人工智能能否取代软硬件开发工程师
因此，虽然人工智能技术可以在某些方面辅助嵌入式开发工程师的工作，但是嵌入式系统开发需要掌握的技能和知识比较多，需要工程师在硬件、软件和系统集成等多个方面进行综合考虑和实现，因此人工智能无法完全取代嵌入式开发工程师的工作。虽然人工智能技术可以辅助前端开发工程师完成某些重复性和机械性的任务，如自动化测试
图解自注意力机制
写在最前边这个文章是《图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)》的一部分，因为篇幅太长我就单独拿出来了。当然如果你只想了解自注意力机制也可以看看本文章的前半部分，这篇文章属算是入门科普读物了，不
矢量数据压缩算法“Douglas-Peucker”——递归与非递归实现（python）
思路参考whttps://blog.csdn.net/johntzh/article/details/114916069#comments_16881210
python读写二进制文件（读写字节数据）
Here's how to do it with the basic file operations in Python. This opens one file, reads the data into memory, then opens the second file and writes i
R语言|plot和par函数绘图详解，绘图区域设置 颜色设置 绘图后修改及图像输出
如果bty的值为”o”（默认值）、”l”、”7”、”c”、”u”或者”]”中的任意一个，对应的边框类型就和该字母的形状相似，如果bty的值为”n”，表示无边框。R语言绘图讲解
GNSS及其定位原理，差分GNSS技术分析
根据后方交会定位原理，要实现 GNSS定位，需要解决两个问题:一是观测瞬间卫星的 空间位置；二是观测站点和卫星之间的距离，即卫星在某坐标系中的坐标。为此首先要建 立适当的坐标系来表征卫星的参考位置[8]，而坐标又往往与时间联系在一起[9]，因此， GNSS定位是基于坐标系统和时间系统进行的。...
线性代数 linear algebra
2.3 实现属于我们自己的向量Vector.pyclass Vector:def __init__(self, lst):self._values = lst#return lendef __len__(self):return len(self._values)#return index th i
【KDD20】多变量时间序列异常检测算法之USAD：对抗性训练AE
前言KDD20的paper链接：https://dl.acm.org/doi/pdf/10.1145/3394486.3403392代码链接：https://github.com/manigalati/usad一、摘要在摘要中主要指出了本文的难题引出本文的方法。原因出自Orange公司的IT系统的自
机器学习基础 HMM模型（隐马尔科夫）
在机器学习算法中，马尔可夫链(Markov chain)是个很重要的概念。马尔可夫链（Markov chain），又称离散时间马尔可夫链（discrete-time Markov chain），因俄国数学家安德烈·马尔可夫（俄语：Андрей Андреевич Марков）得名。马尔科夫链即为状
【机器学习】线性回归（超详细）
机器学习之线性回归，看懂这一篇就够了(超详细)。
SE(Squeeze and Excitation)模块的理解以及代码实现
SEBlock并非一个完整的网络，而且一个子结构，可以嵌在其他分类或检测模型中。SEBlock的核心思想是通过网络根据loss去学习特征权重，使得有效的featuremap权重更大，无效或效果小的featuremap权重更小的方式去训练模型已达到更好的结果。当然，SEblock嵌在原有的一些分类网络
自主导航与路径规划无人机研究现状
无人机自主飞行可简单地说成是指无人机在不同位置上怎样安全平稳地运动。在自主飞行技术层面上，可将其分解成4个问题：。1.What does the environment look like？2. Where am I？3. Where am I going？4. How do I get there
[总结] 半监督学习方法: 一致性正则化(Consistency Regularization)
基于平滑假设和聚类假设, 具有不同标签的数据点在低密度区域分离, 并且相似的数据点具有相似的输出. 那么, 如果对一个未标记的数据应用实际的扰动, 其预测结果不应该发生显著变化, 也就是输出具有一致性.
对sklearn中transform()和fit_transform()的深入理解
对sklearn中transform()和fit_transform()的深入理解
机器学习TensorFlow安装之CPU版本
TensorFlow1.5发布的时候，出于好奇下载安装跑了一下演示的几个代码。最近，重新拿起书本学习深度学习，发现TensorFlow已经更新发布到了2.6版本了。由于这期间电换了电脑，为了学TensorFlow只有再次安装了！两台电脑，一台笔记本电脑，没有独立显卡；另一台台式机，安装了NVIDIV
什么是神经网络？
什么是神经网络
XGBoost基本介绍（机器学习ML神器）
介绍：基于Boosting思想，利用梯度下降思想XGBoost在机器学习里面所有算法里面算效果很好的了，对于很多竞赛，都是用XGBoost获得了很好的名词基于树的集成学习优点：基于树的集成学习不用做特征归一化，使用起来非常方便。基于树的集成学习可以做到特征组合，不用自己做升维。集成学习可以做大规模数
基于强化学习的空战辅助决策(2D)
空域作战辅助决策的环境搭建
朴素贝叶斯（Naive Bayes）详解
贝叶斯决策论、朴素贝叶斯原理与算法实现、具体应用。
T-SNE可视化高维数据，亮瞎审稿人
文章目录经典案例-MNIST手写数字降维可视化论文中使用 t-SNE 案例t-SNE 实战MNIST 可视化教程MRI 脑肿瘤三维数据可视化t-Distributed Stochastic Neighbor Embedding (t-分布随机邻域嵌入, 简称 t-SNE) 是一种降维技术，特别适用于
