ml
1MKDd_5Ml
title: '借钱与友情：一段深思熟虑的旅程' date: 2023-08-05 13:05:04 tags: [] published: true hideInList: false feature: isTop: false 在生活的道路上，我们难免会遇到一些棘手的问题，其中之一就是：当朋友向 ......
【ML算法基础】一欧元滤波器
前言 参考 1. 算法笔记 | 一欧元滤波器(1€ Filter, OneEuroFilter); 2. 1€ Filter Demo; 3. 一欧元滤波器(OneEuroFilter)_胖胖腐乳的博客-CSDN博客; 4. Noise Filtering Using 1€ Filter | Jaa ......
ML-relu变体
由于课程上的需要，所以自己需要整理一下这几个Relu函数相关的含义，想来写到word也是写，写到博客也是写，挂博客上能多留点回忆。 # LeakyReLu 说到找函数，还是得去官网直接搜，咔一下，立马就搜到了。啊，那我肯定就直接复制着写。先看看官网里面的描述： : def __init__(self, env, x, y, routRule, AGV_num, WS_num, AGV_disRuleV, AGV_disRuleW, Ledispatch = "None", Task = ["None", "None" ......
ML-for-AGV-Dispatching：run.py解读
import simpy from ShopFloor import Center import Learn as Le import numpy as np import pandas as pd import pickle import time Task = "None" #TestD, Te ......
ML-for-AGV-Dispatching：Learn.py逐段解读
import numpy as np import Routing import random as rd import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd from sklearn import ......
ML-for-AGV-Dispatching：Dispatcher.py逐段解读
from ShopFloor import Vehicle, Job from Routing import ShortestPath as sp def VID(Controller, Vehicle, rule, routRule, Parameter): if Controller.job_n ......
ML-for-AGV-Dispatching：ShopFloor.py逐段解读
import simpy from Routing import ShortestPath as sp import tkinter as tk import Dispatcher as dp import numpy as np import Learn as Le import copy imp ......
ML-for-AGV-Dispatching：Routing.py逐段解读
# -*- coding: utf-8 -*- """ Created on Mon Nov 20 10:55:40 2017 @author: CIMlab徐孟維 """ ''' Alpha = 0.06 Beta = 0.03 Gamma = 0.01 Dist1 = 3 Dist2 = 7 ' ......
ML-for-Dispatching-Module解释
home unet View code on Github # U-Net This is an implementation of the U-Net model from the paper, U-Net: Convolutional Networks for Biomedical Image ......
ML Agents 学习笔记 (1)
**本文是对 https://developer.unity.cn/projects/6232aab0edbc2a0019dcfe38 的补充, 非原创.** # 0. 环境搭建 创建虚拟环境, 环境内安装 ml-agents 包等. 安装 Unity, 克隆 ML-Agents github 仓库 ......
【雕爷学编程】Arduino动手做（143）---ML8511紫外线传感器模块
37款传感器与执行器的提法，在网络上广泛流传，其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问 ......
构建可靠的机器学习平台：AmazonSageMaker和AmazonMachineLearning(ML)
[toc] 构建可靠的机器学习平台： Amazon SageMaker 和 Amazon Machine Learning(ML) 背景介绍 随着深度学习的兴起，机器学习在人工智能领域的应用越来越广泛。Amazon作为全球最大的在线零售商之一，其AI技术也逐渐渗透到了各个领域，如自然语言处理、推荐系 ......
[ML从入门到入门] 初识人工神经网络、感知机算法以及反向传播算法
前言 人工神经网络（Artificial neural networks，ANNs）被广泛认为诞生于 20 世纪四五十年代，其核心理论可以追溯到 19 世纪初 Adrien-Marie Legendre 发明的最小二乘法，而在今天，经过了半个世纪互联网和计算机技术的迅猛发展，这片耕耘良久的沃土重新掀 ......
【HMS Core】【ML Kit】活体检测FAQ合集
【问题描述1】 使用示例代码集成活体检测SDK时，报错state code -7001 【解决方案】 使用示例代码前请详细阅读示例工程中的“README”文件。您需要完成以下操作后才可以运行示例代码。 在AppGallery Connect网站下载自己应用的“agconnect-services.j ......
小议ml.NET机器学习与人机责任划分
最近，特斯拉宣布召回110万辆车，名义上是纠正单踏板不良习惯，背后原因可能是这些车辆的电子控制单元存在缺陷，可能导致刹车失灵(潮州等交通事故至今没有定论)。这个事件引起了人们对于机器学习技术和人机责任划分的关注和讨论。 机器学习技术在汽车制造业中的应用越来越广泛，可以帮助汽车制造商提高生产效率、降低 ......
