机器recognition learning教材

机器学习规划

掌握基本的机器学习需要学习的内容非常丰富,因此您需要制定一个详细的时间规划,并按照计划执行,才能达到目标。以下是一个可能的时间规划: 第1周: [ ] 学习Python编程语言的基础知识,包括变量、条件语句、循环语句等等。 学习使用Python中的NumPy和Pandas库,这些库是进行数据处理和分 ......
机器

Representation Learning for Attributed Multiplex Heterogeneous Network

Cen Y., Zou X., Zhang J., Yang H., Zhou J. and Tang J. Representation learning for attributed multiplex heterogeneous network. KDD, 2019. 概 本文在 Attrib ......

基于chatGPT的问答机器人开发-qdrant向量数据库的集合功能封装

之前一直再开发基于GPT的问答知识库机器人,主要是靠qdrant的向量搜索,搜索出相关的条目,然后发送给GPT回答 qdrant向量数据库有集合的概念,相当于表,每个集合里面可以创建多个向量数据。 那么针对集合的操作就是下面这样的,集合列表,创建集合,删除集合 集合列表接口: http://127. ......
向量 机器人 机器 chatGPT 功能

扫盲:机器学习中训练模型、数据集都是什么,有什么关系?[大语言模型]

在大数据中,训练模型和数据集是非常重要的概念,它们之间有密切的关系。 训练模型是指使用机器学习算法对数据进行学习和训练,以便能够对新的数据进行预测或分类。训练模型的目的是通过学习数据的规律和特征,从而能够对未知数据进行预测或分类。 数据集是指用于训练模型的数据集合。数据集通常包含大量的数据样本,每个 ......
模型 机器 语言 数据

机器人运管平台(RaaS)

【Rass平台】是一款专注于服务建筑行业的Rass管理平台,拥有以下主要功能: 机器人管理:可以方便地管理和监控平台上的机器人,包括机器人的状态、操作日志等信息,让用户及时了解机器人的工作状态。 项目管理:可以轻松地创建、编辑和管理项目,实现对项目的全流程管理,让用户方便地了解项目的进度和状态。 领 ......
机器人 机器 平台 RaaS

018查看机器端口范围

一、 #查看当前机器允许使用的端口范围 $ sysctl -a | grep net.ipv4.ip_local_port_range net.ipv4.ip_local_port_range = 32768 60999 #查看当前已经使用的端口数量 $ netstat -an|wc -l 1114 ......
端口 范围 机器 018

机器学习和深度学习的区别

机器学习和深度学习都属于人工智能领域,但它们有不同的方法和应用场景。 机器学习是一种利用统计学习算法让计算机模仿人类的学习过程来实现智能化的技术。机器学习的主要思想是从大量的数据中发掘规律和模式,然后将这些规律和模式应用到新的数据中进行预测和决策。聚类,聚合 深度学习是机器学习的一个分支,它利用多层 ......
深度 机器

机器学习(七):梯度下降解决分类问题——perceptron感知机算法与SVM支持向量机算法进行二维点分类

实验2 感知机算法与支持向量机算法 一、预备知识 1.感知机算法 二、实验目的 掌握感知机算法的原理及设计; 掌握利用感知机算法解决分类问题。 三、实验内容 设计感知机算法求解, 设计SVM算法求解(可调用函数库),请找出支持向量和决策超平面。 四、操作方法和实验步骤 1.感知机算法求解 采用whi ......
算法 梯度 向量 perceptron 机器

2022AAAI_Semantically Contrastive Learning for Low-light Image Enhancement(SCL_LLE)

1. motivation 利用语义对比学习 2. network (1) 输入的是低光图像首先经过图像增强的网络(Zero-DCE), 再将它传入语义分割网络中 (2)语义分割网络用的是DeepLabv3+ ......

