-30 21:06

鸡血与鸡汤

最近打了很多鸡血，整个人确实兴奋不已，恨不得坐上时间机器纠正自己糊涂懒惰不作为的过去，也恨不得日夜不睡，激励亢奋的做出一番作为，身价由十万呈指数涨到百万，千万，甚至过亿，财富的人生都是由有眼界，有干劲，
冰崖居士·2024-08-30 20:12

自动驾驶-机器人-slam-定位面经和面试知识系列07之C++STL面试题（03）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。在知乎和牛客也会同步更新，全网同号（lonely-stone或者lonely_stone）。关于高频面试题和C++STL面经，每次我会更新10个问题左右，每次更新过多，害怕大家可能看了就只记住其中几个点。（在个人秋招面试过程中，面试到
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列03之C++STL面试题（01）

这两天有点忙耽搁了，抱歉！！！这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。在知乎和牛客也会同步更新，全网同号（lonely-stone或者lonely_stone）。关于高频面试题和C++STL面经，每次我会更新10个问题左右，每次更新过多，害怕大家可能看了就只记住其中几个点。
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列04之高频面试题（02）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。在知乎和牛客也会同步更新，全网同号（lonely-stone或者lonely_stone）。关于高频面试题和C++STL面经，每次我会更新10个问题左右，每次更新过多，害怕大家可能看了就只记住其中几个点。（在个人秋招面试过程中，面试到
lonely-stone·2024-08-30 20:29

iOS中的Grok获得升级——使用AI在X中创建和分析图像

在X应用10.56版本的发布中，订阅用户将获得若干新的AI功能和令人印象深刻的Grok2聊天机器人的新界面。此次更新中最值得关注的功能可能是使用FluxAI模型在Grok2中的图像生成功能。
AI数据猿·2024-08-30 19:28

python 数据挖掘与机器学习

机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。
科研的力量·2024-08-30 19:57
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他