机器 线性lda 25
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 ......
线性代数 - 已知点求直线方程
直线的表示方法 点斜式：y=kx+t, 其中k为直线斜率, t为直线在y轴上的截距 一般式：ax+by+c=0 求直线方程 1) 已知直线上的两个点(x1, y1), (x2, y2)，求直线ax+by+c=0 a) 我们先转换成点斜式： b) 斜率可以根据已知的两点计算出来 ，所以a=y2-y1, ......
[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。 ......
linux10.25课堂随笔
一.文件权限 4.3.1 SUID权限 1.使用ll命令查看/usr/bin/passwd文件，第一行的第四个字符为“s”。“s”表示特殊权限SUID。 2.普通用户可通过SUID提权，使用chmod命令给user增加SUID权限。 4.3.2 SGID权限 1.在一个程序上添加SGID，用户在执行 ......
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 ......
线性代数 · 矩阵 · Matlab | Cholesky 分解代码实现
Cholesky 分解是 LU 分解（三角分解）的特殊形式，n 阶实对称正定矩阵 A = LL^T，其中 L 为下三角；搬运外网的代码，非原创。 ......
【数值分析】非线性方程求根
第7章-非线性方程求根 不动点：对于\(f(x)\)，若存在\(a\)使得\(f(a)=a\)，则称 \(x=a\)为\(f(x)\)的不动点。 参考链接：§1.2.6 不动点 7.1.2 简单迭代法（Jacobi迭代） \[f(x)=0 \iff x = \phi(x) \]利用\(x_{k+1} ......
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): ......
每日总结10.25
今天的学习充满了各种不同的内容，早上我参加了英语课。老师要求上节课准备了PPT的同学上台进行演讲，这是提高口语表达能力的好机会。在演讲过程中，我学到了如何组织思路，流利地表达自己的观点，这对提高沟通技能非常重要。随后，我们深入学习了一篇英语课文，同时学习了与该课文相关的英语句子和常用词组。这有助于提 ......
【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 ......
喜讯！东舟“实车测试机器人”发明专利通过国家知识产权局正式授权，创新成果获专利保护
近日，东舟技术申报的《用于实车人机交互功能测试中的执行机构、PC上位机及测试方法》知识成果获得国家知识产权局授予发明专利！实车测试机器人是东舟技术在技术创新和研发方面取得的重要突破，该专利技术的应用将有效助力主机厂智能座舱实车测试工作效能提升。 这项专利的授权不仅保护了东舟技术创新成果，激励研发团队 ......
机器学习——偏差-方差权衡问题
偏差指的是模型与真实数据分布之间的误差。线性模型能表示的函数空间有限,所以存在偏差。 方差指同一模型在不同训练集上的输出变化。简单模型方差小,复杂模型容易过拟合,方差大。 1. 泛化性好的模型往往偏差高,方差低。比如简单的线性模型。 2. 灵活性强的模型往往偏差低,方差高。比如复杂的深度神经网络。 ......
机器学习——权重衰减
权重衰减(Weight Decay)是正则化的一种技术,是针对神经网络权重参数的正则化手段。其通过为损失函数添加权重参数的L2范数来实现。在优化神经网络时,权重衰减会惩罚权重参数值过大,从而达到正则化的效果。 常见的权重衰减在损失函数中以如下形式添加: loss = 损失函数 + λ * 权重L2范 ......
jupyter_机器学习基础
学习打他frame和一些基础操作 import pandas as pd import numpy as np pd.DataFrame(np.random.randn(2,3)) score=np.random.randint(40,100,(10,5)) score score_df=pd.Da ......
JS逆向实战25——某壳找房模拟登录+百度喵星人指纹加密破解.
声明 本文章中所有内容仅供学习交流，抓包内容、敏感网址、数据接口均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关，若有侵权，请联系我立即删除！ 目标 目标网站 aHR0cHM6Ly9iai5rZS5jb20v 目标 获取登录列表中的 password，loginTick ......
机器狗装上 ChatGPT 大脑当导游；AI 正在学习「超人的说服力」丨 RTE 开发者日报 Vol.73
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」，但内容仅代表编辑的个人观点，欢迎大家留 ......
线性空间和线性方程组
线性空间和线性方程组 判断题/常识 [白皮例3.7] 若 \(\alpha_1,\alpha_2\) 线性无关, \(\beta\) 是另一个向量, 问 \(\alpha_1+\beta,\alpha_2+\beta\) 是否必线性无关. 注：取 \(\beta=-\frac{1}{2}(\alph ......
字符串、线性表、队列、栈、哈希表、dfs、bfs
题目列表： 1. 字符串 无重复字符的最长子串 （中等难度） 给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。 AC代码，展开查看 class Solution { public: int lengthOfLongestSubstring(string s) { int res ......
深度学习（非线性优化）
之前做非线性优化一般都是求雅可比矩阵或者数值求导，然后通过高斯牛顿或者LM迭代求解。 这次用pytorch中的方法求解试试。 下面给一个用pytorch求解的代码，例子是之前文章中的。 import torch import torch.nn as nn import torch.optim as ......
在Docker容器内，我如何连接到机器的本地主机？
内容来自 DOC https://q.houxu6.top/?s=在Docker容器内，我如何连接到机器的本地主机？ 我有一个运行在Docker容器内的Nginx。我的主机系统上运行着一个MySql。我想从我的容器内连接到MySql。MySql只绑定到本地主机设备。 有没有办法从这个Docker容器 ......
自动驾驶汽车中的图像识别与机器学习算法的实践与挑战
自动驾驶汽车中的图像识别与机器学习算法的实践与挑战 自动驾驶汽车技术的关键在于其对环境的感知和理解。通过图像识别和机器学习算法，自动驾驶汽车能够识别道路、车辆、行人以及其他交通元素，进而做出决策并执行相应的驾驶操作。然而，这项技术在实际应用中仍面临一些挑战。 一、图像识别的实践 在自动驾驶汽车中，图 ......
HuggingFace机器视觉学习
Hugging Face 中计算机视觉的现状：https://huggingface.co/blog/zh/cv_state 从0开始 timm 库的 quickstart https://huggingface.co/docs/timm/quickstart 例子中通过调用模型 mobilenet ......
双网卡 iptables 做网关 实现局域网其它机器上网
A机器和B机器在同一个局域网， A机器的网卡eno1可以上网，IP为111.111.111.111。A机器的网卡eno2不能上网，IP为：192.168.1.66。 B机器不能上网，B机器的网卡eno1 IP为192.168.2.80，B机器和eno2 IP为192.168.1.80。 A机器的en ......