机器recognition learning教材
Error:All flavors must now belong to a named flavor dimension. Learn more at
{ https://blog.csdn.net/qq_15807167/article/details/79528063 } 这是plugin 3.0.0之后有一种自动匹配消耗库的机制，便于debug variant 自动消耗一个库，然后就是必须要所有的flavor 都属于同一个维 defaultC ......
Robust Deep Reinforcement Learning against Adversarial Perturbations on State Observations
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NeurIPS 2020 ......
李宏毅meta learning笔记
学习如何学习 其实就是学习模型本身，模型的超参数 定义一个function，输入是一堆训练任务，输出是一个模型，这个和传统的机器学习没有本质不同 所以也是分成三步， 定义学什么，和相应的学习模型，meta learning本身也是有meta的。。。。。。 定义loss函数 用优化算法求解，但是这个L ......
Learning A Single Network for Scale-Arbitrary Super-Resolution
Learning A Single Network for Scale-Arbitrary Super-Resolution abstract 现有的single image SR网络是为具有特定整数比例因子（例如，×2/3/4）的图像开发的，无法处理非整数和非对称 SR。 在本文中，作者建议从特定 ......
记安装mirai qq聊天机器人
day1： 先把mirai下了下来。 又装个运行时环境，原来玩mc装了个jvav8，但是不行，上这里下了一个java17。因为在安装程序里装好像有bug，下下来是个什么鬼玩意不知道。 然后就照着教程安，然后就成功了。 话说我原来开博客是想要写题解欸（ ......
[Python]-sklearn模块-机器学习Python入门《Python机器学习手册》-05-处理分类数据
《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每 ......
机器学习中的batch_size
batch_size：表示单次传递给程序用以训练的数据（样本）个数。比如我们的训练集有1000个数据。这是如果我们设置batch_size=100，那么程序首先会用数据集中的前100个参数，**即第1-100个数据来训练模型。当训练完成后更新权重，再使用第101-200的个数据训练，**直至第十次使 ......
突破性的机器鱼有一种扭曲的推进方式
该机器人由一个浮动部分（蓝色）和一个独特的推进系统（红色）组成 詹龙佑 在设计类似鱼的水下机器人时，您需要一种既节能又速度适中的推进方式。一种新的尾巴拍打系统可能符合要求，为此类机器人的更广泛使用铺平了道路。 布里斯托大学的一组科学家在博士生 Tsam Lung You 的带领下，已将实验装置整合到 ......
[Leetcode] 0657. 机器人能否返回原点
657. 机器人能否返回原点 题目描述 在二维平面上，有一个机器人从原点 (0, 0) 开始。给出它的移动顺序，判断这个机器人在完成移动后是否在 (0, 0) 处结束。 移动顺序由字符串 moves 表示。字符 move[i] 表示其第 i 次移动。机器人的有效动作有 R（右），L（左），U（上）和 ......
python-Gradio 机器学习演示库
python-Gradio Gradio是一个开源的Python库，用于构建机器学习和数据科学演示应用。有了Gradio，你可以围绕你的机器学习模型或数据科学工作流程快速创建一个简单漂亮的用户界面。Gradio适用于以下情况： 为客户/合作者/用户/学生演示你的机器学习模型。 通过自动共享链接快速部 ......
【经济机器是如何运行的】30分钟看懂经济的本质（无数大佬推荐）建议收藏！
视频来源： https://www.bilibili.com/video/BV1qG4y157qp/?share_source=copy_web&vd_source=185624f32058093bb3ad55ee7f1c12b1 总结： 1、不要让债务的增长速度超过收入。 当债务增长速度超过的你的 ......
机器学习预测给定生物DNA序列是编码序列还是非编码序列
在生物学中，DNA序列通常指非编码序列，因为DNA是生物体内存储基因信息的一种生物大分子，具有一定的生物学特性和结构。然而，基于DNA序列的机器学习预测可以包括编码和非编码序列的任务。以下是一些基于DNA序列的机器学习应用： 应用于非编码DNA序列的机器学习模型： 基因预测：使用机器学习算法预测非编 ......
Teachable Reinforcement Learning via Advice Distillation
**发表时间：**2021 (NeurIPS 2021) **文章要点：**这篇文章提出了一种学习policy的监督范式，大概思路就是先结构化advice，然后先学习解释advice，再从advice中学policy。这个advice来自于外部的teacher，相当于一种human-in-the-l ......
一个全平台、多机器的一键管理多语言开发环境的辅助开发工具【gvc】
gvc能帮助你搞定那些无聊的开发环境配置操作，当你想要尝试某个语言的新版本或者要在新的机器上做开发时，你无需再到处找下载资源，无需手动配置环境变量，你只需下载gvc即可。 ......
论文阅读-sparse gpu kernels for deep learning
论文地址：https://ieeexplore.ieee.org/document/9355309 源码地址：https://github.com/google-research/sputnik 背景 深度神经网络由大量的矩阵乘法运算和卷积运算组成，这些运算中使用的矩阵可以转化成稀疏矩阵，同时不损失 ......
Deep Dynamics Models for Learning Dexterous Manipulation
**发表时间：**2019 (CoRL 2019) **文章要点：**文章提出了一个online planning with deep dynamics models (PDDM)的算法来学习Dexterous multi-fingered hands，大概意思就是学习拟人的灵活的手指操控技巧。大概 ......
