机器学习标签_智能机器人开发者大赛社区

机器学习

具身智能的视觉-语言-动作模型：综述

24年5月论文“A Survey on Vision-Language-Action Models for Embodied AI”。

硅谷秋水
2024-05-26 02:31:47

 5420

 39

#语言模型 #机器人 #人工智能 +1
MATLAB实现基于T2V-Transformer 时间向量嵌入方法（T2V）结合 Transformer 编码器进行多变量时间序列预测的详细项目实例

本项目基于MATLAB实现了一种结合时间向量嵌入（T2V）和Transformer编码器的多变量时间序列预测方法。该模型通过T2V模块将时间信息编码为连续向量，捕捉时间动态特征，再利用Transformer的自注意力机制建模多变量间的复杂依赖关系。项目包含完整的数据预处理、模型构建、训练评估流程，并提供了可视化GUI界面。实验结果表明，该方法在智能制造、金融预测等领域具有较高精度和泛化能力，为时间

 xiaoxingkongyuxi
2025-08-15 08:00:00

 1595

 52

#matlab #transformer #开发语言 +4
毕业设计：基于机器学习的蔬菜生长状态检测方法研究人工智能深度学习 YOLO

毕业设计：基于机器学习的蔬菜生长状态检测方法利用机器学习技术，通过图像处理和分析，实现对蔬菜生长状态的自动化监测。首先，通过采集不同生长阶段蔬菜的图像数据，构建多样化的数据集，并对数据进行预处理和标注。涵盖了深度学习、机器学习、算法、人工智能、大数据、信息安全、推荐系统、目标检测等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，毕业设计选题至关重要。对深度学习技术

 HaiLang_IT
2024-11-18 17:30:00

 1525

 54

#人工智能 #机器学习 #深度学习
MATLAB实现基于SSA-CNN-GAF-LSSVM麻雀搜索算法（SSA）优化卷积神经网络（CNN）结合格拉姆角场（GAF）和最小二乘支持向量机（LSSVM）进行故障诊断分类预测的详细项目实例

本项目提出了一种基于麻雀搜索算法(SSA)优化的卷积神经网络(CNN)结合格拉姆角场(GAF)和最小二乘支持向量机(LSSVM)的混合故障诊断模型。该模型通过GAF将一维时序信号转换为二维图像，利用CNN提取深度特征，再由LSSVM进行分类预测，并通过SSA算法自动优化模型参数。实验结果表明，该混合模型在机械设备故障诊断任务中表现出较高的准确率和鲁棒性。项目构建了完整的MATLAB实现框架，包括数

 xiaoxingkongyuxi
2025-09-12 19:30:00

 1859

 51

#matlab #cnn #支持向量机 +4
25.5.14Python小考4

鸢尾花分类：机器学习项目全流程实践与深度解析本文详细介绍了使用机器学习算法对鸢尾花数据集进行分类的全流程实践。项目以Scikit-learn为核心工具，选择决策树分类器作为主要模型，涵盖数据加载、预处理、模型训练与评估等步骤。通过数据可视化、模型调优及多种算法对比，展示了如何从理论到实践完成一个机器学习项目。最终，项目不仅实现了高准确率的分类模型，还深入探讨了模型优化与算法选择的策略，为机器学习

 寒风吹雪
2025-05-14 11:47:12

 1827

 59

#python #机器学习
【AI训练环境搭建】在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Conda+Tensorflow+GPU进行机器学习训练

本次实践将在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Tensorflow+GPU进行机器学习训练。基本原理是在IDE中拉起WSL2中的Python解释器，并运行Python程序。要运行Conda+Tensorflow+GPU你可能需要进行以下准备工作。，也可以通过以下cmd命令进行提前克隆（需要安装git程序）。2.查看此示例进行WSL2+Ubuntu22.

