机器recognition learning教材
tv pine learning type system
类型系统分类 form type The form expresses when a value is known. The type denotes the nature of a value. form 要表达的是当值是知道的（比如常量，或者用户输入决定，而且后续就不变了） type 强调的是值 ......
Learning with Mini-Batch
在机器学习中，学习的目标是选择期望风险$R_{exp}$(expected loss)最小的模型，但在实际情况下，我们不知道数据的真实分布（包含已知样本和训练样本），仅知道训练集上的数据分布。因此，我们的目标转化为最小化训练集上的平均损失，这也被称为经验风险$R_{emp}$(empirical l ......
机器学习算法（一）: 基于逻辑回归的分类预测
逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 ......
Debiased Contrastive Learning of Unsupervised Sentence Representations 论文精读
ACL2022-long paper 原文地址 1. 介绍(Introduction) 问题: 由PLM编码得到的句子表示在方向上分布不均匀, 在向量空间中占据一个狭窄的锥形区域, 这在很大程度上限制了它们的表达能力. 已有的解决办法: 对比学习. 对于一个原句, 构造他的正例(语义相似的句子)和负 ......
keras图片数字识别入门AI机器学习
通过使用mnist（AI界的helloworld）手写数字模型训练集，了解下AI工作的基本流程。 本例子，要基于mnist数据集（该数据集包含了【0-9】的模型训练数据集和测试数据集）来完成一个手写数字识别的小demo。 mnist数据集，图片大小是28*28的黑白。包含了6w 训练数据和1w验证数 ......
【新版】使用 go-cqhttp 扫码登录，一键接入 ChatGPT 机器人到 QQ 群
🎈 项目效果 由于 ChatGPT 目前只能在漂亮国使用，所以想要在国内使用 ChatGPT 必然险阻重重 不仅时时刻刻要跟企鹅公司斗智斗勇，还要时时刻刻都要跟 openai 公司打游击，真的是很难有一个稳定的版本供大家屡试不爽 在不断的游击战中，我们也是越战越勇，在磨练中，技术越来越完善，体验也 ......
WinUI（WASDK）使用ChatGPT和摄像头手势识别结合TTS让机器人更智能
前言 之前写过一篇基于ML.NET的手部关键点分类的博客，可以根据图片进行手部的提取分类，于是我就将手势分类和摄像头数据结合，集成到了我开发的电子脑壳软件里。 电子脑壳是一个为稚晖君开源的桌面机器人ElectronBot提供一些软件功能的桌面程序项目。它是由绿荫阿广也就是我开发的，使用了微软的WAS ......
迁移学习（SOT）《Cross-domain Activity Recognition via Substructural Optimal Transport》
论文信息 论文标题：Cross-domain Activity Recognition via Substructural Optimal Transport论文作者：Wang Lu, Yiqiang Chen, Jindong Wang, Xin Qin论文来源：Neurocomputing论文地 ......
9.3.2另一种计算机器2
本书把所构想的语言机器作为语言媒介系统工具的最新发展，语言机器也可以放在计算机器的历史中来进行分析与比较。 图灵在构想图灵机时，是从观察人用笔在纸上进行计算的过程开始的，所构想的图灵机装置就是用来模拟人类计算过程中的行为。图灵机通过建立符号，内部状态，以及输入与状态如何决定输出的规则来对计算问题建模 ......
[AI-ML]机器学习是什么？一起了解！（一）
#机器学习 简单的说，机器学习是一种==让计算机系统从数据中学习并自动改进的算法==。通俗地说，机器学习就是让计算机从数据中“学习”，并使用这些学习成果来做出决策或预测。 学术解释中，==机器学习被定义为一种通过算法让计算机自动学习数据模型和模式，从而实现特定任务的技术。机器学习的主要目标是让计算机 ......
分布式机器学习：异步SGD和Hogwild!算法（Pytorch）
同步算法的共性是所有的节点会以一定的频率进行全局同步。然而，当工作节点的计算性能存在差异，或者某些工作节点无法正常工作（比如死机）的时候，分布式系统的整体运行效率不好，甚至无法完成训练任务。为了解决此问题，人们提出了异步的并行算法。在异步的通信模式下，各个工作节点不需要互相等待，而是以一个或多个全局... ......
机器学习-集成学习LightGBM
前言 LightGBM 是微软开发的一个强大的开源梯度提升框架。它旨在高效和可扩展，能够处理大型数据集和高维特征。LightGBM结合使用基于梯度的单边采样（GOSS）和独占特征捆绑（EFB）来降低计算成本并提高模型的准确性。 LightGBM 支持各种目标函数，可用于回归和分类问题。它还提供了一些 ......
【译】使用 ML.NET 进行机器学习 - 集群完整指南
原文 | Nikola M. Zivkovic 翻译 | 郑子铭 在之前的几篇文章中，我们探索了一些基本的机器学习算法。到目前为止，我们介绍了一些简单的回归算法，分类 算法。我们使用 ML.NET 实现和应用这些算法。到目前为止，我们探索了使用监督学习的算法。这意味着我们始终拥有用于训练机器学习模型 ......
花了半个小时基于 ChatGPT 搭建了一个微信机器人
相信大家最近被 ChatGPT 刷屏了，其实在差不多一个月前就火过一次，不会那会好像只在程序员的圈子里面火起来了，并没有被大众认知到，不知道最近是因为什么又火起来了，而且这次搞的人尽皆知。 想着这么火的 AI 完全可以好好玩一玩呀，于是就尝试着将 ChatGPT 接入到了个人微信中，实现在微信中调戏 ......
