深度 机器 理论
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。 ......
代码随想录算法训练营第十天 | 栈与队列理论基础，232.用栈实现队列，225.用队列实现栈
一、栈与队列理论基础 学习： 1. 定义 栈先进后出 队列先进先出 2. 底层实现 均可以通过数组或链表进行实现 二、232.用栈实现队列 题目链接： LeetCode 232.用栈实现队列 学习前： 思路： 无 学习后： 不同方法有部分功能实现是一致的，则可以进行抽象提取，实现复用性 两个栈实现队 ......
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 ......
深度学习揭示日降水中的人类影响(Nature)
气候模型预测温室气体加强了日降水变化和极端事件，但由于区域降水波动太大，无法直接使用观测数据验证这种预测。 作者提出用CNN做检测，首先给模型输入全球降水异常分布图，然后输出一个年全球平均气温，输出端的真值是模拟数据。 模型训练好以后给模型输入近年的卫星观测、模式模拟、再分析等数据(用好几套数据是考 ......
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 ......
机器学习-线性分类-支持向量机SVM-SMO算法代码实现-15
1. alpha2 的修剪 if y1 != y2 : α1 - α2 = k # 不用算k的具体大小 if k > 0: # 上图的左 下这条线 α2 的区间 (0, c-k) k < 0 : # 上图的左 下这条线 α2 的区间 （-k, C） 所以： L = max(0, -k) # k>0 ......
机器学习中集成学习的概念及其一些典型算法
1.集成学习的概念 集成学习是一种机器学习范式，在这种范式中，多个学习者被训练和组合起来一起解决同一个问题。通过使用多个学习者，就可以把整个模型的泛化能力提高很多倍 所以说，集成学习的泛化能力比单个学习者强得多得多，所以叫：“集思广益”。 2.集成学习的具体流程 一个问题出来，数据集丢给若干模型进行 ......
图(树)的深度优先遍历dfs
图的深度优先遍历 深度优先，即对于一个图或者树来说，在遍历时优先考虑图或者树的单一路径的深度。示意图如下 即深度优先搜索的核心就是对一个路径一直向下搜索，当搜索到头时就回溯到前一状态再寻找别的路 深搜问题一般有两种情况，一种是搜索时元素只能用有限次，这需要我们定义一个全局标记数组来对已经使用的数字进 ......
python钉钉机器人运维脚本监控实例
面是关于“Python钉钉机器人运维脚本监控实例”的完整攻略: 目录 介绍 使用步骤 配置机器人 运行脚本 示例说明 监控服务器CPU使用率 监控服务器磁盘空间 总结 介绍 钉钉机器人是钉钉提供的一种形式化的通信渠道，可以通过代码来调用钉钉机器人的API，实现以机器人的形式向钉钉群组发送消息。本篇攻 ......
opencv图像处理机器学习真实项目教程(python实现)3图像处理基础
3 图像处理基础 在本章中，我们将介绍图像处理中的各种操作，首先是基于平移的操作，如旋转和调整大小。读者将学习如何使用 OpenCV 旋转和调整图像大小，以及如何控制生成图像的大小和方向。本章接着介绍了图像的算术运算，如加法、减法和除法。本章继续以图像运算为主题，介绍图像的位运算，如 AND、OR ......
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 ......
用C#也能做机器学习？
本文先是简单介绍了ML.NET与ML.NET Model Builder，其次基于ML.NET Model Builder构建了一个猫狗识别的机器学习模型实例，最后在.NET项目中集成了它。 ......
MLX vs MPS vs CUDA:苹果新机器学习框架的基准测试
如果你是一个Mac用户和一个深度学习爱好者，你可能希望在某些时候Mac可以处理一些重型模型。苹果刚刚发布了MLX，一个在苹果芯片上高效运行机器学习模型的框架。 最近在PyTorch 1.12中引入MPS后端已经是一个大胆的步骤，但随着MLX的宣布，苹果还想在开源深度学习方面有更大的发展。 在本文中， ......
opencv图像处理机器学习真实项目教程(python实现)2图像入门
本章介绍图像的基本概念和基本操作。 我们将首先提供像素等图像基础知识的清晰定义。 接下来，我们将深入讲解如何使用 OpenCV 库读取、显示和保存图像。 然后我们将继续使用 OpenCV 在图像上绘制形状的实际任务，重点是矩形、圆形和其他基本形状等主题。 主要内容： 图像和像素简介 读取、显示和写入 ......
K8S的污点和容忍度(理论+实战)
5分钟搞懂K8S的污点和容忍度(理论+实战) 不焦躁的程序员 软件开发行业 研发总监 3 人赞同了该文章 本文主要快速讲解Kubernetes的污点和容忍度，一句话总结：如果Pod能容忍某个节点上的污点，那么Pod就可以调度到该节点。 在K8S中，如果Pod能容忍某个节点上的污点，那么Pod就可 ......