人猿泰飞
2025-04-21 00:08:50

 2185

 52

#机器学习
IndexError: too many indices for array

在练习机器学习的时候遇到了一个小问题，花费了挺长时间，故记录下源码from numpy import *def file2matrix(filename):fr = open(filename)arrayOLines = fr.readlines()numberOFLines = len(arrayOLines)returnMat = zeros(num

书生_AABB
2017-11-04 00:19:30

 11.4w

 15

#机器学习
Python实现基于GRO-CNN-BiLSTM-Attention淘金优化算法（GRO）优化卷积双向长短期记忆神经网络结合注意力机制进行多变量时间序列预测的详细项目实例（含完整的程序，GUI设计和代

摘要：本项目提出一种基于GXO淘金优化算法优化的CNN-BiLSTM-Attention混合模型，用于多变量时间序列预测。通过模拟金矿开采过程设计全局优化算法，结合卷积神经网络提取局部特征、双向LSTM捕获长时依赖关系，并引入注意力机制聚焦关键信息。实验表明该方法在预测精度、计算效率和模型可解释性方面具有优势。系统采用模块化设计，包含数据预处理、模型训练、实时推理和可视化界面等功能模块，支持GPU

xiaoxingkongyuxi
2025-06-14 07:45:00

 2268

 55

#神经网络 #python #cnn +4
干货资源下载 —— Java/Jvm/Flink/SparkML/MySQL/HBase/ElasticSearch

Flink_思维导图（干货）.xmind.zip算法思维导图【全面】.xmind.zipSpark 机器学习.xmind.zipJava集合思维导图.xmind.zipTCP&SOCKET&三次握手全解.xmind.zipMySQL_思维导图(全面).xmind.zip文章最后，给大家推荐一些受欢迎的技术博客链接：JAVA相关的深度技术博客链接Flink 相关技术博客链接Spark

不埋雷的探长
2020-09-20 09:30:14

 2294

 78

#大数据 #java #机器学习 +1
RAG是什么，一文看懂什么是RAG

检索增强生成（RAG）是一种用于构建大型语言模型（LLM）驱动型应用的技术。它借助外部知识源，为大型语言模型提供相关背景信息，从而减少幻觉现象。就好比给 LLM 配备了一个小型的“资料库”，当用户提出问题时，系统会在资料库中查找相关内容并提供给 LLM，以帮助其生成更准确的回答。基本的 RAG 流程包括检索组件（通常由嵌入模型和向量数据库组成）和生成组件（大型语言模型）。在推理阶段，用户问题用于在

 学编程的头没秃
2025-05-05 14:26:09

 2740

 63

#搜索引擎 #人工智能 #microsoft +3
【机器学习-神经网络】循环神经网络

本文主要介绍了循环神经网络及其变体门控循环单元，并在简单的数据集上实现了GRU模型。与其他的神经网络结构相比，RNN充分利用了数据中的序列特性，将中间向量按时间步不断向后传播，从而具有捕捉序列型关联的能力。

Francek Chen
2024-09-03 09:11:23

 2649

 53

#机器学习 #神经网络 #rnn +2
《探索边缘计算：重塑未来智能物联网的关键技术》

这些边缘设备可以是物联网传感器、智能网关、边缘服务器等，它们能够对本地生成的数据进行实时处理和分析，仅将必要的数据上传到云端，从而减少数据传输量和延迟。同时，构建一个开放的边缘计算平台，吸引更多的开发者和企业参与，共同推动边缘计算技术的发展。例如，通过在患者佩戴的医疗设备上部署边缘计算模块，实时监测患者的生命体征数据，并在发现异常时立即通知医护人员，为患者提供及时的医疗救助。边缘计算通过在本地处理

 Blossom.116
2025-04-04 11:49:57

 2515

 94

#边缘计算 #物联网 #人工智能 +4
Galaxea 开放-世界的数据集和 G0 双-系统 VLA 模型

25年8月来自Galaxea 的技术报告论文“Galaxea Open-World Dataset and G0 Dual-System VLA Model”。Galaxea 开放-世界数据集，是一个在真实的人类生活和工作环境中记录的大规模、多样化的机器人行为集合。所有演示均使用一致的机器人具身而收集，并搭配精确的子任务级语言注释，以方便训练和评估。在此数据集的基础上，推出 G0，这是一个双-系统

