房价 机器
【专题】2023医疗机器人产业发展报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34144 原文出处：拓端数据部落公众号 仿生机器人作为一类结合了仿生学原理的机器人，具备自主决策和规划行动的能力，正逐渐进入大众视野。它们的核心技术要素包括感知与认知技术、运动与控制技术、人机交互技术和自主决策技术。 阅读原文，获取专题报告合集全 ......
【专题】2023中国工业机器人应用与趋势研究报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34144 原文出处：拓端数据部落公众号 仿生机器人作为一类结合了仿生学原理的机器人，具备自主决策和规划行动的能力，正逐渐进入大众视野。它们的核心技术要素包括感知与认知技术、运动与控制技术、人机交互技术和自主决策技术。 阅读原文，获取专题报告合集全 ......
【专题】中国服务机器人产业研究报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34144 原文出处：拓端数据部落公众号 仿生机器人作为一类结合了仿生学原理的机器人，具备自主决策和规划行动的能力，正逐渐进入大众视野。它们的核心技术要素包括感知与认知技术、运动与控制技术、人机交互技术和自主决策技术。 阅读原文，获取专题报告合集全 ......
【专题】2023年中国手术机器人行业专题报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34144 原文出处：拓端数据部落公众号 仿生机器人作为一类结合了仿生学原理的机器人，具备自主决策和规划行动的能力，正逐渐进入大众视野。它们的核心技术要素包括感知与认知技术、运动与控制技术、人机交互技术和自主决策技术。 阅读原文，获取专题报告合集全 ......
机器视觉在生产线上的应用：提高生产效率和产品质量
机器视觉在生产线上的应用可以提高生产效率和产品质量。 首先，机器视觉可以用于零件的识别和分类。通过图像识别技术，机器可以自动识别零件的特征，确保在生产过程中使用正确的零件，避免错误和浪费。这不仅可以提高生产效率，还可以减少废品率，提高产品质量。 其次，机器视觉可以用于生产线上的产品质量检测。通过图像 ......
[机器学习复习笔记] RNN 循环神经网络
RNN 循环神经网络 1. RNN 1.1 RNN 示意图及时序展开 此处的 \(\text{RNN}\) 模型采用的是 \(\text{BPTT}\) 算法（随时间反向传播） \(x^{(t)}\) 表示输入层的输入 \(U\) 为输入层到隐藏层的权值参数 \(h^{(t)}\) 表示隐藏层的输出 ......
[机器学习复习笔记] CNN 卷积神经网络
CNN 卷积神经网络 1. 二维卷积公式（机器学习） \[O(i, j) = \sum^{kh}_{i = 0} \sum^{kw}_{j = 0} w(i, j) * I(i + kh, j + kw) \]上述公式中，\(O\) 为输出矩阵，\(I\) 为输入矩阵，\(w\) 为卷积核，\(kh ......
配置局域网下其他机器通过SSH连接到本机的WSL
本机要打火影，所以不能开WSL，但是又想用本机写代码，所以想着在局域网下的另一台机器上开了一个WSL2，通过本机去SSH到另一台机器上写代码。以下方案适用于WSL2。 重装ssh 首先要在那台运行着WSL的机器上重装一下ssh服务： sudo apt remove openssh-server su ......
机器视觉在农业、医疗等领域的应用与拓展
机器视觉在农业、医疗等领域有着广泛的应用和拓展，以下是具体的介绍： 在农业领域，机器视觉技术可以用于农作物生长状态监测、品质检测、产量预测等方面。通过对农作物的生长状态进行实时监测，可以及时发现病虫害、营养不足等问题，采取相应的补救措施，提高农作物的质量和产量。同时，机器视觉技术还可以用于农产品质量 ......
机器学习——卷积神经网络
对于表格数据（其中行对应样本，列对应特征），我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。 此时，多层感知机可能是最好的选择，然而对于高维感知数据，这种缺少结构的网络可能会变得不实用。原因如下： 当特征数非常高维时，全连接网络的参数会变得极大，导致计算成本大 ......
使用LIME解释各种机器学习模型代码示例
机器学习模型变得越来越复杂和准确，但它们的不透明性仍然是一个重大挑战。理解为什么一个模型会做出特定的预测，对于建立信任和确保它按照预期行事至关重要。在本文中，我们将介绍LIME，并使用它来解释各种常见的模型。 LIME LIME (Local Interpretable Model-agnostic ......
机器学习——GPU
张量与GPU 不同GPU之间操作 神经网络与GPU 总结 我们可以指定用于存储和计算的设备，例如CPU或GPU。默认情况下，数据在主内存中创建，然后使用CPU进行计算。 深度学习框架要求计算的所有输入数据都在同一设备上，无论是CPU还是GPU。 不经意地移动数据可能会显著降低性能。一个典型的错误如下 ......
机器学习——模型保存和加载
以PyTorch为例 class MLP(nn.Module): def __init__(self): super().__init__() self.hidden = nn.Linear(20, 256) self.output = nn.Linear(256, 10) def forward( ......
