人工智能 机器人 人工outgoing
微信机器人开发文档
请求URL： http://域名地址/acceptUser 请求方式： POST 请求头Headers： Content-Type：application/json Authorization：login接口返回 参数： 参数名必选类型说明 wId 是 string 登录实例标识 v1 是 stri ......
零一万物回应「抄袭 LLaMA」；京东原副总裁试用可穿戴人工喉丨 RTE 开发者日报 Vol.85
开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编 ......
机器学习——编码器和解码器架构
正如我们在 9.5节中所讨论的， 机器翻译是序列转换模型的一个核心问题， 其输入和输出都是长度可变的序列。 为了处理这种类型的输入和输出， 我们可以设计一个包含两个主要组件的架构： 第一个组件是一个编码器（encoder）： 它接受一个长度可变的序列作为输入， 并将其转换为具有固定形状的编码状态。 ......
机器学习——机器翻译与数据集
语言模型是自然语言处理的关键， 而机器翻译是语言模型最成功的基准测试。 因为机器翻译正是将输入序列转换成输出序列的 序列转换模型（sequence transduction）的核心问题。 序列转换模型在各类现代人工智能应用中发挥着至关重要的作用。机器翻译（machine translation）指的 ......
免费提升31％！Intel APO智能超频仅限14代酷睿 无缘12/13代
Intel 14代酷睿虽然没有质的提升，但带来了一项名为Intel APO的动态优化加速技术，可视为AI智能超频。 它会根据主板供电、散热情况，结合系统温度、功耗等因素，通过AI训练与真实环境，进行整体评估和调整，在游戏中优先使用P核，并加速E核，从而达到更好的性能。 Intel APO技术目前仅支 ......
智慧隧道：TSINGSEE青犀远程视频AI智能监管平台保障隧道施工安全
对监工的重要工作岗位进行监督，当划定区域的人员离开该区域，在规定时间内未回到岗位上，系统将判定为离岗，系统自动发出告警并记录 ......
机器学习——深度循环神经网络
到目前为止，我们只讨论了具有一个单向隐藏层的循环神经网络。 其中，隐变量和观测值与具体的函数形式的交互方式是相当随意的。 只要交互类型建模具有足够的灵活性，这就不是一个大问题。 然而，对一个单层来说，这可能具有相当的挑战性。 之前在线性模型中，我们通过添加更多的层来解决这个问题。 而在循环神经网络中 ......
机器学习——长短期记忆网络（LSTM）
长期以来，隐变量模型存在着长期信息保存和短期输入缺失的问题。 解决这一问题的最早方法之一是长短期存储器（long short-term memory，LSTM）(Hochreiter and Schmidhuber, 1997)。 它有许多与门控循环单元（ 9.1节）一样的属性。 有趣的是，长短期记 ......
不务正业的再次胡想——chatgpt在“智能辅助编程”外的另一个可能场景"智能论文写作辅助”
在chatgpt4出来后震惊了很多人，但是很多人也觉得好像用处不大；可以说chatgpt4确实更加智能了，在语言对话上更加的智能，很多情况下已经很难分辨出这货是个机器人，但是现在这东西好像确实也没有太多的实际应用，或许更多的人用这个是当做“智能搜索引擎”来用的，而我个人却更加喜欢将chatgpt4当 ......
机器学习——门控循环单元(GRU)
在 8.7节中， 我们讨论了如何在循环神经网络中计算梯度， 以及矩阵连续乘积可以导致梯度消失或梯度爆炸的问题。 下面我们简单思考一下这种梯度异常在实践中的意义： 我们可能会遇到这样的情况：早期观测值对预测所有未来观测值具有非常重要的意义。 考虑一个极端情况，其中第一个观测值包含一个校验和， 目标是在 ......
百度网盘推出的一款专业高效的智能AI修图工具
百度网盘AI修图官方版是一款专业高效的智能修图软件。百度网盘AI修图最新版内置了强大的图片处理工具，包括一键瘦身、智能磨皮、色彩调整等功能，能够提高用户的修图效率。百度网盘Al修图软件界面直观，简单易用，即使是小白也能秒变后期大师软件功能一键瘦身: 自动识别并判断人体特征.，一键修成超模比例智能磨皮 ......
人工智能实验室第二次招新考试部分答案
A.打印菱形图案 n=int(input()) a=n//2 for i in range(-a,a+1): c=abs(i) print(c*" " ,end="") print((2*a+1-2*c)*"*") D.来，关个灯 n = int(input()) for i in range(1, ......
CPP 智能指针
目录内存管理new and delete不要使用malloc 和freenew失败了怎么办区别动态数组和动态分配数组对象数组永远对应关系多维数组new 申请多维数组数组即指针并不是所有的指针都是数组指针操作资源回收智能指针使用智能指针的必要之处。unique_ptr接触unique_ptr的拥有权s ......
“图像识别在智能交通系统中的应用与优化“
智能交通系统中的图像识别应用和优化是现代城市发展中的重要组成部分。以下是图像识别在智能交通系统中的主要应用和一些优化方向： 图像识别在智能交通系统中的应用： 车辆识别与跟踪： 图像识别用于识别和跟踪车辆，包括识别车牌号码。这有助于监控交通流量、管理停车场以及实施违章行为检测。 交叉口监控： 图像识别 ......
