机器人go-cqhttp机器chatgpt
[机器学习复习笔记] 机器学习基础
机器学习基础 1. 基础概念和术语 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\)) 我们获得的数据集中的一条数据，被称为一个 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\))，在不存在数据缺失的情况下，所有样本 ......
Control Group v2 （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/cgroup-v2.html 另外两篇： Control Group v2 —— Controller（翻译 by chatgpt） Control Group v2 —— Namespace ......
微型5G网关如何满足智能巡检机器人应用
随着物联网、5G、边缘计算等技术的广泛普及，能够替代人工的智能巡检机器人已经得到越来越多应用，有效解放人力资源，保障工况安全，提升厂区整体效能 ......
【机器学习】自动微分
标量变量的反向传播 以下举两个例子说明标量变量的反向传播如何实现。 非标量变量的反向传播 在上述的例子中，x 是向量，而 y 是标量，这种类型为标量变量的反向传播。 但当 y 不是标量时，比如 y = x * x，当求向量 y 关于 另一个向量 x 的导数时，结果通常就是一个矩阵，被称为雅可比矩阵， ......
获取机器硬件信息
0.获取所有硬件信息 lshw 1.获取机器SN号等系统信息 lshw -C system 2.获取CPU信息 lshw -C processor 3.获取磁盘信息 lshw -C disk 4.获取内存信息 lshw -C memory 5.获取网络硬件信息 lshw -C network 6.获 ......
【自己搭建一个：端到端的语音+大模型聊天机器人】
概要 发篇文章记录一下最近搞的语音+大模型聊天机器人的搭建过程，供交流学习。有正反馈的话会继续优化。 整体架构流程 注意：借传统的基于RASA的对话机器人的图一用，本博会把NLU（Natural Language Understanding）和 Dialogue Management这两个组件，用大 ......
机器学习-逻辑回归：从技术原理到案例实战
在本篇文章中，我们对逻辑回归这一经典的机器学习算法进行了全面而深入的探讨。从基础概念、数学原理，到使用Python和PyTorch进行的实战应用，本文旨在从多个角度展示逻辑回归的内在机制和实用性。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经 ......
抖音自动点赞评论刷视频机器人
影刀直接获取我的应用，进行测试 https://api.winrobot360.com/redirect/robot/share?inviteKey=9cd173e2024d2440 按照以下流程执行 打开Edge浏览器，打开www.douyin.com 键盘输入 x，打开评论 无限循环 等待元素 ......
[机器学习复习笔记] KNN（k近邻）
KNN 1. KNN 算法 （\(k\) 近邻） \(k\) 近邻学习 (\(\text{k-nearest} \; \text{neighbor}, \; k\text{-NN}\)) 是一种常用的监督学习方法，思路非常简单：给定一个样本数据集，对于每个输入的测试样本，在训练集中找到与该测试样本 ......
机器学习中的深度学习的概念及激活函数、梯度爆炸和梯度消失的总结归纳
1.何为深度学习 在当今时代，机器学习不断深入，很多领域被研究，深度学习是目前最为热门之一的领域， 它被引入机器学习使其更接近于最初的目标——人工智能。 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。 2.深度学习的目标 让机器能 ......
文心一言 VS 讯飞星火 VS chatgpt （150）-- 算法导论12.2 6题
六、用go语言，考虑一棵二叉搜索树 T ，其关键字互不相同。证明：如果 T 中一个结点 x 的右子树为空，且 x 有一个后继 y ，那么 y 一定是 x 的最底层祖先，并且其左孩子也是 x 的祖先。(注意到，每个结点都是它自己的祖先。) 文心一言，代码正常运行： 灵捷3.5 。 为了证明上述命题，我 ......
超低功耗/省电LCD液晶显示段码驱动芯片VKL128/VKL060/VKL144A/B适用于扫地机器人/燃气表/压力表/传感器
产品型号：VKL060 产品品牌：永嘉微电/VINKA 封装形式：SSOP24 产品年份：新年份 原厂直销，工程服务，技术支持，价格最具优势！ VKL060概述: VKL060是一个点阵式存储映射的LCD驱动器，可支持最大60点（15SEGx4COM）的LCD屏。单片机可通过I2C接口配置显示参数和 ......
Unevictable LRU Infrastructure （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/mm/unevictable-lru.html Introduction This document describes the Linux memory manager's "Unevictable LRU" in ......
ChatGPT 同类工具推荐
原文： https://openaigptguide.com/chatgpt-similar%20software/ ChatGPT是一款由美国OpenAI公司开发的人工智能语言模型，类似的软件有： 火山写作(Volcano Writing)：它是一款用户友好的写作软件，可以自动生成具有创造性和连贯 ......
