转自 机器 森林sklearn
微型5G智能网关助力打造智能清洁机器人
针对清洁机器人应用，可以选用微型5G智能网关方案，为机器人提供高速、低延时的5G通信和5G远程管理能力，支撑机器人更高效地进行清洁工作。 ......
无人机高空巡查+智能视频监控技术，打造森林防火智慧方案
将无人机采集的音视频信息实时传输回地面站、指挥中心，管理员可以通过实时高清视频监控了解到森林防火巡视现场的情况。 ......
实现个人微信机器人的开发
简要描述： 修改好友备注 请求URL： http://域名地址/modifyRemark 请求方式： POST 请求头Headers： Content-Type：application/json Authorization：login接口返回 参数： 参数名必选类型说明 wId 是 string 登 ......
SQL Server通过钉钉机器人直接发送消息
SQL Server通过钉钉机器人直接发送消息 /** 启用 Ole Automation Procedures 选项 exec sp_configure 'show advanced options',1; go reconfigure; go sp_configure 'Ole Automati ......
【机器学习】Django，余弦距离之基于用户,评分物品的推荐
表设计 # 用户表 class UserInfo(models.Model): username = models.CharField(max_length=32,unique=True,verbose_name="用户名") password = models.CharField(max_leng ......
基于个微机器人的二次开发
请求URL： http://域名地址/addChatRoomMember 请求方式： POST 请求头Headers： Content-Type：application/json Authorization：login接口返回 参数： 参数名必选类型说明 wId 是 string 登录实例标识 ch ......
2台机器安装Redis主从
2台机器安装Redis主从 1. 配置redis.conf（主） bind 127.0.0.1 #注释掉 protected-mode no #关闭保护模式 daemonize yes #开启后台守护进程 logfile "/var/log/redis/redis.log" #日志文件路径 2.配置 ......
天行机器人对接
1.注册后申请接口即可获得免费接口次数： https://www.tianapi.com/apiview/47 2.接口交互： @PostMapping("/talk")public CommonResult<String> talk(@RequestParam String question){ ......
【机器学习】概率
掷色子实验 首先用一个张量表示事件可能出现的概率情况 然后创建多项分布 multinomial.Multinomial(totol_count, probs) 。参数 totol_count 表示抽样次数，probs 表示每个类别的概率分布 使用 .sample()方法进行抽样操作 使用图像来揭示大 ......
[机器学习复习笔记] 机器学习基础
机器学习基础 1. 基础概念和术语 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\)) 我们获得的数据集中的一条数据，被称为一个 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\))，在不存在数据缺失的情况下，所有样本 ......
微型5G网关如何满足智能巡检机器人应用
随着物联网、5G、边缘计算等技术的广泛普及，能够替代人工的智能巡检机器人已经得到越来越多应用，有效解放人力资源，保障工况安全，提升厂区整体效能 ......
Sklearn实现线性回归和逻辑回归
Linear Regression class sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=None) 参数解释如下： fit_intercept : 布 ......
TF-IDF原理及Sklearn实现
TF-IDF算法介绍 TF-IDF（term frequency–inverse document frequency，词频-逆向文件频率）是一种用于信息检索（information retrieval）与文本挖掘（text mining）的常用加权技术。 TF-IDF是一种统计方法，用以评估一字词 ......
【机器学习】自动微分
标量变量的反向传播 以下举两个例子说明标量变量的反向传播如何实现。 非标量变量的反向传播 在上述的例子中，x 是向量，而 y 是标量，这种类型为标量变量的反向传播。 但当 y 不是标量时，比如 y = x * x，当求向量 y 关于 另一个向量 x 的导数时，结果通常就是一个矩阵，被称为雅可比矩阵， ......
获取机器硬件信息
0.获取所有硬件信息 lshw 1.获取机器SN号等系统信息 lshw -C system 2.获取CPU信息 lshw -C processor 3.获取磁盘信息 lshw -C disk 4.获取内存信息 lshw -C memory 5.获取网络硬件信息 lshw -C network 6.获 ......
【自己搭建一个：端到端的语音+大模型聊天机器人】
概要 发篇文章记录一下最近搞的语音+大模型聊天机器人的搭建过程，供交流学习。有正反馈的话会继续优化。 整体架构流程 注意：借传统的基于RASA的对话机器人的图一用，本博会把NLU（Natural Language Understanding）和 Dialogue Management这两个组件，用大 ......
机器学习-逻辑回归：从技术原理到案例实战
在本篇文章中，我们对逻辑回归这一经典的机器学习算法进行了全面而深入的探讨。从基础概念、数学原理，到使用Python和PyTorch进行的实战应用，本文旨在从多个角度展示逻辑回归的内在机制和实用性。 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、团队管理经 ......
