开发者 高职 机器人 机器
机器学习-线性回归-损失函数+正则化regularization-06
目录1. 为什么要加上正则项2 L1稀疏 L2平滑3. 代码1--L2正则4 代码2--L2正则25. 代码3--l1正则 1. 为什么要加上正则项 防止模型的过拟合 需要在损失函数LOSS(MSE或者交叉熵)再加上正则项 常用的惩罚项有L1正则项或者L2正则项 其实L1和L2正则的公式数学里面的意 ......
头歌——HBase 开发：使用Java操作HBase
第1关：创建表 题目 任务描述 本关任务：使用Java代码在HBase中创建表。 相关知识 为了完成本关任务，你需要掌握：1.如何使用Java连接HBase数据库，2.如何使用Java代码在HBase中创建表。 如何使用Java连接HBase数据库 Java连接HBase需要两个类： HBaseCo ......
Java开发环境详解(安装，工作流程，程序结构与终端运行)
参考书籍： 《明解Java》 《Java轻松学》 《Head First Java》 《Java核心技术卷I》 《Java核心技术卷II》 参考视频： Java零基础学习视频通俗易懂 Java入门基础视频教程，java零基础自学就选黑马程序员Java入门教程 参考网站： KuangStudy 一.J ......
机器学习中的算法——逻辑回归
1.逻辑回归的定位 机器学习分有监督和无监督以及半监督学习三种， 其中有监督学习主要分为分类问题和回归问题； 无监督主要是聚类的算法 其中逻辑回归是属于分类问题 跟上次讲的线性回归有不同，从字面上确实容易混淆 2.逻辑回归的概念 逻辑回归是在线性回归的基础上加上一个非线性的因素（sigmoid函数） ......
Android开发相关知识
安卓没有main函数这一说，安卓有生命周期的概念，即处于Activity的不同生命周期状态，会进入与之对应的回调函数，执行相应的操作。 了解 Activity 生命周期: https://developer.android.google.cn/guide/components/activities/ ......
嵌入式音频应用开发介绍
liwen01 2023.12.12 前言 音频是声音的一种数字化表示方式，它的应用领域非常多，很多领域的应用技术已经很成熟，比如常见的：通信、娱乐、医疗(超声)、人机交互等等。就我目前接触到的消费类嵌入式设备而言，比较多的应用场景是： 语音对讲， 音视频录像 语音检测，识别 涉及到的开发技术主要有 ......
go-zero开发入门之网关往rpc服务传递数据
go-zero 的网关往 rpc 服务传递数据时，可以使用 headers，但需要注意前缀规则，否则会发现数据传递不过去，或者对方取不到数据。 go-zero 的网关对服务的调用使用了第三方库 grpcurl，入口函数为 InvokeRPC： grpcurl.InvokeRPC(r.Context( ......
笔记：Qt开发之多线程的实现(QThread、moveToThread)
目标：了解Qt实现多线程的两种基本方式(QThread、moveToThread)，各自的实现方式、使用场景。1，子类化QThread实现方式：继承QThread类，重写run()函数实现多线程class WorkerThread : public QThread { Q_OBJECT public ......
笔记：Qt开发之定制化qDebug()函数
目标：实现qDebug()函数的定制输出，包含文件名、函数名、行数等信息1，通过qSetMessagePattern函数，实现定制化输出int main(int argc, char **argv) { QApplication app(argc, argv); // 改变缺省消息处理程序的输出，信 ......
GPT-4「变懒」问题将被修复；英伟达选择越南成公司“第二故乡”丨 RTE 开发者日报 Vol.104
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 ......
安利一个java开发利器——guava
前言 工欲善其事必先利其器，一个好的工具让你花更少的时间，干更多的活，一定程度上比较高效地解放了你的的生产力，让你可以有更多的时间搞事情（摸鱼、划水呀），作为java后端开发人员，guava对我们而言，就是这样的工具，今天我们就来了解下这把利器。 guava guava是什么 Guava是Googl ......
基于5G智能网关的河道清洁机器人应用
搭载5G智能网关的河道清洁机器人，可以代替人工执行河道清理和水质监测等任务，可适用于公园景观溪流、城市运河、池塘和水库等多种场景。 ......
C++ Qt开发：SpinBox数值微调框组件
Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍`QSpinBox`精度数值组件的常用方法及灵活运用。`QSpinBox`是Qt框架中的一个部件（Widget），... ......
统一门户开发框架之：小程序技术高效引入第三方生态
在小程序技术作为统一门户架构的应用层基础框架中，我们看到了一个更为智能、高效的企业门户的未来。小程序的性能优化、原生能力、离线使用和用户体验一致性为企业提供了强大的工具，使其能够更好地与用户互动，并满足不断变化的业务需求。 ......
基于机器学习的时间序列温度预测
本次研究是使用GRU模型和GRU-Attention模型对长时间序列温度数据进行预测拟合，对于这两个模型有兴趣的可以去网上了解一下， 首先是日数据预测，由于日数据存在缺失值需要对缺失值进行填补， 在对存在缺失值的数据中我使用三次样方插值对数据进行处理，其代码如下： import pandas as ......
鸿蒙开发 DevEco Studio 工具常用快捷键--备用
做 HarmonyOS 鸿蒙开发离不开 DevEco Studio 开发工具， DevEco Studio 是基于 IntelliJ IDEA Community 开源版本打造，所以默认的快捷键其实继承于 IntelliJ IDEA 。 熟悉 DevEco Studio 的快捷键能提升开发效率和开发 ......