智慧园区LiteCVR视频智能监控解决方案
一、方案背景 LiteCVR智慧园区方案介绍了针对工业园区进行智能化建设的综合解决方案，集成了视频周界子系统、一脸通子系统、车辆出入口子系统，提升企业管理的有效性，让园区更安全、让园区内的人员工作生活更便捷、让企业整体管理更加科学高效。 1) 通过综合安防与扩充应用提高快速反应能力 园区一脸通应用： ......
乡镇村污水处理智慧水务智能监管平台，助力污水监管智慧化、高效化
算法中台可负责视频预先处理、算法任务管理、用户体系管理等中台服务能力的调度构建，实现算法、算力、算据的自动化调度、授权控制等 ......
数据泄露成LLM应用最大障碍，如何用RPA Agent智能体破解谜题？
大语言模型数据泄露堪忧，超自动化Agent成解决之道 数据泄露成LLM应用最大障碍，如何用RPA Agent智能体破解谜题？ 从RPA Agent智能体安全机制，看AI Agent如何破解LLM应用安全谜题 GPTs数据泄露大语言模型安全刻不容缓，如何用AI Agent提升LLM应用安全系数？ 文/ ......
DP4301-M无线模块一款SUB-1G无线收发模块无线抄表智能家居手持设备
DP4301-M无线模块是一款低成本高效率工作于1GHz以内的收发模块，支持中国智能电无线 集抄标准470MHz~ 510MHz，兼容433MHz ISM/SRD频段均可使用。 此模块且前已经超大量应用于国标智能无线抄表及物联网自组网等双向数据传输系统方案，模块具备的低功耗、高接收灵敏度、高发射功率 ......
2023年人工智能发展现状报告：State of AI Report 2023
链接： https://www.stateof.ai/ Now in its sixth year, the State of AI Report 2023 is reviewed by leading AI practioners in industry and research. It cons ......
x86机器上运行arm64 docker
Docker Hub 上可以找到各种非 x86_64 平台的镜像，但是在x86上直接运行会报错： panic: standard_init_linux.go:175: exec user process caused “exec format error” [recovered] 在 x86_64 ......
Go实现Zabbix企业微信机器人告警
企业微信 应用通知的程序相对复杂点，见上篇文章 机器人告警相对简单点，只需一个url即可 企业微信里创建一个机器人 注意机器人的url，后续程序中需要使用 直接上程序sjgzbx_machine.go package main import ( "bytes" "encoding/json" "fm ......
机器学习——通过时间反响传播
我们在 4.7节中描述了多层感知机中的 前向与反向传播及相关的计算图。 循环神经网络中的前向传播相对简单。 通过时间反向传播（backpropagation through time，BPTT） (Werbos, 1990)实际上是循环神经网络中反向传播技术的一个特定应用。 它要求我们将循环神经网络 ......
机器学习——循环神经网络的实现
独热编码 回想一下，在train_iter中，每个词元都表示为一个数字索引， 将这些索引直接输入神经网络可能会使学习变得困难。 我们通常将每个词元表示为更具表现力的特征向量。 最简单的表示称为独热编码（one-hot encoding）， 它在 3.4.1节中介绍过。 简言之，将每个索引映射为相互不 ......
机器学习——循环神经网络
隐状态 无隐状态的神经网络 有隐状态的循环神经网络 循环神经网络（recurrent neural networks，RNNs） 是具有隐状态的神经网络。 基于循环神经网络的字符级语言模型 回想一下 8.3节中的语言模型， 我们的目标是根据过去的和当前的词元预测下一个词元， 因此我们将原始序列移位一 ......
27_rust_智能指针
智能指针 智能指针是一种数据结构，其行为与指针类似，有额外的元数据和功能。 引用计数（reference counting）智能指针类型，通过记录所有者的数量，使一份数据被多个所有者同时持有，并在没任何所有者时自动清理数据。 其中引用只借用数据，而智能指针常拥有所指向的数据。如智能指针String ......
R语言机器学习方法分析二手车价格影响因素
原文链接:https://tecdat.cn/?p=34238 原文出处：拓端数据部落公众号 分析师：Siming Yan 比较多种机器学习方法优劣性，分析二手车价格影响因素，训练模型预测二手车价格。 任务 / 目标 根据印度二手车交易市场1996-2019年数据，进行清洗，建模，预测。 数据源准备 ......
使用ResponseSelector实现校园招聘FAQ机器人
本文主要介绍使用ResponseSelector实现校园招聘FAQ机器人，回答面试流程和面试结果查询的FAQ问题。FAQ机器人功能分为业务无关的功能和业务相关的功能2类。 一.data/nlu.yml文件 与普通意图相比，ResponseSelector训练数据中的意图采用group/intent格 ......
安装本地化docker registry，使其他机器能够发布容器
sudo docker pull registry:latest docker run -d -p 5000:5000 --name registry registry:latest http://localhost:5000/v2/_catalog, 检查运行成功 此时在子机3号上访问： http ......
Nature Plants | 从卫星监测的全大陆田间试验数据中获得主要作物性状的可解释机器学习模型
目录背景信息论文背景:过去方案:论文的Motivation:实验方法主要结果代码获取 澳大利亚国立大学生物研究院研究团队使用机器学习模型分析了大规模农田试验数据和卫星数据，成功预测了重要农作物特征，并揭示了作物行为的驱动因素和复杂相互作用。 背景信息 论文背景: 预计到2050年，全球人口将增加20 ......