【极客升维记】人与机器的较量
最近一个月，ChatGPT在持续走热，整个技术圈似乎在“瑟瑟发抖”。因为大家在不断的构思着“科幻”的那一幕：整个世界被机器所控制，人沦为“机器”的“工具”。 ......
一文带你入门图机器学习
本文主要涉及图机器学习的基础知识。 我们首先学习什么是图，为什么使用图，以及如何最佳地表示图。然后，我们简要介绍大家如何在图数据上学习，从神经网络以前的方法 (同时我们会探索图特征) 到现在广为人知的图神经网络 (Graph Neural Network，GNN)。最后，我们将一窥图数据上的 Tra ......
从零开始，打造属于你的 ChatGPT 机器人！
大家好！我是韩老师。 不得不说，最近 OpenAI/ChatGPT 真的是太火了。 前几天，微软宣布推出全新的 Bing 和 Edge，集成了 OpenAI/ChatGPT 相关的技术，带动股价大涨： 微软市值一夜飙涨 5450 亿 国内外各家大厂也是纷纷跟进，发布或者将要发布与 OpenAI/Ch ......
可能是最简单的本地GPT3 对话机器人，支持OpenAI 和 Azure OpenAI
毫无疑问，GPT是目前最火的人工智能方向，已经商用的有OpenAI公司原生的GPT3 和 ChatGPT ，以及微软公司的Azure OpenAI Service （暂时还没有包含ChatGPT）。关于他们的各种资料以及讨论（甚至争论），网上已经有很多了。我这里不准备重复。本文分享的一个是我自己为了 ......
机器学习-Kmeans
前言 K-means是一种经典的无监督学习算法，用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间，并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-means算法的原理、实现和应用。 定义 K-means是一种无监督学习算法， 用于对数据进行聚类。该算法将数 ......
机器学习入门总结
交叉验证是机器学习当中的概念，一般深度学习不会使用交叉验证方法，原因是深度学习的数据集一般都很大。但是也有例外，Kaggle 的一些医疗类比赛，训练集一般只有几千张，由于训练数据很少，用来作为验证集的数据会非常少，因此训练的模型在验证集上精度可能会有很大波动，这直接取决于我们所选择的验证集和训练集划... ......
Isaac Sim 机器人仿真器介绍、安装与 Docker [1]
前言与参考 此文书写于： January 6, 2023， 更新于 January 6, 2023 ；可能会随着时间的变化 此教程会有过时概念哦 Isaac Sim 相关参考链接： 官方文档地址 官方docker image 镜像地址 官方讨论 论坛链接，建议没啥事就可以逛逛，看问题和回答也是件很有 ......
机器学习基本原理
深度学习是机器学习的一个特定分支。我们要想充分理解深度学习，必须对机器学习的基本原理有深刻的理解。
大部分机器学习算法都有超参数（必须在学习算法外手动设定）。机器学习本质上属于应用统计学，其更加强调使用计算机对复杂函数进行统计估计，而较少强调围绕这些函数证明置信区间；因此我们会探讨两种统计学的主要... ......
机器学习经典算法总结
K 近邻算法（KNN）是一种基本分类和回归方法。KNN 算法的核心思想是如果一个样本在特征空间中的 k 个最相邻的样本中的大多数属于一个类别，那该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分类样本所属的类别。 ......
迁移学习（MixMatch）《MixMatch: A Holistic Approach to Semi-Supervised Learning》
论文信息 论文标题：MixMatch: A Holistic Approach to Semi-Supervised Learning论文作者：David Berthelot, Nicholas Carlini, Ian Goodfellow, Nicolas Papernot, Avital Ol ......
迁移学习（JDDA） 《Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation》
论文信息 论文标题：Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation论文作者：Chao Chen , Zhihong Chen , Boyuan Jia ......
【Surface Detection】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
物体表面缺陷检测现状 传统机器学习局限性 传统机器学习方法对于特定的算法只能解决特定的问题，不够灵活，无法快速适应新产品； 不同的问题有不同的特征，当需要解决新问题时，需要重新设计特征，开发周期长； 深度学习遇到的问题 训练数据数量需求大； 标注精度、耗时需求严格； 计算能力需求高。 该篇paper ......
机器学习--起手式
几个贯穿始终的概念 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 当我们把人类学习简单事物的过程抽象为几个阶段，再将这些阶段通过不同的方法具体化为代码，依靠通过计算机的基础能力--计算。我们就可以让机器能够“学会”一些简单的事物。 我们首先将视线聚焦在最简单的判断 ......
机器学习--要学点什么
前言 可以说掌握了机器学习，你就具备了与机器对话，充分利用机器为人类服务的能力。在人工智能时代，这将成为一项必备技能，就好比十年前你是编程大牛，二十年前你英语超好一样。因此，无论你是什么专业的学生，学一点机器学习的知识绝对只有好处，没有坏处. 但是由于目前学习机器学习是为了准备美赛,所以我并不打算死 ......
【机器学习】李宏毅——Domain Adaptation(领域自适应)
本文介绍了Domain Adaptation(领域自适应)的相关知识，包括现在出现的具体问题、问题如何解决、所面对的各种情况等等。 ......