机器学习——自定义层
深度学习成功背后的一个因素是神经网络的灵活性： 我们可以用创造性的方式组合不同的层，从而设计出适用于各种任务的架构。 例如，研究人员发明了专门用于处理图像、文本、序列数据和执行动态规划的层。 有时我们会遇到或要自己发明一个现在在深度学习框架中还不存在的层。 在这些情况下，必须构建自定义层。本节将展示 ......
【专题】2023中国工业机器人应用与趋势研究报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34132 自18世纪中期工业革命以来，人类进入工业社会。在历次工业革命中，人类通过发明创造和管理革新，改进生产方式、降低成本、提高效率，随之而来的是生活、物质、文化、教育等各方面的变化，人际关系和社会结构也得以重塑。如今，数字化技术的发展为工业注 ......
【专题】2023年中国仿生机器人产业全景报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34144 原文出处：拓端数据部落公众号 仿生机器人作为一类结合了仿生学原理的机器人，具备自主决策和规划行动的能力，正逐渐进入大众视野。它们的核心技术要素包括感知与认知技术、运动与控制技术、人机交互技术和自主决策技术。 阅读原文，获取专题报告合集全 ......
机器学习从入门到放弃：硬train一发手写数字识别
一、前言 前面我们了解了关于机器学习使用到的数学基础和内部原理，这一次就来动手使用 pytorch 来实现一个简单的神经网络工程，用来识别手写数字的项目。自己动手后会发现，框架里已经帮你实现了大部分的数学底层逻辑，例如数据集的预处理，梯度下降等等，所以只要你有足够棒的idea，你大部分都能相对轻松去 ......
[机器学习] 5. 一致收敛性 Uniform Convergency
回顾不可知 PAC 的定义 定义 一个假设类 \(\mathcal H\) 是不可知 PAC 可学习的，如果存在函数 \(m_{\mathcal H} : (0, 1)^2 \to \mathbb N\) 和一个学习算法满足，对任意 \(\epsilon, \delta \in (0, 1)\)、\ ......
机器学习中的优化方法——两种梯度下降法的Python实验报告
1 背景 考虑正则逻辑回归的反对函数（Consider the objection function of regularized logistic regression）： \[\begin{gather*} \mathop{min}\limits_{x\in\mathbb{R}^d}f(x)=\ ......
影响机器视觉精度的关键因素
1、最小测量单位为所需测量公差带的十分之一。 2、当试图测量非常小的特征（例如分辨率低于0.001mm）时，可以使用长波长的颜色，例如蓝色或紫色来提高对比度。如果零件处于运动状态，请考虑使LED照明器频闪以获得最佳强度和灯泡寿命。 ......
2022 CCPC 华为云计算挑战赛 机器人
题目链接 其实是补2023CCPC秦皇岛热身赛C 主要思路跟IOI2021分糖果是一样的，区别就是这里不是对总的区间二分，而是指定区间 所以先做一次区间询问把对应的log个线段树区间拿出来，然后就是二分一样的思路，不过是在序列上，所以要先逆序找到第一个不满足条件的线段树区间，然后进到它对应的子树里二 ......
机器学习——延后初始化
到目前为止，我们忽略了建立网络时需要做的以下这些事情： 我们定义了网络架构，但没有指定输入维度。 我们添加层时没有指定前一层的输出维度。 我们在初始化参数时，甚至没有足够的信息来确定模型应该包含多少参数。 有些读者可能会对我们的代码能运行感到惊讶。 毕竟，深度学习框架无法判断网络的输入维度是什么。 ......
机器学习——参数管理
参数访问 我们从已有模型中访问参数。 当通过Sequential类定义模型时， 我们可以通过索引来访问模型的任意层。 这就像模型是一个列表一样，每层的参数都在其属性中。 如下所示，我们可以检查第二个全连接层的参数。 print(net[2].state_dict()) OrderedDict([(' ......
机器学习——层和块
一个块可以由许多层组成；一个块可以由许多块组成。 块可以包含代码。 块负责大量的内部处理，包括参数初始化和反向传播。 层和块的顺序连接由Sequential块处理。 下面给出一个例子（以pyTorch为例） class NestMLP(nn.Module): def __init__(self): ......
【HMS Core】机器学习服务热门问题合集
【关键词】 机器学习服务、文本识别、身份证识别 【问题描述1】 机器学习服务的文本识别能力，是否支持草书等？ 【解决方案】 草书是不支持的，目前建议使用较为规范的字体测试。 【问题描述2】 机器学习服务是否支持训练模型？ 【解决方案】 目前不支持该能力。 【问题描述3】 身份证识别服务，返回bi ......
机器学习——梯度爆炸和梯度消失
🤔️如何避免梯度爆炸或消失？ 在参数初始化时需要非常小心，以确保梯度和参数可以得到很好的控制（随即初始化） ReLU激活函数缓解了梯度消失问题，这样可以加速收敛。（Sigmoid激活函数在输入很大或是很小时，它的梯度都会消失。） ......
【Python微信机器人】第三篇：使用ctypes调用进程函数和读取内存结构体
目录修整 目前的系列目录(后面会根据实际情况变动): 在windows11上编译python 将python注入到其他进程并运行 注入Python并使用ctypes主动调用进程内的函数和读取内存结构体 使用汇编引擎调用进程内的任意函数 利用beaengine反汇编引擎的c接口写一个pyd库，用于实现 ......