tag 機器學習

標籤
貢獻423
327
05:25 PM · Oct 25 ,2025
deephub 頭像 qingfouai 頭像 tecdat 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 youyudetusi 頭像 u_15214399 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_14172 頭像

archangle - IAR Embeded Workbench IDE測邊框叉掉了怎麼打開

1..IWorkbench： workbench是eclipse用户界面中最底層的對象,它建立在 Display之上,包含一個或多個 IWorkbenchWindow,用於向終端用户呈現信息 當你的 workbench插件被激活的時候,eclipse平台將為之創建一個實例,在平台的整個生命週期中,只允許出現該 workbench的唯一實例 2

機器學習 , eclipse , 生命週期 , 終端用户 , 人工智能

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 數據整合太難？標準化中間件或是數字孿生落地關鍵

數字孿生技術的應用正從概念驗證走向規模化部署，但數據整合瓶頸成為制約其落地的主要障礙。面對多源異構的工業數據，傳統定製化集成方案成本高、效率低，而標準化中間件通過構建統一的數據交換層，正成為破解這一難題的技術關鍵。 數據整合的三大技術挑戰 在數字孿生實施過程中，數據整合面臨三大核心挑戰。數據源異構性首當其衝：企業系統中同時存在關係數據庫、時序數據庫、NoSQL等多種數據存儲形式，數據格式和

機器學習 , 觀點 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16099289 頭像

編程小匠人傳奇 - 第945期機器學習日報(2017-04-20)_ai100

目錄 摘要 Abstract 一、優化目標 二、K-means算法的直觀理解 總結 摘要 今天深入學習了K-means算法的數學原理和優化過程。通過分析成本函數的構成，我理解了算法如何通過交替優化聚類分配和中心位置來最小化平方距離。具體來説，第一步是將每個點分配到最近的聚類中心，第二步是重新計算聚類中心為所屬點的

機器學習 , 聚類 , 最小化 , 人工智能 , Css , ci , 前端開發 , HTML

收藏 評論

u_16213631 頭像

mob64ca1403c772 - 波士頓數據集 迴歸 百度的波士頓矩陣分析

產品的生命週期分為起步期、發展期、成熟期和衰退期（見下圖），不同時期的產品價值和意義有所不同。產品在起步期如初生的嬰兒，如果有良好的環境就會茁壯成長，但這個時期的產品也要不斷調整和升級以適應外部環境；發展期的產品猶如青年人，身強體壯、精力充沛，各方面的機能都處於最優狀態，這個時期的產品要繼續發揮優勢、佔領市場；成熟期的產品猶如中年人，處於人生巔峯，同時也

機器學習 , 生命週期 , 智能家居 , 市場份額 , 波士頓數據集 迴歸 , 人工智能

收藏 評論

openbayescom 頭像

OpenBayes - SAM3 重塑場景分割邊界；X-Dance 解鎖圖像驅動舞姿生成新難度

公共資源速遞 5 個公共數據集： 3EED 語言驅動三維理解數據集 X-Dance 圖像驅動舞蹈動作數據集 PhysToolBench 物理工具任務數據集 OST-Bench 時空場景理解基準數據集 Astrophysical Objects Image 天體物理物體圖像數據集 4 個公共教程： SAM3：視覺分割模型 FLUX.2-dev：圖像生成與編輯模型 Superto

機器學習 , 資訊 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

u_16213711 頭像

mob64ca1416f1ef - GDEMV3 30M 分塊數據DEM拼接

分塊算法總結 　　分塊，就是一種暴力算法，不過複雜度優於暴力，是基於足夠的預處理和合理可行的維護操作進行優化時間， 　在預處理+維護的耗時上與暴力處理的耗時上找到一種平衡，於是出了這個優美的算法 　　標誌：查詢某一區間內元素種類數，查詢某一區間大於等於某一元素的數的個數（即排名 　　為了查詢大於等於C的個數，可以排序，用區間長度-C的排名就是 答案數。

機器學習 , 複雜度 , include , 人工智能 , define

收藏 評論

huodadexiang 頭像

南瓜 - 基於深度學習的河道垃圾檢測系統設計（YOLOv8）

基於深度學習的河道垃圾檢測系統設計（YOLOv8） 一、研究背景：AI 如何參與河道環境治理？ 隨着城市化進程加快，河道、湖泊、水庫等水體中的塑料垃圾問題日益嚴峻。其中，塑料瓶因體積明顯、數量龐大、難以自然降解，已成為水環境污染治理中的重點對象。 傳統河道垃圾監測方式主要存在以下痛點： ❌ 人工巡查成本高、效率低 ❌ 監測結果主觀性強，難以量化 ❌ 無法實現實時、連續監控 ❌ 難以形成