 硅谷秋水
2025-09-10 00:15:00

 2516

 53

#人工智能 #机器人 #机器学习 +2
超详细！大模型面经指南（附答案）

LLM（Large Language Model，大型语言模型）是指基于大规模数据和参数量的语言模型。Transformer架构：大模型LLM常使用Transformer架构，它是一种基于自注意力机制的序列模型。Transformer架构由多个编码器层和解码器层组成，每个层都包含多头自注意力机制和前馈神经网络。这种架构可以捕捉长距离的依赖关系和语言结构，适用于处理大规模语言数据。自注意力机制（Se

AI程序猿人
2024-06-04 11:47:11

 3583

 57

#人工智能 #语言模型 #dubbo +2
裸金属 GPU 上线！DigitalOcean 提供单用户独享H100资源

对于需要直接控制硬件，需要更强性能的 AI 开发者来讲，DigitalOcean 已经为你们准备好了更适合的 GPU 服务器——DigitalOcean 基于 NVIDIA GPU 的裸金属服务器。这些服务器特别设计用来应对最复杂的 AI 和机器学习任务，无论是大规模的模型训练还是高度定制的基础设施设置，都能轻松胜任。DigitalOcean 的裸金属 GPU 服务器配有 8 个 NVIDIA H

DO_Community
2024-11-26 10:37:50

 3983

 145

#人工智能 #机器学习
【Google 开发者大会】Google 面馆营业啦！揭秘拉面背后的机器学习技术

代码不止，活力不止！谷歌面馆正式“营业”想体验一把拉面大师的快感？现在前往2020 Google 开发者大会官网马上创建自己的“代码拉面”！来谷歌面馆体验虚拟拉面劳逸结合身心更健康连续六天的谷歌开发者大会不仅带来了满满的技术干货，更鼓励日夜与代码奋战的开发者们劳逸结合，在观看演讲的间隙也可以活动放松，补充满满元气。运用 TensorFlow.js 中的 PoseNet 来实现动态捕捉，玩家只需要

 TensorFlow 社区
2020-12-03 18:14:54

 3032

 77

#人工智能 #机器学习 #深度学习 +2
54、K-Means聚类的原理和算法步骤【用Python进行AI数据分析进阶教程】

摘要：K-Means聚类是一种无监督学习算法，旨在将数据集划分为K个不同的簇，通过迭代方式不断调整簇质心，使每个数据点到所属簇质心的距离之和最小。算法步骤包括随机选择初始簇质心、根据距离分配数据点到最近簇、重新计算并更新簇质心，重复这些步骤直至质心稳定或达到最大迭代次数。关键点在于K值的选择、初始质心的选取以及距离度量方法。数据预处理如标准化或归一化是必要步骤，以避免特征尺度差异影响聚类结果。

理工男大辉郎
2025-07-19 08:00:00

 3140

 61

#kmeans #算法 #机器学习 +2
在学习吴恩达机器学习课程中遇到的一些问题

这一切一切的原因可能都是因为我们使用的是jupyter notebook，而教程里使用的是jupyter lab，在我更换了jupyter lab运行这些代码之后，就没有这么些麻烦事了可以直接运行如图：jupyter lab。

ttyykx
2023-07-13 23:02:04

 4651

 55

#学习 #机器学习 #jupyter
改进神经网络

偏差度量的是单个模型的学习能力，而方差度量的是同一个模型在不同数据集上的稳定性。

stoAir
2024-02-06 23:55:55

 4424

 70

#神经网络 #机器学习 #人工智能
【机器学习】决策树与随机森林：模型对比与应用案例分析

决策树是一种树状结构的模型，用于解决分类和回归问题。模型通过递归地将数据集分割成更小的子集，最终到达叶子节点，每个叶子节点表示一个预测结果。决策树的每个节点代表对某个特征的测试，每个分支代表测试结果，而每个叶子节点则表示最终的预测类别或值。随机森林是一种集成学习方法，通过构建多个决策树并结合它们的预测结果来提高模型的准确性和鲁棒性。随机森林通过集成多个基学习器（通常是决策树），并利用投票机制（分类