机器学习-线性分类-支持向量机SVM-SMO算法-14
目录1. SVM算法总结2. SMO算法 1. SVM算法总结 选择 核函数 以及对应的 超参数 为什么要选择核函数？ 升维 将线性问题不可分问题 升维后转化成 线性可分的问题 核函数 有那些？ linea gauss polinormail tanh 选择惩罚项系数C min ||w||2 + C ......
前端广度和深度拓展方式之多看博文
记录一些阅读的比较好的博文汇总 1.框架类相关的 前端框架自欺欺人，TypeScript全无必要？(自述了对于目前前端框架越来越复杂，学习成本越来越高的背景和见解) ......
大数据hadoop理论面试题
1、列举几个hadoop生态圈的组件并做简要描述？ （1）Zookeeper:是一个开源的分布式应用程序协调服务,基于zookeeper可以实现同步服务，配置维护，命名服务。 （2）Flume:一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。 （3）Hbase:是一个分布式的、面向列 ......
【Python微信机器人】第六篇：优化使用方式，可pip安装
优化内容 这篇不聊技术点，说一下优化后的Python机器人代码怎么使用，优化内容如下： 将hook库独立成一个库，发布到pypi，可使用pip安装 将微信相关的代码发布成另一个库，也可以pip安装 git仓库统一，以后都在这个仓库更新，不再一篇文章一个仓库 开始建群，根据群里反馈增加功能和修复bug ......
深度学习知识结构梳理（一）
一、基础篇 1. NMS及其变种 NMS： Soft-NMS： IOU-NMS： 2. 损失函数Loss及其变种 CTC LossL1 Loss：BCE Loss：IOU Loss： Focal Loss：减少易分类样本权重 3. 激活函数 Sigmoid： RELU： Softmax： Tan: ......
机器学习算法——决策树
1.决策树算法地位 决策树属于分类问题，是有监督学习的一部分，并且属于有监督学习里的分类问题； 2.决策树的结构 顾名思义：就是一个树结构（可以是二叉树也可以非二叉树）： 树的非叶子节点表示一个特征属性上的测试； 树的每个分支代表这个特征属性在某个值域上的输出； 每个叶子节点存放的是一个类别。 3. ......
opencv图像处理机器学习真实项目教程(python实现)1计算机视觉简介
1 计算机视觉简介 欢迎来到计算机视觉的世界。 本书将带您踏上令人兴奋且快速发展的计算机视觉和图像处理世界的旅程。本书首先介绍计算机视觉和OpenCV库。 然后，我们将继续介绍本课程的基本库和所需的环境设置。 主要内容： 计算机视觉简介 计算机视觉的应用 Python OpenCV OpenCV简史 ......
深度解析Python爬虫中的隧道HTTP技术
前言 网络爬虫在数据采集和信息搜索中扮演着重要的角色，然而，随着网站反爬虫的不断升级，爬虫机制程序面临着越来越多的挑战。隧道HTTP技术作为应对反爬虫机制的重要性手段，为爬虫程序提供了更为灵活和隐蔽的数据采集方式。本文将探讨Python爬虫中的隧道HTTP技术，包括其基础知识、搭建过程、技术优势以及 ......
羚通视频智能分析平台：车辆检测算法的深度解析
随着科技的不断发展，视频监控技术已经深入到我们生活的各个角落。在这个背景下，羚通视频智能分析平台应运而生，它通过先进的车辆检测算法，为我们的生活带来了极大的便利。本文将详细介绍羚通视频智能分析平台的车辆检测算法。 一、羚通视频智能分析平台简介 羚通视频智能分析平台是一款基于人工智能技术的智能视频分析 ......
突发奇想入一下机器学习的坑，STEP 1，想卒
检索机器学习入门，书籍推荐 《统计学习方法》李航 著 《机器学习》西瓜书 周志华 著 《Elements of Statistical Learning》（ESL）, 《Machine Learning:A Probabilistic Perspective》（MLAPP） 这两本书可以是被奉为机器 ......
如何扩充知识广深度：以强网杯2023谍影重重2.0为例
附件截图 通过筛选, 提取tcp流量, 得到： 抛开弯弯曲曲的思考过程, 直接来看wp：(by：战队： Arr3stY0u) 好, 直接解码得到结果的。好像这题就做完了?思考以下几个问题： 1. 为什么别人能马上知道是ADS-B? 下次比赛过程期间我能不能也查到一些未知的协议? 2.为什么一个协议马 ......
机器学习是什么？--九五小庞
机器学习（Machine Learning, ML）是人工智能（Artificial Intelligence, AI）的一个分支，它使计算机系统能够利用数据来自动学习和改进经验而无需明确编程。机器学习主要关注开发算法，这些算法可以从数据中学习模式，并做出预测或决策。 我理解的机器学习： 机器通过训 ......