機器學習 , 人工智能 , 深度學習

收藏 評論

u_16213610 頭像

mob64ca13feda16 - detectron2 自定義數據訓練maskrcnn實例分割

Detectron2對coco數據格式優先支持。所以在開始之前建議把自己數據修改為標準的coco格式，各種類型數據轉coco格式腳本見：轉換工具箱。 注：這個大佬的數據轉換工具，在box標註那裏貌似會偏移一個像素，不知道修復沒有。但是如果對檢測box的定位精度不是要求很苛刻的話，這個並不會有太大影響。 Detectron2訓練自己數據

機器學習 , 數據 , 人工智能 , Json , Python

收藏 評論

u_16099304 頭像

藍夢之翼 - LDA降維分析的軟件

1、PCA降維 降維有什麼作用呢？ 數據在低維下更容易處理、更容易使用； 相關特徵，特別是重要特徵更能在數據中明確的顯示出來；如果只有兩維或者三維的話，更便於可視化展示； 去除數據噪聲 降低算法開銷 常見的降維算法有主成分分析（principal component analysis,PCA）、因

機器學習 , 擬合 , 數據 , 人工智能 , LDA降維分析的軟件 , 過擬合

收藏 評論

u_16213655 頭像

mob64ca1409970a - emacs manual

翻頁命令： C-v：向前移動一屏 M-v：向後移動一屏 C-l：重繪屏幕，並將光標所在行置於屏幕的中央 光標控制： C-n：移動到下一行（next） C-p：移動到上一行（previous） C-f：向右移動一個字符（forward） C-b：向左移動一個字符（backward）

機器學習 , emacs , 搜索 , 人工智能 , emacs manual , 使用手冊

收藏 評論

u_16213695 頭像

mob64ca1412ee79 - 條件轉移指令mem段

因為cmp指令可以同時進行兩種比較，無符號數比較和有符號數比較，所以根據cmp指令的比較結果進行轉移的指令也分為兩種，即根據無符號數的比較結果進行轉移的條件轉移指令(它們檢測zf、cf的值)和根據有符號數的比較結果進行轉移的條件轉移指令(它們檢測sf、of和zf的值)。 下面是常用的根據無符號數的比較結果進行轉移的條件轉移指令。 指令 含義 檢測的相關標誌位 j

機器學習 , 無符號數 , 有符號數 , 條件轉移指令mem段 , 轉移指令 , 人工智能

收藏 評論

u_16099178 頭像

雲端小悟空 - MemoryAnalyzer 修改啓動內存

一、JVM常用啓動參數 -Xms：設置堆的最小值。 -Xmx：設置堆的最大值。 -Xmn：設置新生代的大小。 -Xss：設置每個線程的棧大小。 -XX:NewSize：設置新生代的初始值。 -XX:MaxNewSize：設置新生代的最大值。 -XX:PermSize：設置永久代的初始值。 -XX:MaxPermSize：設置永久代的

機器學習 , 最小值 , jvm , 人工智能 , 死循環

收藏 評論

u_17195309 頭像

Maverick1218 - 基於預訓練BERT的情感分類，命名實體識別，問答系統簡單示例

模型構建 # coding=utf-8 """ BERT 三大任務演示 - 簡化版 功能： 1. 情感分析 - 判斷文本正面/負面情緒 2. 命名實體識別 - 識別人名、地名、組織等 3. 問答系統 - 從文本中提取答案 使用離線模型，便於學習和理解 """ import time import warnings warnings.f

機器學習 , 人工智能 , BERT

收藏 評論

huodadexiang 頭像

南瓜 - 基於 YOLOv8 的智能車牌定位檢測系統設計與實現—從模型訓練到 PyQt 可視化落地的完整實戰方案

基於 YOLOv8 的智能車牌定位檢測系統設計與實現—從模型訓練到 PyQt 可視化落地的完整實戰方案 一、項目背景與研究意義 隨着智慧交通與城市智能化建設的不斷推進，車牌識別（License Plate Detection Recognition） 已成為交通管理、停車系統、電子收費、高速卡口等場景中的關鍵技術模塊。 在整個車牌識別流程中，車牌位置檢測 是最基礎、也是最關鍵的一步。如果檢測階段

機器學習

收藏 評論

u_16827017 頭像

全棧技術開發者 - 矩陣和線性變換怎麼理解？矩陣與線性變換的關係究竟是什麼？一個矩陣如何對應到具體的變換？特徵向量和特徵值的意義是什麼？

在現代數學的研究中，線性代數佔據着核心位置，它不僅是純數學的重要組成部分，也是物理學、工程學、計算機科學等學科的基礎工具。矩陣與線性變換作為線性代數的核心概念，具有深厚的理論內涵和廣泛的應用價值。矩陣的排列和運算規則表面上似乎只是數字的組合，但其內在體現的是對向量空間結構的精確描述；而線性變換則揭示了向量空間中元素之間的映射規律，是代數與幾何之間的直接聯繫。 理解矩陣與線性

