计算机图形学learning

边缘智能--Edgent

论文：EdgeIntelligence:On-DemandDeepLearningModelCo-InferencewithDevice-EdgeSynergy边缘智能：设备-边缘协同进行按需深度学习模型联合推理
游子_18f5·2024-01-17 09:51

论文笔记（三十九）Learning Human-to-Robot Handovers from Point Clouds

LearningHuman-to-RobotHandoversfromPointClouds文章概括摘要1.介绍2.相关工作3.背景3.1.强化学习3.2.移交模拟基准4.方法4.1.HandoverEnvironment4.2
墨绿色的摆渡人·2024-01-17 07:10

机器学习：简要介绍及应用案例

监督学习（SupervisedLearning）：在监督学习中，算法从带有标签的训练
rubyw·2024-01-17 07:06

【机器学习】强化学习 （一）强化学习简介

强化学习的常见算法有：Q学习（Q-learning）：一种基于值函数（valuefunction）的方法，它用一个表格（Q-table）记录每个状态-动作对的期望奖励（Q-valu
十年一梦实验室·2024-01-17 07:59

【Maching Learning】深度学习常用评价指标（分类+回归）

深度学习分类、回归问题评价指标一、分类评价指标1.1混淆矩阵1.2准确率（Accuracy）1.3精确率（Precision）1.4召回率（Recall）1.5F1{F}_{1}F1分数（F-Score，调和平均）和Fβ{F}_{β}Fβ（加权调和平均）1.6P-R曲线与AP、mAP1.7ROC-AUC二、回归评价指标2.1MAE平均绝对误差2.2MSE均方误差2.3RMSE根均方误差2.4MAP
Ω snow·2024-01-17 07:11

【Machine Learning】机器学习笔记（2）——如何处理训练不好的情况

Howtodealwithbadtrainingsomereference如何处理训练不好的情况1、LossontrainingdataislargeCriticalpointBatchandMomentumAdaptiveLearningRateClassificationBatchNormalization2
Ω snow·2024-01-17 07:11

转移价值？还是 策略？ 一个可转移的连续强化学习的中心框架

AAVALUE-CENTRICFRAMEWORKTOWARDSTRANSFERRABLECONTINUOUSREINFORCEMENTLEARNINGABSTRACTTransferringlearnedknowledgefromoneenvironmenttoanotherisanimportantsteptowardspracticalreinfor
Adam坤·2024-01-17 06:26

李宏毅LLM——机器学习基础知识

文章目录机器学习基本概念生成式学习StructuredLearning总结机器学习基本概念机器学习=机器自动找出一种函数根据函数的不同，可以分为回归问题（输出数值）和分类问题（输出类别，选择题）生成式学习
李日音·2024-01-17 06:09

GAMES101-现代计算机图形学入门-闫令琪 课程笔记 - 汇总（上）

一些前言与感慨：GAMES真的是一个很好的平台，GAMES101也真的是很好的课可惜当年在学校里学计算机图形学的时候，还没有闫令琪这么好的课程，当时学得一知半解，云里雾里，希望一切重新拾起还不算太晚。
iteapoy·2024-01-17 06:37

探索数据的奥秘：一份深入浅出的数据分析入门指南

数据分析书籍推荐入门读物深入浅出数据分析啤酒与尿布数据之美数学之美数据分析ScipyandNumpyPythonforDataAnalysisBadDataHandbook集体智慧编程MachineLearninginAction
uncle_ll·2024-01-17 05:22

协方差矩阵自适应调整的进化策略(CMA-ES)

作者NikolausHansen于2016年在MachineLearning上发布了关于CMA-ES详细教学。原文链接：TheCMA
努力发光的程序媛·2024-01-17 05:49

【论文阅读笔记】Multi-modal brain tumor segmentation via disentangled representation learning and region-awa

ZhouT.Multi-modalbraintumorsegmentationviadisentangledrepresentationlearningandregion-awarecontrastivelearning
cskywit·2024-01-17 01:21

