机器人 信号 机器 个人
基于“小数据”的机器学习
机器学习作为人工智能的一种最重要的实现方式,其历史可以追溯到20世纪50年代。只不过,早期受制于计算机的算力,基本没有什么能够落地的实际应用,更多的是各类算法的研究和发展。 之后,随着硬件的飞速发展,终于迎来了人工智能的春天,各种机器学习的算法在我们的日常生活中得到了广泛应用(很多情况甚至我们都没有 ......
机器学习应用于基因组预测,以苜蓿为例
目录目的示例代码表型文件预处理基因型文件预处理机器学习建模预测绘图其他结果 利用代码复现一个机器学习应用于基因组预测的项目,张志武老师于2023年发表在《园艺研究》上的一篇文章。 目的 使用 GWAS 和 GP 结合重测序数据和从世界各地收集的 220 份紫花苜蓿种质的秋季休眠(Fall dorma ......
ubuntu frame 个人开发心得
引言 有一次我在树莓派上安装 Ubuntu Core 我给创新创业项目开发一个可视化 gui 看板,用于展示数据。 然后我就找到了我需要的工具 Ubuntu Frame 初次尝试使用 Ubuntu Frame 在 ubuntu22.04 系统上安装了 Ubuntu Frame 的测试环境 sudo ......
【转】chrome-调试技巧个人总结
chrome-调试技巧个人总结 https://blog.csdn.net/badbaby52906/article/details/128973527 1、调试hover样式 1、第一种方法就是利用debugger(推荐) 在控制台输入下面一段代码(时间自己决定)并执行,返回页面,鼠标放在需要 ......
实验一:百度机器翻译SDK实验
实验 一、实验要求 任务一:下载配置百度翻译Java相关库及环境(占10%)。 任务二:了解百度翻译相关功能并进行总结,包括文本翻译-通用版和文本翻译-词典版(占20%)。 任务三:完成百度翻译相关功能代码并测试调用,要求可以实现中文翻译成英文,英文翻译成中文(占30%)。 任务四:完成百度翻译GU ......
为什么 fft 前需要对信号加窗
为什么要加窗 每次 FFT 变换只能对有限长度的时域数据进行变换。如果截断的时间长度不是周期的整数倍,那么,截取后的信号将会存在泄漏(例如,一个正弦波的 FFT 本该是一个冲击点,截断不准确的话冲击点两侧会有大量泄漏)。 需要使用加权函数,也叫窗函数。加窗主要是为了使时域信号似乎更好地满足 FFT ......
了解JavaScript中的机器学习和人工智能
Laravel是一个流行的PHP框架,它具有出色的可测试性,可以帮助开发人员在更短的时间内编写可靠的代码。但是,即使使用了这个框架,也可能会出现测试覆盖率较低的情况。测试覆盖率是指代码中已由测试案例覆盖的部分比例。测试覆盖率越高,代码质量越高。在本文中,我们将分享几种技巧,帮助您提高Laravel应 ......
使用JavaScript函数实现机器学习的异常检测
Laravel是一个流行的PHP框架,它具有出色的可测试性,可以帮助开发人员在更短的时间内编写可靠的代码。但是,即使使用了这个框架,也可能会出现测试覆盖率较低的情况。测试覆盖率是指代码中已由测试案例覆盖的部分比例。测试覆盖率越高,代码质量越高。在本文中,我们将分享几种技巧,帮助您提高Laravel应 ......
使用JavaScript函数实现机器学习的预测和分类
Laravel是一个流行的PHP框架,它具有出色的可测试性,可以帮助开发人员在更短的时间内编写可靠的代码。但是,即使使用了这个框架,也可能会出现测试覆盖率较低的情况。测试覆盖率是指代码中已由测试案例覆盖的部分比例。测试覆盖率越高,代码质量越高。在本文中,我们将分享几种技巧,帮助您提高Laravel应 ......
教育,是点亮一个人,点亮每一个人
我很高兴,在过去几年里,舆论对于学历对于教育的态度,终于发生了一些变化。我对学历崇拜对中国僵化的应试教育尖锐的批评,最开始的时候,绝大多数人都是无法接受的;而今天,我收到的最有益的批评: 问题大家都看见了,但你有什么更好的办法吗? 其实这个问题我已经思考很多年了。 90%的中国家长,逼着孩子读书,其 ......
第一次个人编程作业
软件工程https://edu.cnblogs.com/campus/gdgy/CSGrade21-12 作业要求 https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/homework/13014 作业目标 学习使用Java建立工程项目,学会论文查重的具 ......
windows 启用个人热点笔记
1. 设置--网络--移动热点 启用热点,编辑设置,关闭节能 2. 控制面板--网络和 Internet--网络连接--更改适配器设置 关闭 Microsoft Wi-Fi Direct Virtual Adapter #2 的网卡电源节能设置(防止热点自动关闭) ......
机器学习周刊 第4期:动手实战人工智能、计算机科学热门论文、免费的基于ChatGPT API的安卓端语音助手、每日数学、检索增强 (RAG) 生成技术综述
LLM开发者必读论文:检索增强(RAG)生成技术综述! 目录: 1、动手实战人工智能 Hands-on Al 2、huggingface的NLP、深度强化学习、语音课 3、Awesome Jupyter 4、计算机科学热门论文 5、LLM开发者必读论文:检索增强 (RAG) 生成技术综述 6、App ......
