分布式 模型juicefs ai
基于模型强化学习的离网微电网终身控制Python源代码
基于模型强化学习的离网微电网终身控制Python源代码 离网微网的终身控制问题包括两个任务，即对微网设备的状态进行估计和通过预测未来消费量和可再生产量来考虑不确定性的运行规划。 有效控制的主要挑战来自于随时间发生的各种变化。 提出了一个用于农村电气化离网微电网建模的开源强化框架。 将孤立微电网的终身 ......
matlab的基于遗传算法优化bp神经网络多输入多输出预测模型
matlab的基于遗传算法优化bp神经网络多输入多输出预测模型，有代码和EXCEL数据参考，精度还可以，直接运行即可，换数据OK。 YID:62100632809753171 ......
基于NMPC（非线性模型预测控制算法）轨迹跟踪与避障控制算法研究
基于NMPC（非线性模型预测控制算法）轨迹跟踪与避障控制算法研究 仅供学习算法使用 YID:8770627173879012 ......
常见I/O模型
文章引用自 https://blog.csdn.net/qq_35642036/article/details/82798722 1. 同步：发出一个功能调用后，没有得到结果之前，该调用就不返回。此时线程还是激活的 2. 异步： 发出一个调用后，不需要知道改功能结果，该功能有结果后通知调用者（回调通 ......
永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好
永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好，位置电流双闭环采用二阶自抗扰控制，永磁同步电机三闭环控制，神经网络控制，自抗扰中状态扩张观测器与神经网络结合，在线自整定自抗扰中参数，（依据rbf神经网络pid控制还写）输入信号为方波信号，可以切换。 均可运行 ......
ABAQUS盾构隧道开挖模型Cae文件，一环7片，含螺栓，配筋
ABAQUS盾构隧道开挖模型Cae文件，一环7片，含螺栓，配筋。 （此模型用的㎜单位制） YID:38300610693753555 ......
AI 应用合集
聊天对话： https://poe.com/chatgpt https://chat.openai.com/chat/ open ai 官网 ChatGPT for Google (v3.0.1) - 谷歌插件，需 openAI 账户 翻译： https://fanyi.caiyunapp.com/ ......
NotionAI - 文档领域的ChatGPT，一款 AI 加持的在线文档编辑和管理工具
简介 NotionAI - 文档领域的ChatGPT，一款 AI 加持的在线文档编辑和管理工具 作为国际领先的在线文档编辑和管理工具，Notion受到了广大用户的欢迎，尤其是程序员们。它不仅支持笔记、编码等基本的在线文档功能，还支持团队协作、项目管理等能力，功能十分强大。 notion 不仅有WEB ......
自动调优工具AOE，让你的模型在昇腾平台上高效运行
摘要：当算子性能或者网络性能不佳时，可以使用AOE进行调优。本文就带大家了解自动调优工具AOE，让你的模型在昇腾平台上高效运行。 本文分享自华为云社区《自动调优工具AOE，让你的模型在昇腾平台上高效运行》，作者：昇腾CANN 。 什么是AOE？ AOE（Ascend Optimization Eng ......
分布式环境下，如何实现session共享
为什么会出现这种session共享的解决方案？ 随着互联网公司的项目在微服务和分布式的环境下进行的搭建，导致一个项目可能分别部署在几个甚至很多的服务器集群下，此时就会出现一个问题： 当用户进行一个session会话的时候，比如一个用户去登录项目，一般的大公司的项目都是有Nginx进行反向代理的， N ......
rk3568 RK3588开发板人工智能AI摄像头识别功能方案
迅为RK3568以及RK3588开发板内置独立NPU，RK3588运算能力高达6TOPS，RK3568运算能力高达16TOPS算力支撑，高性能，高算力，高性价比的AI开发方案。 ......
AI 状态机，行为树，行为机
https://github.com/egametang/ET/blob/master/Book/6.1AI%E6%A1%86%E6%9E%B6.md ......
ArcGIS模型构建器ModelBuilder的使用方法
本文介绍在ArcMap软件中，基于模型构建器（ModelBuilder）完成模型建立与使用的具体方法。 首先，在ArcMap软件中打开“ModelBuilder”。 建立一个模型，我们一般需要两种素材，一是该模型所需的初始数据，二是该模型具体的操作工具；而二者都可以通过插入的方法导入模型。在这里，我 ......
常用的处理时间序列的模型
处理时间序列的模型有很多种，下面列举一些常见的： ARIMA模型：自回归移动平均模型，用于分析和预测时间序列数据。 LSTM模型：长短时记忆模型，是一种循环神经网络，能够捕捉时间序列中的长期依赖关系。 GRU模型：门控循环单元模型，是一种循环神经网络，类似于LSTM，但参数更少，训练速度更快。 Pr ......
高斯混合模型 GMM 的详细解释
高斯混合模型（后面本文中将使用他的缩写 GMM）听起来很复杂，其实他的工作原理和 KMeans 非常相似，你甚至可以认为它是 KMeans 的概率版本。 这种概率特征使 GMM 可以应用于 KMeans 无法解决的许多复杂问题。 因为KMeans的限制很多，比如： 它假设簇是球形的并且大小相同，这在 ......