 勇敢勇勇不怕困难_
2024-09-05 10:05:11

 6731

 161

#机器学习 #决策树 #随机森林 +1
End-to-End Object Detection with Transformers[DETR]

End-to-End Object Detection with Transformers[DETR]背景概述相关技术背景最近在做机器翻译的优化，接触的模型就是transformer，为了提升性能，在cpu和GPU两个平台c++重新写了整个模型，所以对于机器翻译中transformer的原理细节还是有一定的理解，同时以前做文档图片检索对于图像领域的目标检测也研究颇深，看到最近各大公众号都在推送这

 s.feng
2020-06-08 18:06:43

 1w

 58

#深度学习 #自动驾驶 #神经网络 +2
波士顿房价数据集.csv（校正版）

最近因为教学需要波士顿房价数据集（开源），网上找到了原数据集，但是下载后是txt版本的。在博主“Zhiwei_Luo”的博文中。在实际使用过程中，发现报错有缺失值，检查后发现博主提供的数据有部分缺失了。现在提供完整的.csv数据集和.txt数据集给大家。

m0_61474277
2023-03-21 13:17:08

 1.3w

 64

#机器学习 #人工智能
【ASP | 人工智能】一文讲清AI赋能自动驾驶的底层原理

自动驾驶是指通过使用各种传感器计算机视觉深度学习等技术，使得车辆自主进行导航、感知环境、做出决策并安全地行驶它的目标是提高道路交通的效率、改善驾乘体验，并为出行提供便捷的解决方案。那什么是AI算法呢？两者之间的关系又是什么？AI算法就像是人工智能的“大脑”，它是一系列的计算方法，用来处理输入的数据并产生输出结果。可以把它想象成解决问题的数学和逻辑方法。在自动驾驶技术中，AI算法起到了至关重要的作用

 秋说
2023-07-19 08:09:34

 1.8w

 131

#人工智能 #自动驾驶 #机器学习 +3
【智能时代的颠覆】打开AI物联网之门

在当今快速发展的科技领域中，人工智能（AI）和物联网（IoT）成为了关注的焦点。什么是物联网呢？通俗来讲，物联网是指通过各种技术和设备将物体与互联网连接起来，使它们能够实时采集数据、互相通信和交换信息。通过物联网，我们可以远程监控和管理各种物体，实现智能化的感知、识别和控制。物联网的目标是实现物体之间的无缝连接和智能化交互，为人们的生活和工作带来更多的便利和效率提升随着AI和物联网的结合愈加深入，

秋说
2023-07-06 11:07:55

 1.5w

 97

#人工智能 #物联网 #AI +4
【AI广延】APS下的人工智能技术与挑战

自动驾驶时代是指人工智能和相关技术在汽车行业中广泛应用，使得汽车能够在不需要人类干预的情况下自主进行驾驶操作的车辆新时代。在自动驾驶时代，车辆配备了感知、决策和控制系统，利用传感器、摄像头、雷达、激光等设备来获取周围环境信息，并通过人工智能算法进行实时分析和处理。这些车辆可以自动完成转弯、加减速、避开障碍物等操作，以及规划最优的路线和行驶策略自动驾驶时代的目标是提高交通安全性效率和便利性。自动驾驶

 秋说
2023-06-25 08:03:33

 1.4w

 117

#自动驾驶 #人工智能 #机器学习 +4
[CNN]Youtube上迄今为止最好的卷积神经网络入门教程——笔记

CNN NotebookKenn 2018/11/1最近在学CNN，大学的同学给我推了一个视频，感觉写得简单易懂，所以记了篇笔记。笔记差不多到视频17分钟左右，但基本把CNN的原理、结构都讲了一遍，而且个人感觉很好理解。笔记用很low的英文写的（也是为了四六级？）。我在本篇blog中加入了一些代码，帮助理解。如果我的理解有差错，请大家指出，谢谢。同时我还有超多不理解的地...

Kenn7
2018-11-01 15:56:08

 1.5w

 64

#cnn #机器学习