PR第三天：心怀大爱，改变未来

图片发自App我们的导师石森久惠老师是日本极具影响力公司“ALMACREATIONS株式会社”首席运营官，从事教育事业长达十余年，并相继取得美国LearningStrategies公司PhotoReading
逸婵·2024-01-17 01:51

【强化学习与机器人控制论文 1】基于深度强化学习的机械臂避障

论文传送门：DeepReinforcementLearningforCollisionAvoidanceo
ReEchooo·2024-01-16 22:24

基于学习的机械臂抓取研究综述

1.基于学习的机械臂抓取研究综述Kleeberger,K.,Bormann,R.,Kraus,W.etal.ASurveyonLearning-BasedRoboticGrasping.CurrRobotRep1,239
小帅吖·2024-01-16 22:24

机器人强化学习——Comparing Task Simplifications to Learn Closed-Loop Object Picking Using DRL（2019 RAL）

1简介任务是reach、grasp、lift，比较了rewardshaping、curriculumlearning、迁移学习，并迁移到了真实机器人场景中。本文抓取的方法框架是QT-Opt。
千羽QY·2024-01-16 22:53

基于强化学习的机器人抓取之 stochastic search

沿着参考文献一路找到google的Learninghand-eyecoordinationforroboticgraspingwithdeeplearningandlarge-scaledatacollection
千羽QY·2024-01-16 22:53

机器人强化学习——Sim-to-Real Robot Learning from Pixels with Progressive Nets (2017)

论文地址：https://arxiv.org/abs/1610.042861简介针对现实世界中DRL对复杂任务学习慢的问题，提出progressivenetworks来将仿真中学习的策略迁移到真实世界中。progressivenetworks是个通用框架，核心思想是将从低维视觉特征到高级policy之间的所有东西迁移到新任务，实现方式是将其他任务上预训练的特征通过侧面连接输入到新任务的网络中。实验
千羽QY·2024-01-16 22:53

深度学习中的在线学习、批次学习或小批次学习分别是什么？

以下是它们的具体解释：在线学习（OnlineLearning）：-在线学习是一种逐个样本或小批量样本地连续接收和处理数据的学习方法，它允许模型立即根据每个新样本更新。
CA&AI-drugdesign·2024-01-16 21:00

（2024，强化学习，提示扩展，原始提示中心引导）Parrot：用于文本到图像生成的帕累托最优多奖励强化学习框架

Parrot:Pareto-optimalMulti-RewardReinforcementLearningFrameworkforText-to-ImageGeneration公和众和号：EDPJ（进
EDPJ·2024-01-16 21:40

Gazebo无法加载World

命令行：ros2launchlearning_gazeboload_urdf_into_gazebo.launch.py错误：[ERROR][spawn_entity.py-4]:processhasdied
薛定谔的猫@·2024-01-16 19:28

强化学习AI构建实战 - 基于“黄金点”游戏（一）

简介强化学习(ReinforcementLearning)是机器学习的一种重要技术。本文首先简要介绍了强化学习的概念及思路，然后以Q-Learning算法为例介绍了如何进行训练。
人工智能MOS·2024-01-16 19:33

【持续学习系列(七)】Gradient Episodic Memory for Continual Learning

一、论文信息1标题GradientEpisodicMemoryforContinualLearning2作者DavidLopez-PazandMarc’AurelioRanzato3研究机构FacebookArtificialIntelligenceResearch
ZedKingCarry·2024-01-16 17:51

【持续学习系列(八)】《Continual Learning Through Synaptic Intelligence》

一、论文信息1标题ContinualLearningThroughSynapticIntelligence2作者FriedemannZenke,BenPoole,SuryaGanguli3研究机构StanfordUniversity
ZedKingCarry·2024-01-16 17:51

【持续学习系列(六)】《iCaRL》

一、论文信息1标题iCaRL:IncrementalClassifierandRepresentationLearning2作者Sylvestre-AlviseRebuffi,AlexanderKolesnikov
ZedKingCarry·2024-01-16 17:50