实践 | 即时通信IM如何接入AI服务,搭建聊天机器人

随着ChatGPT在全球范围的爆火,AI已成为当下开发者最为关注的焦点,国内各大厂商也纷纷跟进,推出了各自的大模型应用与产品。很多应用都在尝试与AI结合,寻找新的发力点。而新一代大语言模型的强大对话交流能力与各类即时通信场景天然契合,这为IM与AI结合带来了广阔的想象空间。 那即时通信IM该如何接入 ......
机器人 机器

ai聊天问答知识库机器人源码,基于gpt实现的本地知识库问答实现,聊天对话效果,发送回复以及流式输出

现在基于gpt做自己项目的问答机器人,效果非常的好。可以把自己的文档上传上去,让机器人根据文档来进行回答。 想要实现智能AI问答功能,现在大部分都是基于向量数据库的形式。 整体的流程就是:上传文档 >openai向量接口 > 存入向量数据库 访客咨询: 咨询问题 > openai向量接口 >搜索向量 ......
知识库 知识 机器人 源码 机器

MEMORY REPLAY WITH DATA COMPRESSION FOR CONTINUAL LEARNING--阅读笔记

MEMORY REPLAY WITH DATA COMPRESSION FOR CONTINUAL LEARNING--阅读笔记 摘要: 在这项工作中,我们提出了使用数据压缩(MRDC)的内存重放,以降低旧的训练样本的存储成本,从而增加它们可以存储在内存缓冲区中的数量。观察到压缩数据的质量和数量之间 ......
COMPRESSION CONTINUAL LEARNING 笔记 MEMORY

机器学习、神经网络与卷积神经网络 三者的关系

机器学习和神经网络都是人工智能(AI)领域中的重要概念。 机器学习是指让计算机通过自我学习改善性能的一种方法。通常使用大量的数据训练模型,并持续对模型进行调整和改进,从而使其能够有效地处理新的数据并提供准确的预测。 神经网络则是一种模拟人类神经系统的计算模型,可以通过多层神经元之间的相互作用来解决复 ......
神经网络 卷积 神经 网络 机器

Deep-Learning-Based Spatio-Temporal-Spectral Integrated Fusion of Heterogeneous Remote Sensing Images

Deep-Learning-Based Spatio-Temporal-Spectral Integrated Fusion of Heterogeneous Remote Sensing Images abstract 为了解决STF中的生成heterogeneous images问题: 为此,本 ......

Medicine River-------------Learning Journals 8

htttp://www.enotes.com ......
Medicine Learning Journals River

python钉钉机器人ssl错误,突然不能发送信息

报错给了这个网址:https://urllib3.readthedocs.io/en/1.26.x/advanced-usage.html#https-proxy-error-http-proxy 说要将https后面的环境变量改为http的本地连接代理,Windows电脑打开系统环境变量设置,新建 ......
机器人 机器 错误 python 信息

AI人工智能 机器学习 深度学习 学习路径及推荐书籍

要学习Pytorch,需要掌握以下基本知识: 编程语言:Pytorch使用Python作为主要编程语言,因此需要熟悉Python编程语言。 线性代数和微积分:Pytorch主要用于深度学习领域,深度学习是基于线性代数和微积分的,因此需要具备线性代数和微积分的基础知识。 机器学习基础知识:了解机器学习 ......
人工智能 路径 人工 深度 机器

Adversarial Robust Deep Reinforcement Learning Requires Redefining Robustness

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! ......

Learning Off-Policy with Online Planning

**发表时间:**2021(CoRL 2021) **文章要点:**这篇文章提出Off-Policy with Online Planning (LOOP)算法,将H-step lookahead with a learned model和terminal value function learne ......
Off-Policy Learning Planning Policy Online

开源个QQ机器人,借Mirai.Net对接部署的Mirai项目,调用OpenAI接口的。

PerryQBot 介绍 使用了Mirai.Net类库对接Mirai,能够自动处理QQ消息并回复。该项目的主要功能是管理QQ用户或者群聊中@机器人的人的消息,每个用户都有个独一份的预设和历史,可区分对话。 通过拼接参数并访问openai api,实现智能的自动回复。 此项目采用AGPL3.0开源协议 ......
Mirai 机器人 接口 机器 项目

论文解读(VAT)《Virtual Adversarial Training: A Regularization Method for Supervised and Semi-Supervised Learning》

论文信息 论文标题:Virtual Adversarial Training: A Regularization Method for Supervised and Semi-Supervised Learning论文作者:Takeru Miyato, S. Maeda, Masanori Koya ......

