机器recognition learning教材
Learn Git in 30 days——第 15 天：标签 - 标记版本控制过程中的重要事件
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 在使用 Git 版本控制的过程中，会产生大量的版本，随着寒暑易节、物换星移，在这众多的版本之中，一定会有一些值得 ......
基于机器视觉工具箱和形态学处理的视频中目标形状检测算法matlab仿真
1.算法理论概述 目标形状检测是计算机视觉领域的重要任务之一，旨在从视频序列中自动检测和识别特定目标的形状。本文介绍一种基于机器视觉工具箱和形态学处理的视频中目标形状检测算法。该算法结合了图像处理、特征提取和机器学习等技术，能够快速且准确地检测目标的形状，并在实时视频中实现高效运行。该算法的主要步骤 ......
机器学习——十大大型猫科动物分类
（一）、选题背景 机器学习作为人工智能领域的重要分支，在图像分类和识别方面发挥着巨大的作用。而在自然界中，猫科动物一直以来都是备受人们关注和喜爱的对象。本文将介绍机器学习在十大大型猫科动物分类上的应用。 猫科动物是一类身体结构相似、体型较大的哺乳动物，其中包括了非洲豹(African Leopard ......
机器翻译与数据集
import os import torch from d2l import torch as d2l # @save d2l.DATA_HUB['fra-eng'] = (d2l.DATA_URL + 'fra-eng.zip', '94646ad1522d915e7b0f9296181140ed ......
SpringBoot-Learning系列之Kafka整合
SpringBoot-Learning系列之Kafka整合 本系列是一个独立的SpringBoot学习系列，本着 What Why How 的思想去整合Java开发领域各种组件。 消息系统 主要应用场景 流量消峰(秒杀 抢购)、应用解耦（核心业务与非核心业务之间的解耦） 异步处理、顺序处理 实时数据 ......
Graph Construction and b-Matching for Semi-Supervised Learning
目录概符号说明图的构建Graph Sparsification\(\epsilon\)-neighborhood graph\(k\)NN graph\(b\)-MatchingGraph Edge Re-Weighting Jebara T., Wang J. and Chang S. Graph ......
机器学习算法原理实现——kmeans聚类算法
kmeans算法原理和步骤 K-means是一种常用的聚类方法，它将数据划分为K个相似的簇，其中每个簇的中心为该簇内所有数据点的均值。以下是K-means的基本原理和步骤： 原理： K-means基于一个简单的想法：相似的数据点应该在空间中彼此靠近，并且可以通过计算每个点到各个簇中心的距离来找到这些 ......
机器学习算法原理实现——神经网络反向传播，链式求导核心
记得先看之前的梯度下降文章！ 链式求导的核心来了，就高中数学知识： 代码实现： import numpy as np import matplotlib.pyplot as plt # Sigmoid 激活函数及其导数 def sigmoid(z): return 1 / (1 + np.exp(- ......
Linux教材第一、二章学习笔记及遇到的问题
第一章 第一章主要学习了unix、Linux的特性、文件系统组织、系统管理等内容。 Ubuntu Linux 的特性 出于安全原因，要运行任何特权命令时，用户必须输入sudo command,首先会验证用户的密码。 Unix/Linux 文件系统组织 目录的查看，创建，增加，删除 手册页的查看。 U ......
【单片机】第一周作业：机器码
单片机作业 第一周作业：机器码 Write By MengLang Studio | 萌狼工作室 | 哔哩哔哩：萌狼蓝天 学习编程有问题？上萌狼工作室交流社区！ 一、选择题 (单选题, 5分) 机器数是将符号数字化的数，是数字在计算机中的（ 二进制 ）表示形式。 (单选题, 5分) 机器数的特点是符 ......
《Unix/linux系统编程》教材第1、2章学习笔记
第1章：引 言 关于本书 是研究Unix/Linux系统编程的专著。其中涵盖Unix/Linux的所有基本组件，包括进程管理、并发编程、定时器和时钟服务、文件系统、网络编程和MySQL数据库系统。 关于Unix Unix是一种通用型操作系统，采用PDP-11微型计算机开发，有许多个版本。 AT&T ......
机器学习算法原理实现——cart决策树
cart决策树示例： 本文目标，仿照sklearn写一个cart树，但是仅仅使用max_depth作为剪枝依据。 我们本次实现cart分类，因此用到gini指数： 为了帮助理解： 好了，理解了基尼指数。我们看下cart树的构建步骤： 注意还有几个细节： cart树每个treenode存储了哪些数据？ ......
机器学习算法原理实现——决策树里根据信息增益选择特征
先说熵的定义： 再看信息增益 信息增益是一种用于特征选择的指标，用于衡量特征对于数据集分类的贡献程度。它基于信息熵的概念，通过比较特征划分前后的信息熵差异来评估特征的重要性。信息熵是衡量数据集纯度的指标，表示数据集中的不确定性或混乱程度。信息熵越高，数据集的不确定性越大。 上述例子计算错误，gpt识 ......
机器学习算法原理实现——k近邻算法 KNN
K近邻算法是一种基于距离度量的数据分类模型，其基本做法是首先确定输入实例的[插图]个最近邻实例，然后利用这[插图]个训练实例的多数所属的类别来预测新的输入实例所属类别。 k最近邻（k-nearest neighbors，KNN）算法是一种基本的分类和回归算法。其基本原理如下：1. 训练阶段：将训练样 ......