【阅读笔记】Chain of LoRA

一、论文信息1论文标题ChainofLoRA:EfficientFine-tuningofLanguageModelsviaResidualLearning2发表刊物arXiv20233作者团队DepartmentofComputerScience
ZedKingCarry·2024-01-16 17:48

强化学习应用（二）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个价值函数来指导智能体在环境中做出决策，以最大化累积奖励。
IT猿手·2024-01-16 16:01

强化学习应用（一）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个价值函数来指导智能体在环境中做出决策，以最大化累积奖励。
IT猿手·2024-01-16 16:00

【计算机图形学】入门Three.js，并搭建你的第一个3D场景

什么是Three.js？WebGL（WebGraphicsLibrary）是一种3D绘图协议，这种绘图技术标准允许把JavaScript和OpenGLES2.0结合在一起，通过增加OpenGLES2.0的一个JavaScript绑定，WebGL可以为HTML5Canvas提供硬件3D加速渲染。你可以将Three.js看作是WebGL的封装——简单、易用、强大、效果惊艳。Three.js其实是一款运
samarua·2024-01-16 14:52

Neural Fields in Visual Computing and Beyond

文章目录Abstract1.Introduction1.1.Background1.2.RelatedSurveysandArticlesPartI.NeuralFieldTechniques2.PriorLearningandConditioning2.1
進擊的小老虎·2024-01-16 14:43

AIGC领域的多模态深度学习你知道多少？一文带你Get

多模态深度学习(英文名:MultimodalDeepLearning)是人工智能(AI)的一个子领域，其重点是开发能够同时处理和学习多种类型数据的模型。
OJAC近屿智能·2024-01-16 14:33

17- 梯度提升回归树GBRT (集成算法) (算法)

在该模型中，有三个重要参数分别为n_estimators(子树数量)、learning_rate(学习率)、max_depth(最大深度)。
处女座_三月·2024-01-16 11:05

半监督学习 - 自监督学习（Self-Supervised Learning）

什么是机器学习自监督学习既不是纯粹的半监督学习，也不是纯粹的无监督学习，而是介于两者之间的一种学习范式。在自监督学习中，模型从数据本身中生成标签，而不是依赖外部的人工标签。这使得自监督学习可以利用未标签的大量数据进行训练，同时也可以通过生成的任务来学习有用的表示。在半监督学习中，自监督学习是一种特殊的方法，其中模型通过自己创建标签并使用这些标签进行训练。自监督学习的目标是通过模型自身在任务中生成的
草明·2024-01-16 09:21

半监督学习 - 三元组学习（Triplet Learning）

什么是机器学习三元组学习（TripletLearning）是半监督学习中一种用于学习有用表示的方法。它通常用于学习数据中的相似性关系，尤其在人脸识别、图像检索等领域中得到广泛应用。
草明·2024-01-16 09:44

001 大数据爱好者的 Hadoop 教程-学习 Hadoop 的最佳方式

000HadoopTutorialforBigDataEnthusiasts–TheOptimalwayofLearningHadoopHadoopTutorial–Oneofthemostsearchedtermsontheinternettoday.Doyouknowthereason
胡巴Lei特·2024-01-16 09:27

【论文笔记】Effect of Attention Mechanism in Deep Learning-Based Remote Sensing Image Processing：A S...

注意机制在基于深度学习的遥感图像处理中的作用：系统文献综述综述：概述了已开发的注意力机制以及如何将它们与不同的深度学习神经网络架构集成。此外，它旨在研究注意力机制对基于深度学习的RS图像处理的影响。分析了相应的基于注意力机制的深度学习（At-DL）方法的进展。进行了系统的文献回顾，以确定出版物、出版商、改进的DL方法、使用的数据类型、使用的注意力类型、使用At-DL方法实现的总体准确度的趋势，并提
吃核桃用手夹·2024-01-16 09:54

MATLAB Deep learning

文章目录Chapter1:MachineLearning存在的问题过拟合Overfitting解决过拟合regularizationandvalidationregularization正则化validation
JNU freshman·2024-01-16 09:37

连接提示Could not create connection to database server.

