机器recognition learning教材
智能问答系统机器人-知识库搭建使用步骤
我们都使用过ChatGPT，也能感受得到他的大模型能力。但是，它并不能知道我们企业或个人的私有知识信息。现在，智能客服系统已经搭配了智能知识库AI，基于ChatGPT和私有数据构建智能知识库，智能辅助客服回复用户消息。可以做到全自动回复，或者辅助客服人工回复。 现在网站注册账号：https://go ......
Learn Git in 30 days——第 13 天：暂存工作目录与索引的变更状态
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 有没有遇过这种情境，某个系统开发写到一半，结果被老板或客戶「插单」，被要求紧急修正一个现有系统的 Bug 或添加 ......
机器学习算法原理实现——使用交叉熵、梯度下降求解逻辑回归
交叉熵的定义以及和熵的区别？ 交叉熵是衡量两个概率分布之间的差异的一个度量。在机器学习和深度学习中，尤其是分类问题，交叉熵常被用作损失函数。交叉熵度量的是实际分布（标签）与模型预测之间的不一致程度。 这个值越小，模型的预测与真实分布越接近。完美的预测会有交叉熵为0，这是因为模型的预测概率分布与真实概 ......
Proj CDeepFuzz Paper Reading: PELICAN: Exploiting Backdoors of Naturally Trained Deep Learning Models In Binary Code Analysis
## Abstract 背景： 1. 本文研究的不是被恶意植入的后门，而是products of defects in training 2. 攻击模式: injecting some small fixed input pattern(backdoor) to induce misclassifi ......
GenICam - 工业相机机器视觉标准
GenICam GenICam标准由欧洲机器视觉协会(EMVA)主持制定。GenICam(相机通用接口)的目标是为各种设备(主要是相机)提供一个通用的编程接口，无论他们使用什么接口技术(GigE Vision, USB3 Vision, CoaXPress, Camera Link HS, Came ......
全面总结机器学习超参数调优（附代码）
大家好，我是Zhemg Lee ~ 转自：公众号：尤而小屋 ：https://mp.weixin.qq.com/s/OXBg_kpxpTirfqH1YH3shg ## 本文的主题：机器学习建模的超参数调优。开局一张图：  can cover at most 34.1% layer inputs, 25.9% layer parameter values, and 15.6% layer sequences. 本文：COMET Gi ......
Proj CDeepFuzz Paper Reading: IvySyn: Automated Vulnerability Discovery in Deep Learning Frameworks
## Abstract 本文：IvySyn Task: discover memory error vulnerabilities in DL frameworks BugType: memory safety errors, fatal runtime errors Method: 1. 利用na ......
《Python魔法大冒险》005 魔法挑战：自我介绍机器人
魔法师和小鱼坐在图书馆的一扇窗户旁，窗外的星空闪烁着神秘的光芒。魔法师轻轻地拍了拍小鱼的肩膀。 **魔法师：** 小鱼，你已经学会了编写简单的魔法程序，现在我要教你如何创造一个有自己思想的机器人，让它能够和我们一样，向世界展示自己有多厉害！。 小鱼眼睛亮了起来，充满好奇地问：“真的吗？我可以创造一个 ......
微信机器人配置包含关键词调用自动回复+对接GPT智能AI回复
之前开发的微信机器人功能，可以在群聊里@机器人，机器人就可以自动回复消息 实现效果如图： 可以@机器人智能回复 也可以配置包含某关键词智能回复，图中就是包含“老狼”自动回复 原理就是： 基于golang模拟微信桌面版登录，这样就可以实时获取消息。发送微信消息 获取到文本消息后，调用远程接口获取回复内 ......
线程池执行过程中机器宕机了怎么办？
思路1.首先设计一张表,记录任务状态,执行时间,已执行,未执行等等其次任务来的时候写入表中,任务标识未执行如果此时有1000个任务都过来了,那么表中也有1000行记录接着JVM内存溢出OOM,程序挂了,未执行的任务就知道是哪些了. 系统再次启动的时候,依次读取未执行的任务加入线程池中复盘,二次执行 ......
go开发之个微机器人的开发
简要描述： 发送emoji动图表情 请求URL： http://域名地址/sendEmoji 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 ......
[论文阅读] Learning Semi-supervised Gaussian Mixture Model
# Learning Semi-supervised Gaussian Mixture Models for Generalized Category Discovery ## Abstract 在本文中，我们解决了广义类别发现(generalized category discovery, GCD ......
Learn Git in 30 days——第 12 天：认识 Git 物件的相对名称
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 在认识了 Git 物件的「绝对名称」与「参照名称」后，最后我们来介绍 Git 版控过程中也很常用到的「相对名称」 ......
