机器人 实战 机器 课程
python爬虫实战-小说爬取
python爬虫实战-小说爬取 基于requests模块与lxml模块编写的爬虫，目标小说网站为 https://www.hongxiu.com/category/ 基本思路 主要内容分为三个部分 使用requests模块获取网页内容 使用lxml模块进行网页解析 将解析出来的数据存储进MySQL数 ......
一文解码语言模型：语言模型的原理、实战与评估
在本文中，我们深入探讨了语言模型的内部工作机制，从基础模型到大规模的变种，并分析了各种评价指标的优缺点。文章通过代码示例、算法细节和最新研究，提供了一份全面而深入的视角，旨在帮助读者更准确地理解和评估语言模型的性能。本文适用于研究者、开发者以及对人工智能有兴趣的广大读者。 关注TechLead，分享 ......
基于免费Scrum管理工具Leangoo领歌的Scrum敏捷管理实战
Leangoo领歌是一款永久免费的专业的敏捷开发管理工具，提供端到端敏捷研发管理解决方案，涵盖敏捷需求管理、任务协同、进展跟踪、统计度量等。Leangoo领歌上手快、实施成本低，可帮助企业快速落地敏捷，提质增效、缩短周期、加速创新。Leangoo领歌区别于传统项目管理软件，项目的需求、任务、问题 ......
《实战Java高并发程序》——第2章 Java并行程序基础
进程和线程 简单的话来说，在Windows中看到的后缀为.exe的文件都是程序。不过程序是"死"的、静态的。当双击这个.exe文件的时候，这个.exe文件中的执行就会被加载，你就能得到一个有关这个程序的进程。进程是"活"的，或者说是正在被执行的。 进程中可以容纳若干线程。 那进程和线程之间究竟是一种 ......
java项目实战-spring-基本用法01-day24
目录1. spring 简单介绍2. IOC/DI --控制反转--是啥3. 实现3. 如果 对象的 属性为引用数据类型 如何 实例化对象4 如何用注解的方式 以少量的代码实现对象的创建于获取 1. spring 简单介绍 https://spring.io 什么事 SSM？ spring-mvc ......
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 ......
容器日志采集的三种方式实战操作讲解（Filebeat）
目录一、概述二、K8s 集群部署三、ElasticSearch 和 kibana 环境部署1）部署 docker2）部署 docker-compose3）创建网络4）修改 Linux 句柄数和最大线程数5）下载部署包开始部署四、容器日志采集的三种方式实战操作1）【第一种方式】：Filebeat 与 ......
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 ......
Shell 课程的课设分享
程序功能 用于实现一个综合应用程序，包括打印常用Shell命令手册、石头剪刀布游戏和加减乘除计算器。 程序结构 运行截图 代码实现 1 #!/bin/bash 2 #一个综合应用脚本程序 3 4 # 安装必备工具 5 function init { 6 case $1 in 7 1 ) 8 sudo ......
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 ......
java项目实战-mybatis-基本用法02接口绑定实现类-day23
目录1. 复习 什么是接口 什么是类？2. mybatis接口绑定实现类 来实现查询3. 参数的传递4 插入数据 1. 复习 什么是接口 什么是类？ public interface Speak { void say(); } Speak这个接口里面定义了say方法 所有实现了Speak的类 都必须 ......
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 ......
《实战Java高并发程序——第1章 走入并行世界》
基础平台Java虚拟机，虚拟机除了要执行main函数外，还需要做JIT编译和垃圾回收。无论是main函数、JIT编译还是垃圾回收，在虚拟机内部都是一个单独的线程。 多核CPU：将多个独立的计算单元整合到单独的CPU中 如何让多个CPU内核有效并正确地工作也就成了一门技术。如多线程间如何保证线程安全， ......
解码知识图谱：从核心概念到技术实战
知识图谱是近年来人工智能和数据科学领域的焦点。本文深入探索了知识图谱的核心概念、发展历程、研究内容以及其在表示、存储、获取、构建和推理方面的技术细节。结合Python和PyTorch示例代码，文章旨在为读者提供一个全面、深入且实用的知识图谱概览，帮助广大技术爱好者和研究者深化对此领域的认识。 关注T ......