抖音自动点赞评论刷视频机器人
影刀直接获取我的应用，进行测试 https://api.winrobot360.com/redirect/robot/share?inviteKey=9cd173e2024d2440 按照以下流程执行 打开Edge浏览器，打开www.douyin.com 键盘输入 x，打开评论 无限循环 等待元素 ......
[机器学习复习笔记] KNN（k近邻）
KNN 1. KNN 算法 （\(k\) 近邻） \(k\) 近邻学习 (\(\text{k-nearest} \; \text{neighbor}, \; k\text{-NN}\)) 是一种常用的监督学习方法，思路非常简单：给定一个样本数据集，对于每个输入的测试样本，在训练集中找到与该测试样本 ......
机器学习中的深度学习的概念及激活函数、梯度爆炸和梯度消失的总结归纳
1.何为深度学习 在当今时代，机器学习不断深入，很多领域被研究，深度学习是目前最为热门之一的领域， 它被引入机器学习使其更接近于最初的目标——人工智能。 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。 2.深度学习的目标 让机器能 ......
随机森林的nodesize值
首先，什么是nodesize值，以及它的含义和作用。 nodesize值是指定每个叶子节点最少包含的样本数量的整数值，它是随机森林算法的一个重要的参数，它影响了随机森林的复杂度和泛化能力。 nodesize值的含义和作用是控制决策树的生长和剪枝，以及随机森林的随机性和准确性。 当nodesize值较 ......
超低功耗/省电LCD液晶显示段码驱动芯片VKL128/VKL060/VKL144A/B适用于扫地机器人/燃气表/压力表/传感器
产品型号：VKL060 产品品牌：永嘉微电/VINKA 封装形式：SSOP24 产品年份：新年份 原厂直销，工程服务，技术支持，价格最具优势！ VKL060概述: VKL060是一个点阵式存储映射的LCD驱动器，可支持最大60点（15SEGx4COM）的LCD屏。单片机可通过I2C接口配置显示参数和 ......
见证雷池成为 GitHub 全球第一的 WAF 项目 ,(转自雷池微信公众号)
见证雷池成为 GitHub 全球第一的 WAF 项目 原创 雷池开发者团队 [CT Stack 安全社区](javascript:void(0)😉 2023-12-05 14:56 发表于浙江 雷池（SafeLine）是长亭科技耗时近 10 年打造的 WAF，由长亭独创的智能语义分析算法驱动。 雷 ......
机器学习-学习率：从理论到实战，探索学习率的调整策略
本文全面深入地探讨了机器学习和深度学习中的学习率概念，以及其在模型训练和优化中的关键作用。文章从学习率的基础理论出发，详细介绍了多种高级调整策略，并通过Python和PyTorch代码示例提供了实战经验。 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 ......
[机器学习复习笔记] SVM 支持向量机
SVM 支持向量机 1. SVM 基本模型 1.1 线性可分问题 给定一个训练样本集 \(D = \{(x_1, y_1), (x_2, y_2), ... , (x_n, y_n)\}, \; y_i \in \{-1, +1\}\)。假设两个点集 \(D_0\) 和 \(D_1\)，且 \(D_ ......
机器学习--决策树（信息熵，信息增益，信息增益率，基尼值，基尼指数）
决策树是根据条件分支语句if-else产生的，决策树是一种树形结构，每一个内部节点表示是一个属性上的判断，每一个分支表示判断结果的输出，每一个叶子节点表示分类结果，本质上就是多个判断节点的树。 在使用决策树的时候会提到熵的概念 熵：熵表示混乱程度，越混乱熵值越大，越有序熵值越小，在信息论里，有着信息 ......
机器视觉中的图像增强与对比度调整技术
在机器视觉中，图像增强与对比度调整技术是常用的方法，旨在改善图像的质量和视觉效果，或将图像转换成更适合人眼观察或机器分析识别的形式。 图像增强技术可以针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征。例如，可以扩大图像中不同物体特征之间的差别 ......
机器学习-ROC曲线：技术解析与实战应用
本文全面探讨了ROC曲线（Receiver Operating Characteristic Curve）的重要性和应用，从其历史背景、数学基础到Python实现以及关键评价指标。文章旨在提供一个深刻而全面的视角，以帮助您更好地理解和应用ROC曲线在模型评估中的作用。 关注TechLead，分享AI ......
局网机器连虚拟机
主要使用端口映射，编辑-》虚拟网络编辑器-》选择对应的网络（VMnet8）-》NAT设置...->添加端口转发 参考：访问局域网中的虚拟机（详细教程！）_局域网访问pd虚拟机-CSDN博客 ......