机器学习算法编程小技巧——numpy用法之numpy.empty
numpy.empty 函数用于创建一个指定形状和数据类型的新数组，但不填充任何值。这意味着它可以比其他创建数组的函数（如 numpy.zeros 或 numpy.ones）更快，因为它不需要花时间去初始化数组的值。但是，这也意味着数组的初始内容是随机的，取决于内存的状态。因此，除非你打算在创建数组 ......
Proj CDeepFuzz Paper Reading: Differential Testing of Cross Deep Learning Framework APIs: Revealing Inconsistencies and Vulnerabilities
## Abstract 背景：目前对cross-framework conversion中的inconsistencies和security bugs的研究少有 本文：TensorScope Task: test cross-frame APIs in Machine Learning Librar ......
Learn Git in 30 days——第 11 天：认识 Git 物件的一般参照与符号参照
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 在认识了 Git 物件的「绝对名称」后，接下来就要介绍 Git 版控过程中最常用到的「参照名称」。 认识物件的参 ......
机器学习算法编程——正则化
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、建筑年份等。如果你的模型过于复杂，例如它尝试拟合每一个训练样本的细微差异，那么它可能在训练数据上表现得很好，但 ......
Proj CDeepFuzz Paper Reading: DeepGauge: multi-granularity testing criteria for deep learning systems
## Abstract 本文: DeepGauge Task: provide multi-granularity testing criteria for DL systems Method: multi-granularity testing criteria for DL systems: 1 ......
[论文阅读] Prototypical contrastive learning of unsupervis
# Prototypical contrastive learning of unsupervised representations ## abstract 这篇论文介绍了原型对比学习（PCL），一种将对比学习与聚类相结合的无监督表示学习方法。PCL不仅为实例区分任务学习低层特征，更重要的是==* ......
Proj CDeepFuzz Paper Reading: Combinatorial Testing for Deep Learning Systems
## Abstract 本文：DeepCT Task: Testing DL Models with Combinatorial Testing Method: 1. 将输出值的空间离散化为区间，以便覆盖每个区间,对不同层内的神经元交互进⾏采样，并减少必须执⾏的测试输⼊的数量。 2. a set o ......
如何通过C++开发高效的机器人控制程序
如何通过C++开发高效的机器人控制程序 导语：随着人工智能和机器人技术的不断发展，机器人控制程序的开发变得越来越重要。本文将介绍如何使用C++语言开发高效的机器人控制程序，并提供一些代码示例。 一、了解机器人的控制原理在开始开发机器人控制程序之前，首先需要了解机器人的控制原理。机器人控制一般包括以下 ......
机器学习算法编程小技巧——numpy用法之np.c_
import numpy as np # 创建两个一维数组 a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) # 使用numpy.c_将它们连接在一起 """ numpy.c_ 是一个方便的工具，用于沿第二轴连接数组。 它将数组转换为至少2-D，并将它们 ......
机器学习 -> Machine Learning (III)
> 来做一些入门题吧. 以下大多是 kaggle 环境. **Q1 Titanic** https://www.kaggle.com/competitions/titanic import ``` # This Python 3 environment comes with many helpful ......
基于机器视觉的小车轨迹控制软件界面展示
**项目概述：** 硬件：USB摄像头、51单片机、L298N驱动、ESP2866-WiFi模块、移动电源  软件： ......
Meta-Learning, A Survey
## 一、概述 通常在机器学习里，我们需要用大量的数据来训练一个模型；当场景发生改变时，模型就需要重新训练。这显然提升了成本，而人类学习方式与此不同，一个小孩子在学习动物的过程中，学习了很多动物的名称，当某次给他看一些没有见过的动物时，他总能很快的将新动物和别的动物区分开。Meta learning ......
科普：人工智能与机器学习的关系
大家好，我是炼数之道，一个在人工智能之路上学习和摸索的算法工程师。今天的文章在前期推文的基础上，继续用通俗的话来介绍人工智能领域的基本概念。 前期文章回顾：《科普：什么是机器学习》、《科普：什么是深度学习？什么是人工智能？》 那么，人工智能和机器学习之间的关系是什么呢？下图很好地解释了人工智能、机器 ......
使用 TensorFlow 进行机器学习
使用 TensorFlow 进行机器学习 这是使用 TensorFlow 进行机器学习的官方代码存储库。 使用 TensorFlow（Google 最新、最好的机器学习库）开始进行机器学习。 概括 第 2 章- TensorFlow 基础知识 概念 1：定义张量 概念 2：评估操作 概念 3：互动会 ......
aarch64/arm_v8 环境下编译Arcade-Learning-Environment —— ale-py
conda install g++=12 cmake ../ -DCMAKE_BUILD_TYPE=Release -DPYTHON_INCLUDE_DIR=/home/share/xxx/home/software/anaconda3/include -DPYTHON_LIBRARY=/home/ ......