机器recognition learning教材
Pytorch深度学习全流程代码框架——Base Codes for Deep Learning Using Pytorch
# 导入必要的库 import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader, Dataset # 定义超参数 epochs = 10 # 训练轮数 lr ......
scikit-learn 中 Boston Housing 数据集问题解决方案
scikit-learn 中 Boston Housing 数据集问题解决方案 在部分旧教程或教材中是 sklearn，现在【2023】已经变更为 scikit-learn 作用：开源机器学习库，支持有监督和无监督学习。它还提供了用于模型拟合、数据预处理、模型选择、模型评估和许多其他实用程序的各种工 ......
曝！教你如何选电话智能呼叫机器人！
选择双语音识别器，精准度更高，不要盲目的去选择，看价格的同时也要看质量问题，对接的线路是否流畅，售后服务怎么样，等等的问题。 语音识别：相当于人的大脑，主要是判断客户说话的意思。目前我们对接的是阿里云、科大讯飞双语音识别器，识别内容更精准，是市面上最好的识别器。 机器人支持打断，支持自动学习、支持智 ......
机器学习
一、机器学习概述 1、人工智能概述 人工智能发展必备三要素： 数据 算法 计算力 人工智能、机器学习、深度学习 机器学习是人工智能的一个实现途径 深度学习是机器学习的一种方法 机器学习、深度学习能做什么 传统预测：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类 图像识别：街道 ......
机器学习（六）：回归分析——鸢尾花多变量回归、逻辑回归三分类只用numpy，sigmoid、实现RANSAC 线性拟合
[实验1 回归分析] 一、 预备知识 使用梯度下降法求解多变量回归问题 数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这 ......
【机器学习入门与实践】数据挖掘-二手车价格交易预测（含EDA探索、特征工程、特征优化、模型融合等）
【机器学习入门与实践】数据挖掘-二手车价格交易预测（含EDA探索、特征工程、特征优化、模型融合等） note：项目链接以及码源见文末 1.赛题简介 了解赛题 赛题概况 数据概况 预测指标 分析赛题 数据读取pandas 分类指标评价计算示例 回归指标评价计算示例 EDA探索 载入各种数据科学以及可视 ......
基于强化学习（Q-learning算法）的需求响应动态定价研究
代码关键词：需求响应 强化学习 动态定价 编程语言：python平台 主题：16、基于强化学习（Q-learning算法）的需求响应动态定价研究 代码内容： 代码提出了一种考虑服务提供商（SP）利润和客户（CUs）成本的分层电力市场能源管理动态定价DR算法。 用强化学习（RL）描述了动态定价问题为离 ......
人工智能技术的最新进展：机器学习和深度学习的应用
随着科技的不断发展，人工智能技术已经成为了当今世界的热门话题。其中，机器学习和深度学习技术的应用更是备受关注。 一、人工智能技术的最新进展 人工智能技术的最新进展主要体现在以下几个方面： 1. 自然语言处理技术的提升 自然语言处理技术是人工智能技术的重要组成部分，其主要目的是让计算机能够理解和处 ......
C++教材第二章课后习题 2-27
用穷举法找出1~100的质数并显示出来，分别用while，do...while，for循环语句实现 1 #include <iostream> //for循环语句的实现 2 #include <cmath> 3 using namespace std; 4 int main() 5 { 6 int ......
2023AI语音机器人的到来!
AI语音机器人拉近了时代与科技的距离，打破传统营销，更加快速高效。V:xssh664具体有以下的特点 自主学习，支持打断，智能训练 真人录制专业话术，接通率更高 支持转人工坐席或者实时人工介入 自动保存通话记录、有语音、文字 支持短息发送功能，精准寻找客户 能够保存未拨通的电话，支持一键拨打 ......
机器人技术的发展与应用前景展望
机器人技术的发展已经成为了人类社会的一个重要趋势，它不仅可以帮助人类完成一些重复性、危险性和高难度的工作，还可以提高生产效率和质量，减少人力成本，改善人类生活质量。 机器人技术的应用前景非常广泛，涉及到了工业、医疗、农业、服务等多个领域。在工业领域，机器人可以完成一些重复性、危险性和高难度的工作 ......
机器学习技术在商业领域的应用
机器学习是一种人工智能技术，它可以让计算机通过学习数据和模式来自主地进行决策和预测。随着数据量的不断增加和计算能力的提高，机器学习技术在商业领域的应用也越来越广泛。 机器学习技术的应用场景 机器学习技术可以应用于各个领域，包括金融、零售、医疗、制造等。在金融领域，机器学习技术可以用于风险评估、欺 ......
PHP连接MYSQL数据库参数设置机器增删查改操作
1.param.php <?php session_start(); if(!$_SESSION["user"]->poststuno) exit('你的工号不正确'); if($_SESSION["user"]->juese=='001') exit('未知错误，请联系管理员 0001'); $d ......
强化学习 Reinforcement Learning
强化学习 Reinforcement Learning 强化学习是一种机器学习思想，其关心一个智能体如何采取行动以达到最大化激励回报。 基本的强化学习模型以马尔可夫决策过程建模。 马尔可夫决策过程 Markov Decision Process 系统要素 A 行动空间； S状态空间； $P^a_{s ......