机器学习周刊03:如何学习深度学习?2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving
腾讯推出的 AppAgent,是一个多模态智能体,通过识别当前手机的界面和用户指令直接操作手机界面,能像真实用户一样操作手机! 机器学习周刊:关注Python、机器学习、深度学习、大模型等硬核技术 1、如何学习深度学习? 最近X上有推友重提这篇文章,是网友看过 Jeremy 教授的 fast.ai ......
免费上传个人网页项目并且网址访问
引言 同学们在学习完如何做一个网页(html,css,js)之后,一定有一个困惑,那就是如何将自己的网页发布到网上让别人能够通过网址访问该网页。想想能拥有一个个人网站发布自制网页也是不是非常炫酷的事。但是一般运行自己的网站需要域名和服务器,域名需要花钱买,服务器需要去花钱租,对于绝大多数想要尝尝鲜的 ......
机器学习-决策树系列-GBDT算法-集成学习-29
目录1. 复习2. GBDT3. gbdt应用于二分类:3. gbdt应用于多类4. 叶子节点输出值c的计算5. GBDT的其他应用6. GBDT+LR 代码实现 1. 复习 再开始学习GBDT算法之前 先复习一下之前的 线性回归 逻辑回归(二分类) 多分类 线性回归 找到一组W 使得 L 最小 进 ......
以报时机器人为例详细介绍tracker_store和event_broker
报时机器人源码参考[1][2],本文重点介绍当 tracker_store 类型为 SQL 时,events 表的表结构以及数据是如何生成的。以及当 event_broker 类型为 SQL 时,events 表的表结构以及数据是如何生成的。 一.报时机器人启动 [3] Rasa 对话系统启动方式详 ......
机器学习周刊第二期:300个机器学习应用案例集
大家好 前文:机器学习项目精选 第一期 继续分享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、Python编程挑战 地址:https://github.com/Asabeneh/30-Days-Of-Python 30天Python编程挑战是一个逐步学习Py ......
CodeForces Hello 2024 个人题解(A~C)
A. Wallet Exchange 时间限制: 1秒 内存限制: 256兆 输入: 标准输入 输出: 标准输出 Alice and Bob are bored, so they decide to play a game with their wallets. Alice has a coins ......
未来,随着Windows操作系统的不断发展和更新,我认为System Image Manager也将随之更新和改进,以适应新的功能和需求。以下是我个人对System Image Manager未来方向的一些想法
System Image Manager(SIM)是Windows Assessment and Deployment Kit(ADK)中的一个组件,用于创建和编辑Windows无人值守安装或升级过程中所使用的答案文件。 未来,随着Windows操作系统的不断发展和更新,我认为System Imag ......
一文搞懂什么是阻塞IO、信号驱动IO、Reactor模型、零拷贝
公众号《鲁大猿》,寻精品资料,帮你构建Java全栈知识体系 www.jiagoujishu.cn 基础IO 如何从数据传输方式理解IO流? 从数据传输方式或者说是运输方式角度看,可以将 IO 类分为: 字节流, 字节流读取单个字节,字符流读取单个字符(一个字符根据编码的不同,对应的字节也不同,如 U ......
面向初学者的机器学习、数据科学、AI、LLM课程统统免费
微软真是活菩萨,面向初学者的机器学习、数据科学、AI、LLM课程统统免费 微软真是活菩萨,面向初学者的机器学习、数据科学、AI、LLM课程统统免费 大家好,我是老章 推荐几个质量上乘且完全免费的微软开源课程 面向初学者的机器学习课程 地址:https://microsoft.github.io/ML ......
【信号与系统】画图题
![image](https://img2024.cnblogs.com/blog/2571021/202401/2571021-20240106151009241-660569002.jpg) > - -- - - - - -- ![image](https://img2024.cnblogs.c... ......
【信号与系统】卷积信号计算
![image](https://img2024.cnblogs.com/blog/2571021/202401/2571021-20240106133347387-445246079.jpg) ![image](https://img2024.cnblogs.com/blog/2571021/20... ......
简易机器学习笔记(十)Windows下 PaddlePaddle配置CUDA加速环境
前言 大伙既然都来做这个了,那配个CUDA环境肯定是必不可少的了吧(笑) 最前面的最前面, 流程 确定当前设备支持的CUDA版本 安装CUDA Toolkit 和 GPU版的Paddlepaddle 下载cuDNN Archive 手动放置配套的cuDNN到指定文件夹 测试 1.确定当前设备支持的C ......
非工程师指南: 训练 LLaMA 2 聊天机器人
引言 本教程将向你展示在不编写一行代码的情况下,如何构建自己的开源 ChatGPT,这样人人都能构建自己的聊天模型。我们将以 LLaMA 2 基础模型为例,在开源指令数据集上针对聊天场景对其进行微调,并将微调后的模型部署到一个可分享的聊天应用中。全程只需点击鼠标,即可轻松通往荣耀之路!😀 为什么这 ......
# 公用服务器配置个人工作仓库
公用服务器配置个人工作仓库 有一些服务器需要多个用户进行访问,但是ssh账号和工作空间又只有一个,同时又不希望和这个ssh账号下的所有用户共享git账号,可以通过配置代码库本地ssh密钥以实现工作空间隔离。 生成并配置密钥 首先登录服务器,进入路径~/.ssh 输入以下命令以生成ssh密钥对 ssh ......
机器学习-决策树系列-Adaboost算法-集成学习-29
目录1. adaboost算法的基本思想2. 具体实现 1. adaboost算法的基本思想 集成学习是将多个弱模型集成在一起 变成一个强模型 提高模型的准确率,一般有如下两种: bagging: 不同的base model可以并行计算,输出预测结果少数服从多数,回归问题则对多个模型输出的结果求平均 ......