信息安全系统设计与实现(上) 学习笔记1（教材1，2章）
学习笔记1 知识点总结 第一章 《Unix/Linux系统编程》教材第一章中介绍了Unix和Linux系统的基本概念以及编程环境的设置，介绍了系统编程的重要性和目标，旨在强化学生的编程背景知识，特别关注动态数据结构、进程管理、并发编程、定时器、信号处理、文件系统、TCP/IP和网络编程等方面。大致叙 ......
python开发之个人微信机器人的二次开发
简要描述： 添加标签 请求URL： http://域名地址/addContactLabel 请求方式： POST 请求头Headers： Content-Type：application/json Authorization：login接口返回 参数： 参数名必选类型说明 wId 是 String ......
机器学习算法原理实现——线性判别分析LDA
介绍 线性判别分析（Linear Discriminant Analysis, LDA）是一种有监督式的数据降维方法，是在机器学习和数据挖掘中一种广泛使用的经典算法。LDA的希望将带上标签的数据（点），通过投影的方法，投影到维度更低的空间中，使得投影后的点，按类别区分成一簇一簇的情况，并且相同类别的 ......
【笔记】机器学习基础 - Ch6. Kernel Methods
6.1 Introduction 继续从二分类模型出发，实际情况中样本通常不是线性可分的 一种思路是增大特征空间的维度，也就是加入原本特征的组合，即一个从 \(\cal X\) 到更高维 \(\mathbb{H}\) 的非线性映射 \(\Phi:\cal X\to \mathbb{H}\)，从而在 ......
论文解读（LR2E）《Learning to Reweight Examples for Robust Deep Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Learning to Reweight Examples for Robust Deep Learning论文作者：Mengye Ren、Wenyuan Zeng、Bin Yang、Raquel Urta ......
Proj CDeepFuzz Paper Reading: Metamorphic Testing of Deep Learning Compilers
## Abstract 背景：Compiling DNN models into high-efficiency executables is not easy: the compilation procedure often involves converting high-level model ......
机器学习日志 新闻标题分类
根据标题内容，分类有 财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐 ```python #导入必要的包 import random import jieba # 处理中文 from sklearn import model_selection from skle ......
Machine learning note(1)
注：本笔记不给出完整解释 ## 正规方程 设$z=\theta^{T}x$ 设损失函数为$J(\theta)$，求令$\frac{\partial J}{\partial \theta}=0$的$\theta$ 由此得出最优的$\theta$ ## 牛顿迭代 回顾一下梯度下降：$\theta'=\t ......
机器学习之分类
分类任务和回归任务的不同之处在于，分类任务需要做出离散的预测。对于多分类任务的神经网络模型，其输出目标通常会用**one-hot**编码来表示，在输出层中使用**softmax**函数，同时使用分类交叉熵损失函数进行训练。在本博客中，我们将使用**TensorFlow**的底层API实现一个基于全连 ......
机器学习算法原理实现——使用梯度下降求解Lasso回归和岭回归
本文本质上是在线性回归的基础上进行扩展，加入了正则化而已！ 机器学习算法原理实现——使用梯度下降求解线性回归 正则化在机器学习中是一种防止过拟合的技术，它通过在损失函数中添加一个惩罚项来限制模型的复杂度。举一个实际的例子，假设你正在训练一个机器学习模型来预测房价。你有很多特征，如房间数量、地理位置、 ......
0013Java程序设计-springboot教材图文内容审核系统
## 摘 要 《教材图文内容审核系统》课程案例库研究系统系统主要功能模块包括投稿信息、打卡记录、新闻资讯等，采取面对对象的开发模式进行软件的开发和硬体的架设，能很好的满足实际使用的需求，完善了对应的软体架设以及程序编码的工作，采用springboot编程语言，MySQL数据库，Ajax异步交互，根据 ......
Learn Git in 30 days——第 14 天： Git for Windows 选项设定
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 使用 Git for Windows 指令列工具绝对比通过 GUI 工具操作来的有效率，原因就在于你可以把许多重 ......
Proj CDeepFuzz Paper Reading: A Comprehensive Study of Deep Learning Compiler Bugs
## Abstract 背景：深度学习编译器处理的深度学习模型与命令式程序有根本的不同，因为深度学习模型中的程序逻辑是隐式的。（the DL models processed by DL compilers differ fundamentally from imperative programs ......
Proj CDeepFuzz Paper Reading: DeepMutation: Mutation Testing of Deep Learning Systems
## Abstract 本文：DeepMutation Github: https://github.com/berkuva/mutation-testing-for-DNNs Task: mutation testing framework specialized for DL systems t ......
Proj CDeepFuzz Paper Reading: TensorFlow: a system for Large-Scale machine learning
## Abstract 本文:Tensorflow Github: https://github.com/tensorflow/tensorflow Task: Detail on Tensorflow dataflow model 特点: 1. operates at large scale an ......
Proj CDeepFuzz Paper Reading: PyTorch: an imperative style, high-performance deep learning library
## Abstract 本文： PyTorch Task: detail the implementation and architecture of PyTorch Github: https://github.com/pytorch/pytorch 特点： 1. PyTorch同时关注可用性和速 ......