论文解读(PGD)《Towards deep learning models resistant to adversarial attacks》

论文信息 论文标题:Towards deep learning models resistant to adversarial attacks论文作者:Aleksander Madry, Aleksandar Makelov, Ludwig Schmidt, Dimitris Tsipras, Ad ......

机器学习--数据操作初试

#加载数据集,返回字典类型的数据 sklearn.datasets.load_iris() 数据示例 iris = sklearn.datasets.load_iris() #数据集特征值 iris['data'] #数据集标签值 iris['target'] 特征和标签相对应 数据集的划分 由于数 ......
机器 数据

基于RL(Q-Learning)的迷宫寻路算法

强化学习是一种机器学习方法,旨在通过智能体在与环境交互的过程中不断优化其行动策略来实现特定目标。与其他机器学习方法不同,强化学习涉及到智能体对环境的观测、选择行动并接收奖励或惩罚。因此,强化学习适用于那些需要自主决策的复杂问题,比如游戏、机器人控制、自动驾驶等。强化学习可以分为基于价值的方法和基于策 ......
迷宫 算法 Q-Learning Learning RL

自修复导电凝胶可以让“软机器人”真正变软

凝胶的外部条带将电池连接到这个软机器人蜗牛上的电机 卡耐基梅隆大学工程学院 为了充分发挥其潜力,软体机器人设备不能仅由包裹在柔软橡胶中的刚性电子元件组成。一种新材料可以在这方面提供帮助,因为它柔软、自愈和导电。 该物质由卡内基梅隆大学的一组科学家开发,由凝胶状聚乙烯醇-硼酸钠碱组成,其中嵌入银微薄片 ......
凝胶 机器人 机器

机器学习的一些基本概念(函数/标准化/梯度下降/正则化)

基本概念 各种函数 损失函数(Loss Function)度量单样本****或者一个批次的样本预测的错误程度,损失函数越小,模型就越好。常用的损失函数包括:0-1损失函数、平方损失函数、绝对损失函数、对数损失函数等 代价函数(Cost Function)度量全部样本集的平均误差。常用的代价函数包括均 ......
梯度 正则 函数 机器 概念

P1540 [NOIP2010 提高组] 机器翻译

题目背景 小晨的电脑上安装了一个机器翻译软件,他经常用这个软件来翻译英语文章。 题目描述 这个翻译软件的原理很简单,它只是从头到尾,依次将每个英文单词用对应的中文含义来替换。对于每个英文单词,软件会先在内存中查找这个单词的中文含义,如果内存中有,软件就会用它进行翻译;如果内存中没有,软件就会在外存中 ......
机器 P1540 1540 NOIP 2010

1、题目:Engineering Design Thinking, Teaching, and Learning

期刊信息 (1)作者:Dym,Clive L.,Agogino,Alice M.,Eris,Ozgur,Frey,Daniel D.,Leifer,Larry J. (2)期刊:Journal of Engineering Education:94-1-103-120,01/2005 (3)DOI: ......

M3AE: Multimodal Representation Learning for Brain Tumor Segmentation with Missing Modalities

摘要 提出SimCLR,用于视觉表征的对比学习,简化了最近提出的对比自监督学习算法,为了理解是什么使对比预测任务能够学习有用的表示,系统研究了提出框架的主要组成部分,发现: (1)数据增强的组成在定义有效的预测任务中起着关键的作用 (2)在表示和对比损失之间引入一个可学习的非线性变换,大大提高了已学 ......

阅读文献《SCNet:Deep Learning-Based Downlink Channel Prediction for FDD Massive MIMO System》

该文献的作者是清华大学的高飞飞老师,于2019年11月发表在IEEE COMMUNICATIONS LETTERS上。 文章给出了当用户位置到信道的映射是双射时上行到下行的确定映射函数;还提出了一个**稀疏复值神经网络( sparse complex-valued neural network,SC ......