HarmonyOS：NativeWindow 开发指导
场景介绍 NativeWindow是HarmonyOS本地平台化窗口，表示图形队列的生产者端。开发者可以通过NativeWindow接口进行申请和提交Buffer，配置Buffer属性信息。 针对NativeWindow，常见的开发场景如下： ● 通过NativeWindow提供的Native AP ......
硬件开发笔记（十六）：RK3568底板电路mipi摄像头接口原理图分析、mipi摄像头详解
前言 本篇继续分析底板原理图mipi电路原理图、mipi摄像头输入硬件接口详解。 RK3568芯片摄像头接口 查看RK3568的芯片手册，摄像头接口并不支持直接sensor模拟信号输入，只能接收mipi信号，RK3568的摄像头接口引脚如下： 只支持mipi的数字信号摄像头。 本来计划是使用RK35 ......
C++ Qt开发：LineEdit单行输入组件
Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍`LineEdit`单行输入框组件的常用方法及灵活运用。在Qt中，`QLineEdit`是一个用于输入单行文本的控... ......
新型生成式 AI 助手 Amazon Q 为 IT 专业人士与开发人员提供有力支持（预览版）
今天，我们发布 Amazon Q 预览版，这是一款专用于企业级业务的全新生成式 AI 助手，可根据客户的业务量身定制。 ......
Visual Studio快捷键总览，推荐VS+Resharper实现高效开发
VS2022之后，其实还挺好用的，但个人还是习惯VS+Resharper的强强组合，尤其是Ctrl+N快捷键的全局搜，比VS自带的Ctrl+T好用太多了，Ctrl+B还能直接查看反编译之后的dll的方法。下面是常用VS快捷键，收藏记录下。 1、项目快捷键CTRL + SHIFT + B生成解决方案C ......
Unity3D帧同步的原理以及项目开发中可能遇到的问题与解决方案
一、Unity3D帧同步的原理帧同步是指将游戏中的每一帧的状态数据同步给所有的客户端，使得所有客户端的游戏画面都保持一致。在Unity3D中，帧同步一般分为两种模式：客户端模式和服务器模式。 对啦！这里有个游戏开发交流小组里面聚集了一帮热爱学习游戏的零基础小白，也有一些正在从事游戏开发的技术大佬，欢 ......
Teamcenter AWC开发报错 ESLintError in plugin "gulp-eslint"
1、npm run refresh 没有报错，npm run build会报错 ✖ 34 problems (1 error, 33 warnings) 0 errors and 12 warnings potentially fixable with the `--fix` option. [08 ......
.NET微信网页开发之网页授权获取用户基本信息
开发背景 当用户在微信客户端中访问第三方网页，公众号可以通过微信网页授权机制，来获取用户基本信息，进而实现业务逻辑。我们一般通过用户网页授权来无感实现用户登录，并获取用户的微信信息。 注意：用户管理类接口中的“获取用户基本信息接口”，是在用户和公众号产生消息交互或关注后事件推送后，才能根据用户Ope ......
自己开发App，该选什么技术，能兼顾效率与体验？
小程序转成App既能够提升用户体验，同时也为公私域互通创造了更为便捷和有力的机会。通过独立App，我们能够更深度地整合本地设备功能，实现更为灵活的用户互动。这种全面性的优化不仅在用户界面和性能上有所体现，更是为公共和私人领域之间的信息流畅架起了桥梁。用户可以更加顺畅地切换工作和个人生活，享受无缝连接... ......
在CentOS7等老系统上配置clangd进行C/C++开发
应该有许多公司开发机器上还是用着比较老的环境，比如CentOS7之类的。这类系统上很可能他的glibc的版本不到2.18，clangd要求的最低glibc版本就是2.18，因此我们没办法直接在这类老系统上运行clangd。 但是vscode上微软的那个c++插件一坨史，慢不说，补全也差劲。 我的要求 ......
机器学习-线性回归-样本归一化处理-05
目录1. 为什么要对样本进行 归一化2. 归一化的方式一 最大最小值3. 归一化的方式二 标准归一化 1. 为什么要对样本进行 归一化 样本之间的数量级是千差万别 有量纲的 例如： theta1 >> theta2 数值小的 theta2 反而能快速的 收敛 数值大的 theta1 收敛较慢 出现 ......
机器学习-线性回归-小批量-梯度下降法-04
1. 随机梯度下降法 梯度计算的时候 随机抽取一条 import numpy as np X = 2 * np.random.rand(100, 1) y = 4 + 3 * X + np.random.randn(100, 1) X_b = np.c_[np.ones((100, 1)), X] ......
机器学习-线性回归-梯度下降法-03
1. 梯度下降法 梯度： 是一个theta 与 一条样本x 组成的 映射公式 可以看出梯度的计算量主要来自于 左边部分 所有样本参与 -- 批量梯度下降法 随机抽取一条样本参与 -- 随机梯度下降法 一小部分样本参与 -- 小批量 梯度下降法 2. epoch 与 batch epoch：一次迭代 ......
机器学习-线性回归-模型解析解-02
1. 解析解 解析解的公式 import numpy as np import matplotlib.pyplot as plt # 有监督机器学习 # X y X = 2 * np.random.rand(100, 1) # np.random.rand # 100行 1列的 [0, 1) 之间均 ......