医学图像处理的SCI期刊和顶会
医学图像处理的SCI期刊和顶会 TMI MIA MIDL等等
故障诊断知识图谱
故障诊断-知识图谱
SOC计算方法：卡尔曼滤波算法
卡尔曼滤波法 是一种比较精确的SOC估计方法，它通过测量电池的电流和电压来估计电池的SOC。该方法利用卡尔曼滤波算法对电池的状态进行估计，从而得到更准确的SOC估计值。接下来我们将介绍卡尔曼滤波算法的基本原理。
读pytroch使用resnet18网络的代码
读读pytorch中调用resnet18的代码
在为时已晚之前使用 ChatGPT 赚钱的 11 种方法
总体而言，聊天机器人和 GPT 技术提供了广泛的赚钱机会。无论您是在构建和销售聊天机器人、提供 GPT 支持的服务，还是使用这些工具来改善您自己的业务，都有很多方法可以利用这项技术。
情感计算——多模态情感识别
1. 情感是通过多种模态的形式进行表达的情感涉及主观经历、生理反应和行为反应；每个人都有自己的主观感受，身体会出现一系列的生理反应，并且通过表情、言语和肢体动作等行为方式表示情感；多模态情感识别就是通过这些生理反应和行为反应（即多模态信息）来识别和预测情感。2. 情感是通过多种模态的形式进行表达的人
bert 的输出格式详解
输出是一个元组类型的数据 ，包含四部分，last hidden stateshape是(batch_size, sequence_length, hidden_size)，hidden_size=768,它是模型最后一层输出的隐藏状态pooler_output：shape是(batch_size,
STM32CubeIDE开发(三十三)， stm32人工智能开发应用实践（Cube.AI）.篇三
cubeIDE开发， stm32人工智能开发应用实践（Cube.AI）.篇三，不采用ST公司提供的FP-AI-SENSING1案例和配套的硬件，采用cube.AI支持的芯片，仅仅采用cube.AI软件库，完成全部STM32的AI嵌入式开发。
如何在Anaconda自创的环境下安装指定版本的包（numpy, tensorflow, gym）
例如，我现状创建了一个环境，名为rl，想用来写强化学习的程序，但是opanai给的历程需要一些特定版本的库，例如：Known dependencies: Python (3.5.4), OpenAI gym (0.10.5), tensorflow (1.8.0), numpy (1.14.5)具体
Centernet 生成高斯热图
最近学校阳了，宿舍给封了，宿舍网络不好远程跑不了实验，随缘写一下对CenterNet源码的一个解读，之前写论文的那段时间留下来的工作，respect！这个文章主要是对CenterNet中生成高斯核的部分代码进行解析，具体原理不会细讲，但是本文增加了一个很方便理解的可视化的代码，可以自己拿来跑就行，自
跟着AI学AI(2): 逻辑回归
回答：离群值是指在数据集中与其他数据点相比具有异常值的数据点。离群值可能是由于测量误差、数据录入错误、数据采集问题或真实的异常情况引起的。离群值可能会对数据分析和建模产生负面影响，因为它们可能会导致模型过拟合或欠拟合，从而降低模型的准确性和可解释性。例如，在一个身高数据集中，如果有一个人的身高明显高
Ubuntu22.04 下安装驱动、CUDA、cudnn以及TensorRT
Ubuntu22.04 下安装 Anaconda3 + python3.10 + cuda11.7 + cudnn8.4.1.5+ opencv4.5.3
NeRF总结
NeRF阅读论文以及各大博主后的个人总结
Opencv中的cv2.calcHist()函数的作用及返回值
Opencv中的cv2.calcHist()函数的作用及返回值
机器学习中的数学原理——F值与交叉验证
通过这篇博客，你将清晰的明白什么是F值、交叉验证。这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在 机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！感兴趣的小伙伴欢迎私信或者评论区留言！这一篇就更新一下《 白话机器学习中的数学——F值与交叉验证》
安信可Combo固件常见应用示例集合，适用RTL8720系列 / Ai-WB2系列模组
如果需要发送其他指令或者需要接收其他连接（如tcp连接）的数据，需要先退出透传模式，退出透传模式的指令是+++（不带回车换行），如果退出透传后需要发送ble数据可以用指令AT+BLESEND来发送，或者发送指令AT+TRANSENTER重新进入透传。目标mqtt服务器ip:192.168.31.43
Paper Reading - 综述系列 - Hyper-Parameter Optimization（上）
自开发深度神经网络以来，几乎在日常生活的每个方面都给人类提供了比较理性的建议。但是，尽管取得了这一成就，神经网络的设计和训练仍然是具有很大挑战性和不可解释性，同时众多的超参数也着实让人头痛，因此被认为是在炼丹。因此为了降低普通用户的技术门槛，自动超参数优化（HPO）已成为学术界和工业领域的热门话题。
标准高斯过程回归（Gaussian Processes Regression, GPR）从零开始，公式推导
标准高斯过程回归从零开始公式推导
模型可视化工具Netron手把手教学
这个工具主要是帮助我们可视化网络模型层结构，可以观察到每个层的name、输入输出shape，有时候和模型本身代码对照来看，就会更容易看明白每一层的含义；有时候，在推理时，通过观察这个可视化结构，比较容易看出来网络是否有冗余的层（推理时不需要）
【目标跟踪】卡尔曼滤波器(Kalman Filter) 含源码
卡尔曼滤波器在目标跟踪中的使用