入门乐理（音律屋课程笔记）
认识钢琴键盘与音名 钢琴88键，7个白键和5个黑键为一组，去掉最左侧三个键，最右侧1个键，共7组 两个黑键和五个黑键组成一组 音名：CDEFGAB 升降号与还原号 ......
2023-2024-1 20211306 密码系统设计与实现课程学习笔记9
20211306 密码系统设计与实现课程学习笔记9 任务详情 自学教材第6章，提交学习笔记 知识点归纳以及自己最有收获的内容，选择至少2个知识点利用chatgpt等工具进行苏格拉底挑战，并提交过程截图，提示过程参考下面内容 “我在学习XXX知识点，请你以苏格拉底的方式对我进行提问，一次一个问题” 核 ......
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 ......
Goweb开发之Iri框架实战，Goweb开发架构设计
Goweb开发之Iri框架实战，Goweb开发架构设计 一、基础学习 （一）网络请求方法 iris框架 创建的后端应用支持 Get、Post、Head、Options、Patch、Delete、Put方法 package irisLearn import ( "fmt" "github.com/ka ......
基于html+jquery开发的科学计算器（课程作业）
基于html和jquery开发的科学计算器，该科学计算器可进行乘方、开方、指数、对数、三角函数、统计等方面的运算，又称函数计算器。 科学型带有所有普通的函数，所有的函数都分布在键盘上以致于你可以不用通过菜单列表来使用它们。 科学计算器支持显示24位数字，支持运算优先选择模式、进制转换功能、标准数学函 ......
深度解析NLP文本摘要技术：定义、应用与PyTorch实战
在本文中，我们深入探讨了自然语言处理中的文本摘要技术，从其定义、发展历程，到其主要任务和各种类型的技术方法。文章详细解析了抽取式、生成式摘要，并为每种方法提供了PyTorch实现代码。最后，文章总结了摘要技术的意义和未来的挑战，强调了其在信息过载时代的重要性。 关注TechLead，分享AI全维度知 ......
机器学习——语言模型和数据集
语言模型 马尔可夫模型和n元语法 自然语言统计 读取长序列数据 由于序列数据本质上是连续的，因此我们在处理数据时需要解决这个问题。 在 8.1节中我们以一种相当特别的方式做到了这一点： 当序列变得太长而不能被模型一次性全部处理时， 我们可能希望拆分这样的序列方便模型读取。 在介绍该模型之前，我们看一 ......
机器学习——文本预处理
对于序列数据处理问题，我们在 8.1节中 评估了所需的统计工具和预测时面临的挑战。 这样的数据存在许多种形式，文本是最常见例子之一。 例如，一篇文章可以被简单地看作一串单词序列，甚至是一串字符序列。 本节中，我们将解析文本的常见预处理步骤。 这些步骤通常包括： 将文本作为字符串加载到内存中。 将字符 ......
机器学习——序列模型
在本质上，音乐、语音、文本和视频都是连续的。 如果它们的序列被我们重排，那么就会失去原有的意义。 比如，一个文本标题“狗咬人”远没有“人咬狗”那么令人惊讶，尽管组成两句话的字完全相同。 处理序列数据需要统计工具和新的深度神经网络架构。 为了简单起见，我们以 图8.1.1所示的股票价格（富时100指数 ......
秦疆的Java课程笔记：25 基础 类型转换
由于Java是强类型语言，在某些运算时会需要类型转换。 数据类型容量由低到高分别为： byte&short&char<int<long<float<double （浮点数的优先级大于整数） 运算中，不同类型的数据先转换为同一类型，再进行计算。 高容量类型到低容量类型需进行强制转换。 低容量类型到高容 ......
秦疆的Java课程：24 基础 数据类型扩展及面试题讲解
1、整数扩展 进制 二进制数：0b开头 八进制数：0开头 十六进制数：0x开头 public class DEMO1 { public static void main(String[] args) { //整数扩展：进制 int A = 10; int B = 0b10;//二进制 int C = ......