人工智能机器学习底层原理剖析,人造神经元,您一定能看懂,通俗解释把AI“黑话”转化为“白话文”
按照固有思维方式，人们总以为人工智能是一个莫测高深的行业，这个行业的人都是高智商人群，无论是写文章还是和人讲话，总是讳莫如深，接着就是蹦出一些“高级”词汇，什么“神经网络”，什么“卷积神经”之类，教人半懂不懂的。尤其ChatGPT的风靡一时，更加“神话”了这个行业，用鲁迅先生形容诸葛武侯的话来讲：“... ......
AI工具能不能帮我完成视频内容创作？
2023年，也被称作AI创作元年 爆火的AI工具ChatGPT 2023年伊始，ChatGPT就火遍全网，成为了全球最快拥有1亿月活用户的产品。在地铁上、电梯中、咖啡厅到处都充满着讨论AI工具的交谈声。 众多用户使用ChatGPT也是玩出了各种花样： 有的程序员用它找代码bug。不仅可以准确地找到了 ......
AI基础_Day02
函数概述 print() input() type() int() str() float() chr() ord() 函数的作用: 用来将一段功能代码封装到一起,并起个名. 在使用时,只需要使用代码的名字即可 好处: 提高代码的开发效率 使代码更加简洁 提高代码的复用率 函数的 ......
AI基础_Day03
猜拳游戏 a. 两个角色 玩家 player - 电脑 robot b. 动作: 石头 0 , 剪刀 1, 布 2 c. 我的出拳: 由输入完成 d. 电脑的出拳: 随机数完成 e. 比较出拳 f. 相等 - 平局 g. 玩家赢: p0:r1 p1:r2 p2:r0 h. 剩下的情况就是电脑赢 if ......
AI基础_Day04
Python 官方中文文档 https://docs.python.org/zh-cn/3/ 字符串常用方法 a.查找_替换_统计 find() 掌握 注意: 找不到子串时,返回-1 rfind() 了解 index() 了解 注意: 找不到子串时,程序会崩溃,产生一条异常信息,导致程序无法执行 r ......
AI基础_Day05
列表 推导式 格式: 列表变量 = [表达式 for 变量 in range(10)] 表达式中需要使用后面的变量 组包和拆包 组包: 将多个值同时赋给一个变量时,解释器会进行自动组包操作 拆包: 将一个容器值(元组),里面的多个数据同时赋值多个变量,解释器会进行拆包操作 注意: 拆包要注意被赋值的 ......
分布式任务调度框架之Elastic-Job
1、前言 1.1、什么是任务调度? 我们可以先思考一下下面业务场景的解决方案： 某电商系统需要在每天上午 10点，下午3点，晚上8点发放一批优惠券。 某银行系统需要在信用卡到期还款日的前三天进行短信提醒。 某财务系统需要在每天凌晨 0:10结算前一天的财务数据，统计汇总。 12306 会根据车次的不 ......
AI基础_Day01
硬件系统(科普了解) 主机系统 CPU(中央处理器) 控制器 运算器 内存储器 RAM Random Access Memory 随机存储器 (保存不住数据) ROM Read-Only Memory 只读存储器 外部设备: 输入设备 键盘 鼠标 输出设备: 显示器 音箱 外存储器: 软盘 U盘 硬 ......
关于场效应管的低频小信号等效模型
###i~D~=f(u~GS~,u~DS~) 研究动态信号时，用全微分表示（参考书P96下面文字） 当信号幅值较小时，g~m~是U~DS~=U~DSQ~那条转移特性曲线上Q点处的导数，即以Q点为切点的切线斜率。g~m~是输出回路电流与输入回路电压之比，称为跨导，其量纲是电导。 从输出特性曲线可知，r ......
分布式技术原理与算法解析 02 - 分布式计算
分布式计算模式之MR MapReduce就是将复杂的、难以直接解决的大问题，分割为规模较小的、可直接解决的小问题。这些子问题相互独立且和原问题形式相同，可递归地求解，然后将子问题的答案合并。核心步骤为 1.分解原问题 2.求解子问题 3.合并解 工作原理 Map对应分，Reduce对应合。主要包括3 ......
【JVM盲点补漏系列】「并发编程的难题和挑战」深入理解JMM及JVM内存模型知识体系
并发编程的难题和挑战 在并发编程的技术领域中，对于我们而言的难题主要有两个： 多线程之间如何进行通信和线程之间如何同步，通信是指线程之间以何种机制来交换信息。 多线程的线程通信机制 在命令式编程中，线程之间的通信机制有两种：共享内存和消息传递。 共享内存的方式，多线程之间共享公共的状态（变量），那么 ......
【THM】OSI Model(OSI模型介绍)-学习
本文相关的TryHackMe实验房间链接：https://tryhackme.com/room/osimodelzi 本文相关内容：了解决定跨网络处理数据的各个阶段的基本网络框架。 什么是OSI模型？ OSI模型(开放系统互连模型-Open Systems Interconnection Model ......