learning机器machine gt
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 ......
vs .csproj会丢失<SubType>导致代码无法显示设计界面
突然某天打开vs代码，点击某个页面，无法显示可视化设计界面，直接进入代码； 和之前版本对比发现.csproj丢失许多<SubType>。 解决办法：debug模式下重新生成，然后关闭vs,再打开就可以了。 貌似是vs的bug。 ......
<学习笔记> 四边形不等式
四边形不等式 对于任意的 \(l_1\le l_2\le r_1\le r_2\)，满足 \(w(l_1,r_1)+w(l_2,r_2)\le w(l_1,r_2)+w(l_2,r_1)\) 。 若等号恒成立，则称函数 \(w\) 为四边形恒等式。 如何证明 若满足 \(w(l,r-1)+w(l+1 ......
《Learning Transferable Visual Models From Natural Language Supervision》论文学习
一、Abstract 最先进的计算机视觉系统被训练用以预测一组预定的固定目标类别。这种受限的监督方式限制了它们的通用性和可用性，因为需要额外的标记数据来指定任何新的视觉概念。因此，直接从关于图像的原始描述文本中学习是一个有希望的替代方法，它利用了更广泛的因特网监督来源。 我们证明了预测哪个标题与哪张 ......
DBus.server服务启动报错->"/etc/selinux/*/contexts/dbus_contexts": No such file or directory
系统启动后很多使用dbus1的命令没法使用，查看日志发现dbus.service没有启动，并伴随下面报错： Failed to start message bus: Failed to open "/etc/selinux/targeted/contexts/dbus_contexts": No s ......
密码学家晚餐问题（n>2情况）
密码学家晚餐问题 场景描述 三位密码学家（Alice、Bob、Carol）正在享受晚餐，坐在他们钟爱的三星级餐馆。 业务逻辑 在准备支付账单时，侍者通知他们需要匿名支付，其中一个密码学家可能正在支付账单。账单可能已经由美国国家安全局（NSA）支付。他们互相尊重匿名支付的权利，但又需要确认是否是NSA ......
PHP RabbitMQ 发送端 channel->basic_publish() 阻塞问题记录
该问题是由于官方机制的带来的，当可用磁盘空间降至配置的限制（默认为50 MB）以下时，将触发警报，所有生产者将被阻止。目的是避免填满整个磁盘，这将导致节点上的所有写操作失败并可能导致RabbitMQ终止。 ......
linux：date <=> timestamp：转换；10进制 <=> 16进制；读取二进制原始数据hexdump
进制转换： 使用linux的 coreutils 的 printf 函数 ： printf "%d" 0xf23b9 printf "%x" 12345 date timestamp 转换： date +"%F_%T" -d @时间戳的长整型值 date +"%s" [now] tail\head ......
【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 ......
【scikit-learn基础】--『预处理』之 分类编码
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
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. ......
The fourth day learning summary
一、for 循环循环就是重复做某件事，for循环是python提供第二种循环机制（第一种是while循环），理论上for循环能做的事情，while循环都可以做。目的：之所以要有for循环，是因为for循环在循环取值（遍历取值）比while循环更简洁。代码示例：for i in range(1, 11 ......
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 ......
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 ......
EtherCAT转PROFINET工业网关-GT200-PN-EC
GT200-PN-EC是实现PROFINET控制器和EtherCAT伺服或变频器设备之间的数据交换网关。它可以将多个EtherCAT设备连接到PROFINET网络中，并在它们之间建立可靠的通信通道。 产品特点： 1、使用方便：用户不必了解复杂的PROFIdrive 行规和CIA402协议规范，西门子 ......
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 ......
HydroOJ 从入门到入土（8）用validAs解决Remote Judge提交的语言问题(>=4.9.17)
没有 validAs 这个语法的话, 编译语言会一大堆, 而且远程评测域(Remote Judge / vjudge)和普通域之间的语言名称并不通用, 很是麻烦. 比如我之前想引用cf域(vjudge)的题, 需要引入一堆数字编号的语言, 直接污染了我设置的可提交语言, 于是直接怒删 cf 域 ( ......
LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记
Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......
机器学习-线性分类-支持向量机SVM-软间隔-13
目录1. 总结 SVM2. 软间隔svm 1. 总结 SVM SVM算法的基础是感知器模型， 感知器模型 与 逻辑回归的不同之处？ 逻辑回归 sigmoid(θx) 映射到 0-1之间给出预测概率 感知器分类 sign(θx) 输出θx的符号， +1 或者-1 给出x是属于正样本还是负样本 直接输出 ......
BigdataAIML-ML-Models for machine learning Explore the ideas behind machine learning models and some key algorithms used for each
最好的机器学习教程系列：https://developer.ibm.com/articles/cc-models-machine-learning/ By M. Tim Jones, Published December 4, 2017 Models for machine learning Alg ......
OpenCV 机器视觉的四大任务
CV的四大任务 图像分类(image classification), 检查图像中是否包含某种物体, 或者包含哪些物体. 目标检测(Object detection 或 Object localization), 确定目标的位置和类别, 用bounding box圈出具体的位置 语义分割 (sema ......
Deep Residual Learning for Image Recognition：ResNet
Deep Residual Learning for Image Recognition * Authors: [[Kaiming He]], [[Xiangyu Zhang]], [[Shaoqing Ren]], [[Jian Sun]] DOI: 10.1109/CVPR.2016.90 初读 ......
Learning to Rank — xgboost 2.0.2
* [Learning to Rank — xgboost 2.0.2 documentation](https://xgboost.readthedocs.io/en/stable/tutorials/learning_to_rank.html)* [XGBoost的原理、公式推导、Python实 ......
波士顿机器人拿枪射击是真是假？视频是如何拍摄制作的？其实是有真人录制，然后通过后期特效制作而成
具体内容： https://www.freedidi.com/11122.html 视频制作过程的视频： https://youtu.be/zIdqiwHsuI8 ......
大语言模型与传统机器学习的架构差异性解析
在人工智能领域，架构设计是决定一个模型性能和应用范围的关键因素。大语言模型和传统机器学习有不同的设计框架，使得它们在应用场景和处理任务上具有显著差异。大语言模型，如GPT和BERT，基于庞大而复杂的神经网络结构构成，这些神经网络结构拥有数百万甚至数十亿的参数，能够学习和理解大量的数据，尤其是在处理自 ......
机器学习项目精选 第一期：超完整数据科学资料合集
大噶吼，不说废话，分享一波我最近看过并觉得非常硬核的资源，包括Python、机器学习、深度学习、大模型等等。 1、超完整数据科学资料合集 地址：https://github.com/krishnaik06/The-Grand-Complete-Data-Science-Materials Pytho ......
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance 基于图像和视频的小对象指南使用深度学习进行检测：的案例研究海上监视 1 ......
Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives
应对行人信息丢失、噪声干扰、视角错位等挑战 局部特征学习：人体分割、姿态估计、语义分割、属性注释、混合法 ***语义分割*** ECCV-2020）用于行人重识别的身份引导人类语义解析 https://blog.51cto.com/u_14300986/5466923 ......
【机器学习】OpenCV人脸识别
OpenCv 基础函数 # 读取图片 image = cv2.imread("test01.jpg") # 转灰度 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 修改尺寸 resize_image = cv2.resize(image, ......