超净化实验室PFA亚沸腾酸纯化系统2000ml高纯酸制备
酸纯化器：又称酸纯化系统，高纯酸提纯器，酸试剂提纯器，高纯酸蒸馏纯化器等，主要用于降低酸中金属元素含量，从而得到纯净度较好的实验酸。 二、工作原理： 酸纯化器是利用热辐射原理，保持液体温度低于沸点温度蒸发，再将其酸蒸气冷凝从而制备高纯水和高纯试剂，广泛应用于样品处理及分析实验中。 三、特点： 1.密 ......
[ML从入门到入门] 支持向量机：SMO算法的收敛性分析
引言 上一篇文章我们介绍了 SMO 算法，作为其姊妹篇，本文将对 SMO 算法的收敛性进行扼要地分析，同时，希望能为读者提供新的角度去理解 SMO 算法的原理。 证明思路来自于《Convergence of a Generalized SMO Algorithm for SVM Classifier ......
ML-误差、偏差、过拟合、正则化
机器学习在损失函数中加入正则项，称为Regularize正则化。目的是防止过拟合。原理是：加上限制后，缩小了解空间，从而减少过拟合的可能性。 L0范数表示向量中非零元素个数，但L0范数的求解是个NP-Hard问题；L1范数也可以实现稀疏，而且更容易求解。L2范数不如L1范数更能够降低复杂度，但是处处 ......
ML-特征、降维、稀疏、压缩
K-SVD： KNN是一种监督学习的分类算法，K-Means是一种无监督学习的聚类算法。而K-SVD是一种字典学习算法，用于学习数据的稀疏表示，可以用于压缩、编码，也可以聚类。 K-SVD意在用较少的基本信号的线性组合来表达大部分或者全部的原始信号。 Y=DX，其中Y是样本集，假设Y的size为N， ......
[ML&DL] 深度学习的实践层面
深度学习的实践层面 训练集 验证集 测试集 过程 神经网络的训练是一个需要不断迭代的过程，一般先提出idea，然后编码实现、测试，根据测试结果再次调整思路...... 分组与比例 数据集通常分为3个部分：训练集、验证集和测试集。 训练集用于训练模型的参数。 验证集用于选择最好的模型。 测试集用于评估 ......
ML-集成学习
集成学习根据个体学习器的生成方式分为Bagging和Boosting两大类。 Bagging的个体学习器之间不存在强依赖关系，Boosting存在强依赖关系。 Bagging可以同时生成的并行化方法，Boosting必须串行化生成的序列化方法。 Bagging Bootstrap aggregati ......
[ML&DL] 分类问题
分类问题 分类问题和回归问题的区别是：分类问题的值域是离散的。 线性回归不能应用于分类问题。 逻辑回归模型 (此处为一元分类问题) 预测函数： $$ h_\theta(x)=g(\theta^Tx) $$ 其中： $$ g(z) = \frac{1}{1+e^{-z}} $$ 能够使得： $$ 0\ ......
[ML&DL] 正规方程
正规方程 正规方程用于一次性求解 $\theta$ 的最优值。 在计算的时候，将数据集构造为一个矩阵（第一列为 $x_0$ 均等于$1$）: 通过公式： $$ \theta = (X^TX)^{-1}X^Ty $$ 计算得到最优解 $\theta$。 关于$X$的设计 对于第 $i$ 组数据： $$ ......
[ML&DL] 线性回归的梯度下降
前言 这篇笔记记录了线性回归的梯度下降相关公式的推导。 符号说明： $h$ ：假设函数，是学习算法对线性回归问题给出的一个解决方案。 $J$ ：代价函数，是对 $h$ 和实际数据集之间的误差的描述。 $m$ ：数据集的大小。 $x^{(i)},y^{(i)}$： 第 $i$ 个数据。（$1\le i ......
ML
机器学习笔记 这是我的机器学习笔记 线性回归 分类问题 类别 回归问题 数据预测问题 各个特征的影响因素是不一样的。 拟合成一个平面 各个参数的影响因素 由于是对多重参数进行操作，具体是对矩阵进行操作。 损失函数 越小越好，越小越接近实际参数 误差 参数根据数据来组合的。 监督问题 需要直接给出指标 ......
AI测试101：测试AI系统的实用技巧&ML和AI自动化工具
基于人工智能的系统，也称为神经网络（NN Neural Networks），和其他应用程序一样是 "系统"，因此需要测试。本文将指导你测试AI和基于NN的系统，并理解相关概念。 测试人工智能系统的不同之处是什么？ "传统 "的软件是建立在内部确定的算法基础上的。例如，对于将摄氏度转换为华氏度的系统， ......
事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)
坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习，这是板上钉钉的刻板印象，就好像有人说女生不适合编程一样的离谱。现而今，无论是Pytorch框架的MPS模式，还是最新的Tensorflow2框架，都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备，本次我们来分享如何在 ......
[ML] 详解 ChatGLM-webui 的启动使用与 ChatGLM-6B 常见问题
1. ChatGLM-webui 总共支持以下几个命令选项： 2. 以 windows 为例，在 PowerShell 里运行命令： # 安装依赖 pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 -f https://mirror. ......