想看看springboot的例子,从https://gitee.com/jeff1993/springboot-learning-example.git中当下来一个大牛的工程.本想改改跑起来看看,在本地加了对应数据库和表
lv_shun·2024-01-16 08:23

我的导师--宋老师

河南大学计算机与信息工程学院计算机科学与技术专业的宋相法老师是一位研究计算机图形学的副教授。
白雪歌送武判官归天·2024-01-16 08:01

Start learning python...

最近转岗到了大数据运维，据我所知，运维需要了解的知识就包含python，之前没有任何编程经验，所以只能自己收集材料来学习了有志者，事竟成
要树立远大的理想·2024-01-16 08:29

人工智能对我们的生活影响有多大

方向一：人工智能的领域机器学习（MachineLearning）：机器学习是人工智能的核心，通过让计算机系统从数据中学习，而不是进行明确的编程。包括监督学习、无监督
胡图不迷糊·2024-01-16 07:07

蓝桥杯省赛无忧 编程3 小明和完美序列

https://www.lanqiao.cn/problems/3199/learning/?
暗托涅瓦·2024-01-16 04:02

《计算机图形学基础》之图像的光栅化

输出设备输出设备主要分两种，一种是显示屏类的，一种是打印机类的。显示屏也也分为两种：发光二极管（LED）液晶显示屏（LCD）二者基本都有三部分组成：背光，中间件（二极管或者液晶），屏幕。LED结构示意图LCD结构示意图至于中间件是通过电流强弱（LED）还是通过偏振大小（LCD）来控制光强的，这并不重要，您只需要知道中间件可以在背光传到屏幕的过程中，改变它的强度即可。对于二者来说，每一个像素都有三个
烂醉花间dlitf·2024-01-16 03:47

第一章 机器学习概要

这篇文章是本人学习《Hands-On-Machine-Learning-with-Scikit-Learn-and-TensorFlow》的读书笔记第一篇。
JasonYUJX·2024-01-16 02:51

Python多任务-多线程-多进程-协程-进阶学习

--多任务-多线程-多进程-协程-进阶学习--文中所提到的案例参考：GITHUB中项目文件夹https://github.com/FangbaiZhang/Python_advanced_learning
Felix-微信(Felixzfb)·2024-01-15 23:42

Mindspore 公开课 - prompt

prompt介绍Fine-TuningtoPromptLearningPre-train,Fine-tuneBERTbidirectionaltransformer，词语和句子级别的特征抽取，注重文本理解
coyote_xujie·2024-01-15 22:12

多示例学习 (multi-instance learning, MIL) 学习路线 (归类、重点文章列举、持续更新)

文章目录0要点0要点说明：本文在于能够让大家能够更加快速地了解MIL这个领域，因此将从以下几个方面重点介绍MIL：MIL背景介绍；理论MIL概述：注意力网络；对比学习；介入学习；强化学习；GAN；应用MIL概述：全幻灯片分类；视频异常检测；图像分类；调制识别；Benchmark；MIL交叉领域：多示例多标签；多示例偏标签；多分类分布外检测；多示例对抗攻击；多模态多示例；注：欢迎和我进一步交流，可以
因吉·2024-01-15 22:15

日志配置（OpenFeign）

执行时间HEADERS:在BASIC的基础上，记录请求和应答的headerFULL:记录请求和应答的header、body、元数据修改级别配置类配置文件配置类创建配置类，指定日志级别packagecom.learning.springcloud.order.feign.config
菜是一种态度·2024-01-15 21:34

业务题day02

接下来就要保存对应的课表，在上述操作中涉及两个微服务，下单过程trade微服务调用了learning微服务，跨微服务调用，有两种方式，1.同步的feign，2.异步的mq。
你小汁完了·2024-01-15 20:09

强化学习应用（七）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-15 19:14
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他