機器學習 , 線性變換 , yyds乾貨盤點 , 特徵值 , 向量空間 , 人工智能 , 線性代數

收藏 評論

u_16213678 頭像

mob64ca140ee96c - Mobile SDK V4demo運行後怎麼進入

一、準備下載工具 現在NVIDIA提供了SDKManeger的工具，相比於之前的Jetpack界面 SDKManager下載 官方參考教程 我這裏下載的是SDK manager1.1.0版本 sudo dpkg -i sdkmanager_1.1.0-6343_amd64.deb 安裝完成之後運行軟件

機器學習 , pytorch , 人工智能 , Machine , 深度學習 , 用户名 , Ubuntu

收藏 評論

u_16213720 頭像

mob64ca14193248 - map_phys_mem函數

map函數在Python中的應用 函數介紹： map() 會根據提供的函數對指定序列做映射。 　　map(function, iterable, ...) 第一個參數function 以參數序列中的每一個元素調用 function 函數，返回包含每次 function 函數返回值的新列表（python2.x返回列表，Python 3.x

機器學習 , 迭代器 , c++ , 人工智能 , 返回鍵 , map_phys_mem函數 , c , Python

收藏 評論

u_16099199 頭像

數據俠客行 - delphi TcxeditrepositoryImageComboBoxItem獲取當前索引

方法一： VB獲取計算機名稱，內、外網IP,很簡單，僅作示例。這些在編大軟件時作為裝飾。 Author:Minghacker 添加winsock控件,Inet控件 Private Declare Function ReleaseCapture Lib "user32" () As Long none窗體的移動 Private Dec

控件 , 機器學習 , ip , text , 人工智能

收藏 評論

u_16213563 頭像

網絡安全守護先鋒 - 機器學習假設函數

①假設函數(hypothesis function) 在給定一些樣本數據(training set)後，採用某種學習算法(learning algorithm)對樣本數據進行訓練，得到了一個模型或者説是假設函數。 當需要預測新數據的結果時，將新數據作為假設函數的輸入，假設函數計算後得到結果，這個結果就作為預測值。 假設函數的表示形式一般如下：θ 稱為模型

機器學習 , 機器學習假設函數 , 最小值 , 梯度下降算法 , 代價函數 , 人工智能

收藏 評論

deephub 頭像

deephub - 如何應對缺失值帶來的分佈變化？探索填充缺失值的最佳插補算法

本文將探討了缺失值插補的不同方法，並比較了它們在復原數據真實分佈方面的效果，處理插補是一個不確定性的問題，尤其是在樣本量較小或數據複雜性高時的挑戰，應選擇能夠適應數據分佈變化並準確插補缺失值的方法。 我們假設存在一個潛在的分佈P，從中得出觀察值X。此外，還繪製了一個與X相同維數的0/1向量，我們稱這個向量為M，實際觀測到的數據向量X被M掩碼為X。我們觀測到聯合向量(X,M)的n個獨立同分布(i.i

機器學習 , 神經網絡 , r , 人工智能

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - emscripten如何接入opencv

通過向指定的地址發送請求，即可在一個新的html5頁面內顯示物流單號的跟綜信息，支持所有快遞公司，無需後期維護,無需申請，適合手機應用。 免費快遞查詢API地址： http://m.kuaidi100.com/index_all.html?type=[快遞公司編碼]postid=[快遞單號]callbackurl=[點擊"返回"跳轉的地址]

機器學習 , Intent , API , 自定義 , Android , 人工智能

收藏 評論

qingfouai 頭像

青否Ai - 從“採銷東哥”到千人千面直播：數字人如何破局新賽道？

2025年，直播行業正面臨前所未有的“內卷”，流量見頂、ROI疲軟，越來越多的商家開始尋找新的破局契機。 就在不少品牌陷入增長乏力的焦慮時，在技術支持下，跑出了逆勢增長的新故事：截至目前，數字人給商家帶來了超過140億的GMV增量。（青否數字人源頭v：zhibo175） 所以，曾經動輒數萬元、製作週期漫長的數字人，為何突然“飛入尋常百姓家”？ 從“採銷東哥”AI數字人的破圈，到超過9000家品牌密

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_13250 頭像

flybirdfly - df 根據索引其中之一篩選 根據索引名得到索引號

第三章 索引 本章數據： import numpy as np import pandas as pd 一、索引器 1. 表的列索引 列索引是最常見的索引形式，一般通過[]來實現。通過[列名]可以從DataFrame中取出相應的列，返回值為Series，例如從表中取出姓名一列：

機器學習 , 大數據 , 數據倉庫 , pandas , 數據分析 , df 根據索引其中之一篩選 , Python

收藏 評論

u_12205 頭像

小魚兒 - GD32平台用STM32cubemx

2021-07-05~2021-07-09 簡述：GDf103vet6替換stf103vet6 一、大致修改的部分 相同點：兩個芯片的外圍引腳PIN TO PIN兼容，每個引腳上的複用功能也完全相同； 不同點：使用st的庫開發時，注意事項： 1、修改外部晶振起振超時時間，不用外部晶振可跳過這步

機器學習 , 數據 , 單片機 , 人工智能 , 模數轉換 , GD32平台用STM32cubemx , 創建日期

收藏 評論