形态 终极 深度agents
个人论文一：关于雾中单目自监督深度估计的研究
# 0.Paper 这是我们2022年的工作，关于雾中的单目自监督深度估计研究： > **Self-supervised monocular depth estimation in fog** > >Bo Tao**†**, Jiaxin Hu**†**, Du Jiang, Gongfa Li, ......
LLM Powered Autonomous Agents
Building agents with LLM (large language model) as its core controller is a cool concept. Several proof-of-concepts demos, such as AutoGPT, GPT-Engine ......
09-贷中管理之深度预警
9.贷中管理之深度预警 9.1什么是贷中预警 即在贷中管理需对存量客群进行风险预警并及时做风险管控。 9.2贷中预警的问题 （1）预警的精确性如何提升，降低误杀率 （2）客户分层如何更细化与精确 （3）管控处置手段是否触达有效 （4）如何评价贷中预警整体的处置效果 9.3贷中预警核心框架 贷中预警策 ......
“多”维演进：智能编码的深度进化
我们在追求怎样的编码未来？ 无处不在的视频渗透、井喷式的流量增长、多元的场景技术需求、用户对视频体验的“不将就”……音视频行业的快速发展却伴随着“编码标准升级速度缓慢”、“硬件红利见底”、“编码复杂度带来的成本问题”等众多挑战。 视频编码还“卷”得动吗？ 究竟怎样的视频编码技术，才能满足既要又要的体 ......
运行调试深度学习代码小技巧_1
1.首先阅读数据预处理的代码，确定送入神经网络的输入x的张量形状。比如现在有个语音输入特征张量x形状为[16, 1, 256, 40]，【批量，通道数，像素宽度，特征维度】。 如果看不懂，可以先在网络的forward最开始进行print(x.shape)打印。 2.常见改变张量形状的方法： （1） ......
AI Agents：软件2.0雏形与OpenAI的下一步
本文编译自 Lilian Weng 的个人博客，Lilian 现在是 OpenAI 的 Head of Safety Systems，之前还领导过 OpenAI 的 Applied AI 团队。 AI Agent 被认为是 OpenAI 发力的下一个方向。OpenAI 的联合创始人 Andrej K ......
加速体细胞突变检测分析流程-系列2（ctDNA等高深度样本）
Sentieon●体细胞变异检测系列-2 Sentieon 致力于解决生物信息数据分析中的速度与准确度瓶颈，通过算法的深度优化和企业级的软件工程，大幅度提升NGS数据处理的效率、准确度和可靠性。 针对体细胞变异检测，Sentieon软件提供两个模块：TNscope和TNhaplotyer2。 TNs ......
深度解读AIGC存储解决方案
5月26日，2023数据基础设施技术峰会在苏州举办，腾讯云首席存储技术专家温涛受邀出席并分享了腾讯云领先的存储技术在AIGC场景中的应用，通过对AIGC业务流程和场景的提炼，从内容生成、内容审核和内容智理三要素介绍了如何智能的存储和管理数据。下面我们一起回顾下温涛的精彩分享。 ......
ML Agents 学习笔记 (1)
**本文是对 https://developer.unity.cn/projects/6232aab0edbc2a0019dcfe38 的补充, 非原创.** # 0. 环境搭建 创建虚拟环境, 环境内安装 ml-agents 包等. 安装 Unity, 克隆 ML-Agents github 仓库 ......
基于策略的深度强化学习
策略函数，输入为状态，输出动作a对应的概率。 利用神经网络去近似一个概率函数 softmax函数使概率加和等于1且都为正数。 Qπ用来评价在状态s下作出动作a的好坏程度，与策略函数π有关。 状态价值函数V，只与当前状态s有关 将策略函数π替换为神经网络 用梯度上升使策略函数提升 策略梯度算法的推导 ......
关于Windows-服务器-系统下-zabbix-agent-的安装
到zabbix官网下载Windows系统的zabbix agent软件包，然后解压 1、在解压目录中打开/conf/zabbix_agentd.conf中修改以下配置 修改为Server=服务端的IP 修改为ServerActive=服务端的IP 修改为Hostname=当前主机名 取消Enable ......
神经网络通过优化方法进行训练。然而，优化技术似乎不是深度学习中最重要的主题。为什么?神经网络训练和优化有什么区别?
在深度学习中，神经网络通过优化方法进行训练，目的是最小化损失函数并获得最佳的模型参数。然而，优化技术在深度学习中并不是最重要的主题，主要原因如下： 数据和模型的重要性：在深度学习中，数据的质量和数量以及模型的设计和复杂性对于模型的性能和泛化能力起着至关重要的作用。优化技术只是其中的一个环节，而数据和 ......
关于Linux系统下-zabbix-agent-的安装
本文主要讲解关于Zabbix-Agent在Linux系统下的安装 可以针对于如下一些系统 Amazon Linux 1 / 2 Red Hat Enterprise Linux Server release 6.X Red Hat Enterprise Linux Server release 7. ......
微型神经网络库MicroGrad-基于标量自动微分的类pytorch接口的深度学习框架
### 一、MicroGrad MicroGrad是大牛Andrej Karpathy写的一个非常轻量级别的神经网络库（框架），其基本构成为一个90行python代码的标量反向传播（自动微分）引擎，以及在此基础上实现的神经网络层。 其介绍如下： > A tiny scalar-valued auto ......
