注意力 机器
[升级] MySQL升级步骤及注意事项
升级步骤 a. 备份数据库（包括schema，data，routines(function,triggers etc) b. 修复util.checkForZSzerverUpgrade()发现的问题 c. 添加innodb_fast_shutdown=0来彻底的关闭mysql d. 更新mysql ......
【Python微信机器人】第六七篇: 封装32位和64位Python hook框架实战打印微信日志
目录修整 目前的系列目录(后面会根据实际情况变动): 在windows11上编译python 将python注入到其他进程并运行 注入Python并使用ctypes主动调用进程内的函数和读取内存结构体 调用汇编引擎实战发送文本和图片消息(支持32位和64位微信) 允许Python加载运行py脚本且支 ......
抖音直播机器人浏览器插件
这是我开发的一款浏览器插件，可以实现在直播间定时发送话术，以及监听直播间评论，对接AI客服系统进行自动回复。 实现效果 可以实时监听评论区内容，包括用户来了和点赞，以及用户发送的评论文本。调用我客服系统的接口，获取AI回复结果，再自动回复发送。 监听到的评论： 插件的配置页面： 可以设置忽略监听的昵 ......
某宝上搞来的电子书，经典的量化投资书籍，《Advances in Financial Machine Learning》—— 《金融机器学习的进展》、《量化投资与机器学习》、《金融机器学习研究进展》
英文书名： 《Advances in Financial Machine Learning》 经典的量化投资书籍，某宝上6元搞来的电子版： ......
从规则到神经网络：机器翻译技术的演化之路
在本文中，我们深入探讨了机器翻译的历史、核心技术、特别是神经机器翻译（NMT）的发展，分析了模型的优化、挑战及其在不同领域的应用案例。同时，我们还提出了对未来机器翻译技术发展的展望和潜在的社会影响。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理 ......
NC65元数据添加七彩版时注意点
元数据添加七彩版时注意点 元数据七彩版模式 主要添加Xml文件调整格式 添加时注意点如下 手动创建Panel时 自动生成的实现方法中有一个方法的返回值一定要为true 该方法主要是控制显不显示手动创建的七彩版 元数据生成主子表单据节点时使用小写 功能注册时也尽量小写避免生成的多语文件在菜单读取加载时 ......
关于密码哈希算法BCrypt的编码结果各部分意义分析及其他注意事项
找到一个英文的解析: The bcrypt standard makes storing salts easy - everything it needs to check a password is stored in the output string. The prefix "$2a$" or ......
机器学习-无监督机器学习-图聚类-21
目录1. AP聚类算法2. Spectral Clustering 谱聚类 1. AP聚类算法 affinity 相似度 propgaption 传播 exemplars 模范 代表 Affinity Propagation Clustering特别适合高维、多类数据快速聚类，相比传统的聚类算法，该 ......
机器学习笔记（三）简单手写识别
目标 实现一个简单的手写识别的脚本，同样的，流程分五步走： 读入数据 初始化模型 训练模型 训练样本集乱序 校验数据有效性 前期准备 前期需要将库导入，还需要进行一些初始化操作 数据处理部分之前的代码，加入部分数据处理的库 点击查看代码 #加载飞桨和相关类库 import paddle from p ......
STM32CubeIDE新建项目的一些注意事项
1. 生成代码后的warning: “No explicit project encoding” Project->Properties->Resource->Text file encoding->Other 2. 滴答定时器的中断 在stm32xxxx_it.c中添加：HAL_SYSTICK_I ......
教你几个部署多个nginx-ingress的注意事项
本文分享自华为云社区《nginx-ingress工作原理以及多nginx-ingress部署注意事项》，作者： 可以交个朋友。 一、nginx-ingress工作原理 nginx-ingress对应的容器中有两个核心组件：nginx-ingress-controller和nginx。其中nginx- ......
BOSHIDA DC电源模块有哪些注意事项和使用技巧？
BOSHIDA DC电源模块有哪些注意事项和使用技巧？ DC电源模块的注意事项和使用技巧包括以下几点： 1. 选择适当的电源模块：根据需要选择合适的电源模块，考虑电压、电流和功率等参数。确保模块能够满足所需的电力要求。 2. 输入电压范围：注意检查模块的输入电压范围，以确保输入电压在其工作范围内。过 ......
AIKit v4.11.0 – WordPress AI 自动编写器、聊天机器人、写作助手和内容重定向器 / OpenAI GPT 插件
AIKit v4.11.0：WordPress的AI革命 一、引言 AIKit v4.11.0是一款为WordPress用户精心设计的强大插件，该插件集成了OpenAI的GPT-3技术，为用户提供了前所未有的AI写作和聊天机器人功能。此版本的推出，将WordPress的功能扩展到了全新的领域，利用人 ......
机器学习-无监督机器学习-层次聚类-20
目录1.凝聚聚类 Agglomerative Clustering2. 分裂聚类3. BIRCH 1.凝聚聚类 Agglomerative Clustering 在不同层次上对数据集进行划分，形成树状的聚类结构。AggregativeClustering是一种常用的层次聚类算法。 最初将每个样本点看 ......
机器学习-无监督机器学习-密度聚类DBSCAN-19
目录1. DBSCAN2. OPTICS2. MeanShift 1. DBSCAN Density based clustering DBSCAN不要求我们指定cluster簇的数量，避免了异常值，并且在任意形状和大小的cluster簇中工作得非常好。它没有质心，聚类簇是通过将相邻的点连接在一起的 ......