机器学习-学习率：从理论到实战，探索学习率的调整策略
本文全面深入地探讨了机器学习和深度学习中的学习率概念，以及其在模型训练和优化中的关键作用。文章从学习率的基础理论出发，详细介绍了多种高级调整策略，并通过Python和PyTorch代码示例提供了实战经验。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团 ......
[机器学习复习笔记] SVM 支持向量机
SVM 支持向量机 1. SVM 基本模型 1.1 线性可分问题 给定一个训练样本集 \(D = \{(x_1, y_1), (x_2, y_2), ... , (x_n, y_n)\}, \; y_i \in \{-1, +1\}\)。假设两个点集 \(D_0\) 和 \(D_1\)，且 \(D_ ......
Physical Memory (翻译 by chatgpt)
原文： https://www.kernel.org/doc/html/latest/mm/physical_memory.html Linux is available for a wide range of architectures so there is a need for an arch ......
内核文档翻译（chatgpt） —— Pathname lookup （路径名查找）
原文：https://www.kernel.org/doc/html/latest/filesystems/path-lookup.html 内核中文件系统相关的文档汇总：Filesystems in the Linux kernel This write-up is based on three ......
What is NUMA? （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/mm/numa.html This question can be answered from a couple of perspectives: the hardware view and the Linux so ......
内存管理相关概念 (翻译 by chatgpt)
原文：https://www.kernel.org/doc/html/latest/admin-guide/mm/concepts.html The memory management in Linux is a complex system that evolved over the years ......
机器学习--决策树（信息熵，信息增益，信息增益率，基尼值，基尼指数）
决策树是根据条件分支语句if-else产生的，决策树是一种树形结构，每一个内部节点表示是一个属性上的判断，每一个分支表示判断结果的输出，每一个叶子节点表示分类结果，本质上就是多个判断节点的树。 在使用决策树的时候会提到熵的概念 熵：熵表示混乱程度，越混乱熵值越大，越有序熵值越小，在信息论里，有着信息 ......
Workqueue （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/core-api/workqueue.html Introduction There are many cases where an asynchronous process execution context is ......
文心一言 VS 讯飞星火 VS chatgpt （149）-- 算法导论12.2 4题
五、用go语言，证明：如果一棵二叉搜索树中的一个结点有两个孩子，那么它的后继没有左孩子，它的前驱没有右孩子。 灵捷3.5 。 文心一言： 为了证明这个性质，我们首先需要明确二叉搜索树（BST）的定义和特性。一个二叉搜索树是一个有序的树，其中每个节点的左子树上的所有值都小于节点的值，而右子树上的所有值 ......
机器视觉中的图像增强与对比度调整技术
在机器视觉中，图像增强与对比度调整技术是常用的方法，旨在改善图像的质量和视觉效果，或将图像转换成更适合人眼观察或机器分析识别的形式。 图像增强技术可以针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征。例如，可以扩大图像中不同物体特征之间的差别 ......
机器学习-ROC曲线：技术解析与实战应用
本文全面探讨了ROC曲线（Receiver Operating Characteristic Curve）的重要性和应用，从其历史背景、数学基础到Python实现以及关键评价指标。文章旨在提供一个深刻而全面的视角，以帮助您更好地理解和应用ROC曲线在模型评估中的作用。 关注TechLead，分享AI ......
局网机器连虚拟机
主要使用端口映射，编辑-》虚拟网络编辑器-》选择对应的网络（VMnet8）-》NAT设置...->添加端口转发 参考：访问局域网中的虚拟机（详细教程！）_局域网访问pd虚拟机-CSDN博客 ......
【开源】ChatGPT的制作（第一期）
\[\Huge 第一期只公布代码 \] \[\Huge Made\ In\ China \] \[\Huge Created\ by\ daiyulong \] import porobot,os,time,random,win32com.client os.system('color F0') r ......
文心一言 VS 讯飞星火 VS chatgpt （148）-- 算法导论12.2 3题
三、用go语言，写出过程 TREE-PREDECESSOR 的伪代码。 文心一言： 以下是使用Go语言编写的TREE-PREDECESSOR函数的伪代码： func TREE-PREDECESSOR(node) { if node.parent != nil { return node.parent ......
实验一：百度机器翻译SDK实验--代码及遇到的问题
首先这是代码：具体的操作步骤下面一篇 窗口的： package baidu; import javax.swing.JButton; import javax.swing.JFrame; import javax.swing.JLabel; import javax.swing.JPanel; pu ......
机器学习----逻辑回归
Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类。例如肿瘤预测等是与否分类的问题 Logistic 分布是一种连续型的概率分布，其分布函数和密度函数分别为： 决策边界可以表示为 假设某个样本点那么可以判断它的类别为 1， from sklearn.dat ......