AI绘画：Stable Diffusion 终极炼丹宝典：从入门到精通
本文收集于教程合集：[AIGC从入门到精通教程汇总](https://y3if3fk7ce.feishu.cn/docx/QBqwdyde7omVf4x69paconlgnAc) 我是小梦，以浅显易懂的方式，与大家分享那些实实在在可行之宝藏。 历经耗时数十个小时，总算将这份Stable Diffus ......
Windows服务启动exe无界面终极解决方案
摘自：https://www.cnblogs.com/ZoeWong/p/17516579.html 1、前言 我这个方案（C#操作）是彻底解决【从Windows服务启动程序exe，程序无界面】问题的终极解决方案，终极方案，绝对的终极方案，本来打算收钱的，还是算了，你们也不容易，关注我一下就行。后附 ......
atx-agent学习(3)-安装uiautomator apk
源码如下: ```python def _install_uiautomator_apks(self): """ use uiautomator 2.0 to run uiautomator test 通常在连接USB数据线的情况下调用 """ self.shell("pm", "uninstall ......
atx-agent学习(2)-安装minitouch的过程
minitouch是帮助模拟手机触摸的工具, atx-agent不安装它也可以. - 首先, 确定minitouch的下载地址, 如下面地址所示: `'https://github.com/openatx/stf-binaries/raw/0.3.0/node_modules/@devicefarm ......
atx-agent学习(1)-怎么判断是否安装了atx-agent
atx-agent是运行在手机上的一个代理程序, 可以通过网络进行手机测试, 项目地址: https://github.com/openatx/atx-agent 通过阅读uiautomator2源码, 搞明白了判断的过程, 有如下心得: - 安装adbutils库, 建立Device对象, 下面的 ......
markdown终极指南
> markdown 是我一直在用的一种语法，本文想把他的各个方面的特性系统的介绍一下，方便去做一些查阅和学习。 # 介绍 - Markdown 易于阅读，方便创作 web 文档，利于各平台无缝分发。 - Markdown 语法灵感最大的来源还是纯文本 email 的格式，完全由标点符号标签组成的纯 ......
众所周知，梯度下降法是一种基本的优化算法，不能保证全局最优，也不能保证效率。为什么它仍然被广泛应用于深度学习，而不是传统的凸优化算法和粒子群算法
梯度下降法在深度学习中被广泛应用的原因主要有以下几点： 适用性广泛：梯度下降法可以应用于各种深度学习模型，包括神经网络、卷积神经网络、循环神经网络等。而传统的凸优化算法和粒子群算法往往只适用于特定类型的优化问题。 原理简单：梯度下降法的原理相对简单，易于理解和实现。相比之下，传统的凸优化算法和粒子群 ......
JZ55 二叉树的深度
暴搜：两种个思路：DFS和BFS DFS： 里面有个容易误会的地方：每次迭代+1，不是针对子叶来说的，而是针对当前点来说的，由于遍历是自底向上的，因此当前遍历到的点对于已经遍历到的点来说就是根，因此深度+1. class Solution { public: int TreeDepth(TreeNo ......
4.Rasterization光栅化（反走样，深度缓存）
## 走样Aliasing(锯齿) ### 采样的广泛应用 - 采样不仅可以在图片的某个位置，也可以在时间轴上 - 动画就是一组图在时间的采样  { 2 if (Array.isArray(source)) { 3 const target = []; 4 for (let item of source) { 5 target.push(deepClone(item)); 6 ......
Halcon - 深度学习 - 目标分类
这是一个例子，通过读取桃子和梨的图片集来进行模型训练，得到一个可以识别桃子或是梨的深度学习识别器。 ********************************************* * Halcon-深度学习-分类测试 * 这是一个例子，通过读取桃子和梨的图片集来进行模型训练， * 得到一 ......
深度学习 训练模型 指标不变
在深度学习实验中遇到一个问题就是虽然loss有变化，但是在验证集中准确率一直没变， 且值接近你的验证集的正负样本比例。 这是因为，在模型中某一个位置使用看ReLU激活函数，导致值全都变换到了 非负数，再最后用sigmoid的时候全是>0.5的结果。 还有一种情况就是loss一直不变，这类情况说明反向 ......
强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示
# 强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示 - 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。 - 基本操作步骤：智能体`agen ......
Windows服务启动exe无界面终极解决方案
1、前言 我这个方案（C#操作）是彻底解决【从Windows服务启动程序exe，程序无界面】问题的终极解决方案，终极方案，绝对的终极方案，本来打算收钱的，还是算了，你们也不容易，关注我一下就行。后附代码下载地址。 由于安全性问题，Vista以后的Windows都会出现该问题，从服务中调用/启动其他程 ......
【QoS预测】基于上下文的深度神经模型的多属性QoS预测
论文题目： Wu H, Zhang Z, Luo J, et al. Multiple attributes QoS prediction via deep neural model with contexts[J]. IEEE Transactions on Services Computing, ......
【QoS预测】基于深度协同过滤的位置感知QoS预测
论文题目： Jia Z, Jin L, Zhang Y, et al. Location-Aware Web Service QoS Prediction via Deep Collaborative Filtering[J]. IEEE Transactions on Computational ......