NJUPT Python编程及人工智能应用实验报告（一）
NJUPT Python编程及人工智能应用实验报告
人工智能（AI）在材料科学方面的应用
材料设计和发现：通过机器学习和深度学习算法，预测材料的性质和特性，在材料研究和开发中起到重要的作用。例如，使用AI算法可以快速分析材料的光学、电学和磁学性能，预测材料的力学性能和耐久性能等。材料制备和加工：AI可以帮助优化材料制备和加工工艺，提高材料的质量和性能。例如，使用AI算法可以优化薄膜生长过
关联规则挖掘算法--Apriori算法
关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集中找到各项之间的关联关系，而这种关系并没有在数据中直接体现出来。Apriori算法关联规则学习的经典算法之一，是R.Agrawal和R.Srikartt于1944年提出的一种具有影响力的挖掘布尔关联规则挖掘频繁项集的算法。
人工智能 -- 神经网络
但我们并不知道他的分析过程是怎样的，它是如何判断里面是否有猫的。就像当我们教小孩子认识猫时，我们拿来一些白猫，告诉他这是猫，拿来一些黑猫，告诉他这也是猫，他脑子里会自己不停地学习猫的特征。最后我们拿来一些花猫，问他，他会告诉你这也是猫。而人工神经网络则不同，它的内部是一个黑盒子，就像我们人类的大脑一
Pandas中选择和过滤数据的终极指南
本文将介绍使用pandas进行数据选择和过滤的基本技术和函数。无论是需要提取特定的行或列，还是需要应用条件过滤，pandas都可以满足需求。
[log_softmax]——深度学习中的一种激活函数
具体来说，在模型训练过程中，[log_softmax]可以被当作是损失函数的一部分，用于计算预测值与真实值之间的距离。在深度学习中，我们需要将神经网络的输出转化为预测结果，而由于输出值并非总是代表着概率，因此我们需要使用激活函数将其转化为概率值。总结来说，[log_softmax]是深度学习中非常重
人工智能 - 图像分类：发展历史、技术全解与实战
在本文中，我们深入探讨了图像分类技术的发展历程、核心技术、实际代码实现以及通过MNIST和CIFAR-10数据集的案例实战。文章不仅提供了技术细节和实际操作的指南，还展望了图像分类技术未来的发展趋势和挑战。
计算机视觉（2）——图像预处理
图像预处理实际就是一个图像增强的过程：空间域：点运算：就是基于直方图对图像整体的色差进行调整，对一个点颜色进行调整，跟周围或多或少也有点关系形态学运算：腐蚀、膨胀临域运算：每个点跟他周围的点进行比较或一块进行计算把空间域映射到频率域，对于我们这里来说，意义就是快速计算卷积傅里叶变换小波运算。
【人工智能】人工智能的技术研究与安全问题的深入讨论
人工智能的定义详解与研究价值的讨论1. 技术研究2. 研究方法2.1 大脑模拟2.2 符号处理2.3 子符号法2.4 统计学法2.5 集成方法3. 智能模拟4. 学科范畴5. 涉及学科6. 研究范畴7. 安全问题8. 实现方法9. 与人类差距
【论文笔记】一文读懂残差网络ResNet（附代码）
残差网络原理详解、梯度分析、代码展示和各模块分析改进
毕业设计-基于BP神经网络的水果识别系统-matlab
毕业设计-基于BP神经网络的水果识别系统-matlab：我国地域广阔、水果资源丰富，随着科技发展和社会需求 的加大，水果的种植规模也在不断增大；同时也出现了复合型 果园。在复合型果园场景中，借助水果识别系统配合机械化设 备可以完成自动采摘、分拣等操作；尽管人工同样能实现相同 的操作，但是效率不高、需
(HGNN) Hypergraph Neural Networks
提出了一个用于数据表示学习的超图神经网络（HGNN）框架，它可以在超图结构中编码高阶数据相关性。面对在实际实践中学习复杂数据表示的挑战，我们建议将这种数据结构合并到超图中，这在数据建模上更加灵活，特别是在处理复杂数据时。该方法设计了一种来处理表示学习过程中的数据相关性。这样，传统的超图学习过程就可以
人工智能学习07--pytorch23--目标检测：Deformable-DETR训练自己的数据集
主要是MultiScaleDeformableAttention包，如果中途换了torch版本，需要重新编译cuda，得到一个新的这个包，不然报错。下载链接：https://download.csdn.net/download/u010826850/21980492。deformable-detr
深入探讨机器学习中的过拟合现象及其解决方法
真正喜欢的人和事都值得我们去坚持。
MiniGPT-4开源了，史无前例的AI图片内容分析，甚至能用于逻辑验证码推理识别
MiniGPT-4 仅使用一个投影层将来自 BLIP-2 的冻结视觉编码器与冻结 LLM（小羊驼）对齐。我们用两个阶段训练 MiniGPT-4. 第一个传统的预训练阶段是使用 4 个 A100 在 10 小时内使用大约 500 万个对齐的图像-文本对进行训练。在第一阶段之后，小羊驼能够理解图像。但小
在3分钟内使用AI-Chat生成精美PPT（附AI工具）
在人工智能的大趋势下，AI-Chat是一款令人惊叹的技术。它用强大的自然语言处理技术帮助我们快速生成PPT，提高工作效率。本文将介绍使用ChatAI-Chat生成PPT的方法，以及使用Mindshow转换为炫酷的演示文稿。让技术为我们节省时间，专注于核心信息的表达和传递。尽享AI-Chat的魅力！
2011-2021年北京大学数字普惠金融指数（全国省、地级市、县域均有）
数据说明：这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数；但由于监管和公司数据安全审核等方面的原因，2019-2021年的信用和货币基金分指数，没有对外公布。数据来源：《北京大学
大学物理·第11章【光学】
光是一种电磁波。
RV1106 stb图像库、opencv、rga对比评测
rknn opencv rga
【机器视觉技术】：开创人工智能新时代
机器视觉技术以其独特的优势，近年来在人工智能、智能制造、自动驾驶等领域发挥着越来越重要的作用。本文将详细介绍机器视觉技术的实现过程，面临的挑战以及未来的发展趋势。通过对机器视觉技术的深入了解，我们将更好地理解其应用场景和潜力，为未来的技术发展提供有价值的参考。