CSC246/446机器学习
CSC246/446 Machine Learning Homework 5: ClusteringObjective You are given two kinds of dataset. Datasets A, B, C, and Z were created by the instructor ......
An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale
模型如下图所示: 将H×W×C的图像reshape成了N×(P2×C),其中(H,W)是图像的原始分辨率,C是通道数,(P,P)是每个图像块的分辨率,N=H×W/P2为图像块的数量,将一个图像块使用可学习的线性层映射到维度为D的隐藏向量,如式(1)所示,线性映射的输出称为patch embeddin ......
GPT护理机器人 - 让护士的工作变简单
上篇文章《GPT接入企微应用 - 让工作快乐起来》，我把GPT接入了企微应用，不少同事都开始尝试起来了。有的浅尝辄止，有的刨根问底，五花八门，无所不有。看到这些问题后，我就开始尝试通过Fine-tune训练公司内部的护理机器人，希望他可以为护士们的工作带来一些便利。 ......
Midjourney 创建私人画图机器人（保姆级教程）
本教程收集于：AIGC从入门到精通教程汇总 之前给大家介绍过了Midjourney 的注册教程：AI绘画：Midjourney 注册（保姆级教程） 也有Stable Diffusion（开源）的本地搭建教程：AI数字绘画:stable-diffusion 本地部署教程 你是不是遇到以下问题： 1.M ......
AI客服问答机器人-基于ChatGPT实现一个垂直领域的AI问答机器人
我们大家都知道，ChatGPT的强大之处。但是呢，如何让ChatGPT基于我们自己的数据进行回复呢，如何将垂直领域的最新数据“喂”给ChatGPT，使其成为一名领域专家呢。 下面是我自己实现的客服系统，整合好问答知识后的ChatGPT功能，具体的演示如下 登录到后台以后，可以开启向量知识库AI功能， ......
2、题目：The Informed Design Teaching and Learning Matrix
期刊信息 （1）作者：Crismond, David P. （2）期刊：Journal of Engineering Education, 2012, 101(4): 738–797 （3）DOI：10.1002/j.2168-9830.2012.tb01127.x （4）ISSN：10694730 ......
如何使用ChatGPT API训练具有自定义知识库的AI聊天机器人
在我们之前的文章中，我们演示了如何使用 ChatGPT API 构建 AI 聊天机器人，并分配一个角色来对其进行个性化设置。但是，如果您想根据自己的数据训练 AI，该怎么办？例如，您可能有一本书、财务数据或大量数据库，并且您希望轻松搜索它们。在本文中，我们为您带来了一个易于遵循的教程，介绍如何使用 ......
【机器学习基础】数据集的划分比例
前言 参考 1. 机器学习 :训练集、验证集、测试集分配比例_Chris Kang的博客-CSDN博客； 2. 数据集的划分，验证集参与训练了吗?_无枒的博客-CSDN博客； 完 ......
基于机器学习的纠错系统技术 - 智能文本纠错 API
引言 在过去的几十年里，文本纠错技术已经取得了巨大的进展，从最初的基于规则的纠错系统到现在的基于机器学习的纠错系统，技术的发展已经帮助人们解决了大量的文本纠错问题，随着机器学习技术的发展，文本纠错技术也发生了重大变化。 本文将介绍一款新的基于机器学习的纠错技术，并详细列出实际的可应用场景。 工作原理 ......
论文阅读笔记《Residual Physics Learning and System Identification for Sim to real Transfer of Policies on Buoyancy Assisted Legged Robots》
Residual Physics Learning and System Identification for Sim to real Transfer of Policies on Buoyancy Assisted Legged Robots 发表于2023年。论文较新，未找到发表期刊。 基于浮 ......
论文阅读笔记《Stochastic Grounded Action Transformation for Robot Learning in Simulation》
Stochastic Grounded Action Transformation for Robot Learning in Simulation 发表于IROS 2020(CCF C) 模拟中机器人学习的随机接地动作转换 Desai S, Karnan H, Hanna J P, et al. ......
论文阅读笔记《Grounded Action Transformation for Robot Learning in Simulation》
Grounded Action Transformation for Robot Learning in Simulation 发表于AAAI 2017 仿真机器人学习中的接地动作变换 Hanna J, Stone P. Grounded action transformation for robo ......
一步步制作下棋机器人之 完善XY坐标控制
匆匆忙忙，又是一周。 马上五一，凑了十天假期，想想就开心。 但是假期中是生日，又老了一岁了。很多目标都没有实现，就马上要到30了，可怕。 30啊！！ 唉，时光匀速又决绝的前行不息，推动了没有返程票的人生旅程。总想着不断提升自己，不断丰富生命的意义，不断拓宽人生的界限，让人世这一遭不至于太单调。可是回 ......
一步步制作下棋机器人之 coppeliasim进行机械臂简单XY坐标控制
人间四月芳菲尽，山寺桃花始盛开。 最近天气不错，但是想到同学都开始收二胎的份子钱了，顿感压力。 唉..... 由于搬家，本该上周就完成的，鸽了一周后还没完成。最近搬家，加上每天下班后还想忙点别的，真的是觉得时间不够用了，即使还是个单身狗。 简介 之前完成了简单的python驱动【coppeliasi ......