1041. 困于环中的机器人
题目链接：1041. 困于环中的机器人 方法：模拟 解题思路 模拟机器人的行动过程，若再重复四轮之后仍没有回到起始状态，则机器人可以离开，否则不能离开。 代码 class Solution { public: bool isRobotBounded(string instructions) { in ......
【论文阅读笔记】Distiling Causal Effect of Data in Class-Incremental Learning
Author: Hanwang Zhang, Xinting Hu Create_time: April 24, 2022 11:01 AM Edited_by: Huang Yujun Publisher: CVPR 2021 Org: Nanyang Technological Universi ......
【论文阅读笔记】Learning to Prompt for Continual Learning
Create_time: April 27, 2022 5:21 PM Edited_by: Huang Yujun Org: Google Research, Northeastern University Learning to Prompt for Continual Learning [38 ......
【论文阅读笔记】iCaRL: Incremental Classifier and Representation Learning
Author: Alexander Kolesnikov Key_words: nearest-mean-of-exemplar rule, prioritized exampler selection,representation learning Create_time: September 1 ......
w4 P1540 [NOIP2010 提高组] 机器翻译
主要思路：因为题目要求内存满后要扔出最先进去的单词，于是就想到用queue。每查找一次要查找的单词是否已在内存内，不在则查找次数+1，把单词放入内存，同时内存大小+1。然后判断此时的内存大小是否超出给定大小，超出则pop，为超出则继续。 代码如下： #include<iostream>#includ ......
力扣---1041. 困于环中的机器人
在无限的平面上，机器人最初位于 (0, 0) 处，面朝北方。注意: 北方向 是y轴的正方向。南方向 是y轴的负方向。东方向 是x轴的正方向。西方向 是x轴的负方向。机器人可以接受下列三条指令之一： "G"：直走 1 个单位"L"：左转 90 度"R"：右转 90 度机器人按顺序执行指令 instru ......
迁移学习（）《Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation》
论文信息 论文标题：Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation论文作者：Taekyung Kim论文来源：2020 ECCV论文地址 ......
Cacti监控远程linux机器配置（被监控端）
一、被监控机安装snmp yum -y install snmp 二、被监控机的配置 vi /etc/snmp/snmpd.conf 做以下更改： 1、找到com2sec notConfigUser default public 改为：com2sec notConfigUser 192.168.1. ......
python ssh Linux机器 paramiko库的简单使用
python ssh Linux机器 paramiko库的简单使用 以用户名密码方式连接Linux主机 def conn_by_password(): """ 1) 如果抛出异常:SSHException: Server '172.17.140.17' not found in known_host ......
MULTIINSTRUCT: Improving Multi-Modal Zero-Shot Learning via Instruction Tuning
指令调优是一种新的学习范式，它可以根据指令指定的任务对预先训练好的语言模型进行微调，在各种自然语言处理任务中显示出良好的零目标性能。然而，对于视觉和多模态任务，它仍然没有被探索。在这项工作中，我们介绍了multiinstruction，这是第一个多模态指令调优基准数据集，由47个不同的多模态任务组成 ......
困于环中的机器人
在无限的平面上，机器人最初位于 (0, 0) 处，面朝北方。注意: - 北方向 是y轴的正方向。 - 南方向 是y轴的负方向。 - 东方向 是x轴的正方向。 - 西方向 是x轴的负方向。 机器人可以接受下列三条指令之一： - "G"：直走 1 个单位 - "L"：左转 90 度 - "R"：右转 9 ......
事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)
坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习，这是板上钉钉的刻板印象，就好像有人说女生不适合编程一样的离谱。现而今，无论是Pytorch框架的MPS模式，还是最新的Tensorflow2框架，都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备，本次我们来分享如何在 ......
在x86机器上跑arm容器
1.拉取包 [root@localhost ~]# docker pull arm64v8/centos Using default tag: latest latest: Pulling from arm64v8/centos 52f9ef134af7: Pull complete Digest: ......
利用强化学习Q-Learning实现最短路径算法
如果你是一名计算机专业的学生，有对图论有基本的了解，那么你一定知道一些著名的最优路径解，如Dijkstra算法、Bellman-Ford算法和a*算法(A-Star)等。 这些算法都是大佬们经过无数小时的努力才发现的，但是现在已经是人工智能的时代，强化学习算法能够为我们提出和前辈一样好的解决方案吗? ......
1041. 困于环中的机器人
1041. 困于环中的机器人 在无限的平面上，机器人最初位于 (0, 0) 处，面朝北方。注意: 北方向 是y轴的正方向。 南方向 是y轴的负方向。 东方向 是x轴的正方向。 西方向 是x轴的负方向。 机器人可以接受下列三条指令之一： "G"：直走 1 个单位 "L"：左转 90 度 "R"：右转 ......
全网最详细中英文ChatGPT-GPT-4示例文档-智能聊天机器人从0到1快速入门——官网推荐的48种最佳应用场景（附python/node.js/curl命令源代码，小白也能学）
ChatGPT能根据用户需求，扮演各种角色与你聊天，甚至根据用户需求，它也可以成为一个幽默、有趣的机器人，根据不同的情况提出有趣的见解或者讽刺语句，帮助你在无聊的时候得到更多的乐趣。ChatGPT这种良好的交互性，可以更好地满足用户的需求，进行更加友好高效的交流。 ......