Microsoft Azure AI 机器学习笔记-1
机器学习的基本内容学习笔记-01，学习链接：https://learn.microsoft.com/zh-cn/training/paths/get-started-with-artificial-intelligence-on-azure/ ......
新中源台湾版六仔系统平台安装编译出租的注意方法和处理
T-G: zy369369在同步的 Rust 方法中调用异步代码经常会导致一些问题，特别是对于不熟悉异步 Rust runtime 底层原理的初学者。本人网站有详细介绍多种方法http://www.jizhifuke.com 在做 GreptimeDB 项目的时候，我们遇到一个关于在同步 Rust ......
python中能被注意到的异常
异常分为编译性异常与运行性异常 python中的try只能看见运行性异常 第一种情况：pycharm看到异常，是编译时异常 第二种情况：pycharm看到异常，但是是运行时异常 第三种情况：pycharm看不到异常，是运行时异常 ......
【用户案例】走进南海法院：点赞数字机器人，见证审执“加速度”
11月27日下午3时，在南海法院一间办公室内，几台无人操作的电脑竟自动模拟人对鼠标键盘的操作，先自动读取办案人员提供的案件列表，一步步地生成文书，后对相应的案件发起财产查询。 这是数字机器人的应用状态。2023佛山口碑榜“品质口碑市民体验游”观察团实地参观南海法院数字机器人管理中心等建设成果，市民们 ......
Steam验证后提示“您对 CAPTCHA 的响应似乎无效。请在下方重新验证您不是机器人”
解决方法： 用手机l登录此网址：https://store.steamchina.com/join/?snr=1_4_4__more-content-login，进行验证即可 注意：用流量 ......
机器学习-无监督机器学习-kmeans衍生的算法-18
目录1. k-Medoids2. 二分KMEANS3. KMeans++4. elkan KMeans5. min batch KMeans算法6.小结： 1. k-Medoids 之前的kmeans算法 对于异常点数据特别敏感，更新中心点的时候，是对于该簇的所有样本点求平均，这种方式对于异常样本特 ......
机器学习-无监督机器学习-kmeans-17
目录1. 什么是聚类2. 代码实现 1. 什么是聚类 无监督机器学习的一种 输入数据只有X 没有y 将已有的数据 根据相似度 将划分到不同的簇 （花团锦簇） 步骤： 随机选择k个簇的中心点 样本根据距离中心点的距离分配到不同的簇 重新计算簇的中心点 重复 2-3直到所有样本 分配的簇不再发生改变 距 ......
用C#也能做机器学习？
前言✨ 说到机器学习，大家可能都不陌生，但是用C#来做机器学习，可能很多人还第一次听说。其实在C#中基于ML.NET也是可以做机器学习的，这种方式比较适合.NET程序员在项目中集成机器学习模型，不太适合专门学习机器学习，本文我将基于ML.NET Model Builder（低代码、入门简单）构建一个 ......
机器学习-线性分类-支持向量机SVM-合页损失-SVM输出概率值-16
目录1. SVM概率化输出2. 合页损失 1. SVM概率化输出 标准的SVM进行预测 输出的结果是： 是无法输出0-1之间的 正样本 发生的概率值 sigmoid-fitting 方法： 将标准 SVM 的输出结果进行后处理，转换成后验概率 A,B 为待拟合的参数， f 为样本 x 的无阈值输出。 ......
ThreadLocal和InheritableThreadLocal详解,基本原理及注意项 父子线程数据共享
一、ThreadLocal介绍 在多线程环境下访问同一个线程的时候会出现并发问题，特别是多个线程同时对一个变量进行写入操作时，为了保证线程的安全，通常会进行加锁来保证线程的安全，但是加锁又会造成效率的降低；ThreadLocal是jdk提供的除了加锁之外保证线程安全的方法，其实现原理是在Thread ......
机器学习笔记（二）使用paddlepaddle，再探波士顿房价预测
目标 用paddlepaddle来重写之前那个手写的梯度下降方案，简化内容 流程 实际上就做了几个事： 数据准备：将一个批次的数据先转换成nparray格式，再转换成Tensor格式 前向计算：将一个批次的样本数据灌入网络中，计算出结果 计算损失函数：以前向计算的结果和真是房价作为输入，通过算是函数 ......
运维注意事项注意点
1、 网络传输记得限速。包传输记得看是否需要限速磁盘输入输出比如挂载到服务器上的对象存储，用于备份数据时，mv是没有限速的。可以用rsync 或scp 复制懂啊挂载目录，然后删除原文件。如果不限速，有可能会占满带宽，导致其它应用的访问不能正常使用。比如某次服务时好时坏，是由于备份时，将带宽占满导致的 ......
机器学习笔记（一）从波士顿房价预测开始，梯度下降
从波士顿房价开始 目标 其实这一章节比较简单，主要是概念，首先在波士顿房价这个问题中，我们假设了一组线性关系，也就是如图所示 我们假定结果房价和这些参数之间有线性关系，即: 然后我们假定这个函数的损失函数为均方差，即： 那么就是说，我们现在是已知y和x，来求使得这个损失函数Loss最小化的一个w和b ......
自然语言处理：通过API调用各大公司的机器翻译开放平台
国内大公司做机器翻译做的比较好的有讯飞和百度，这里给出这两个公司机器翻译的开放平台API的介绍： 讯飞开放平台： 链接：https://www.xfyun.cn/doc/nlp/xftrans_new/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E 百度翻 ......