前言 在运维职业生涯中，qps是一个绕不开的话题，leader经常在问，我们的qps是多少，系统能不能抗住啊？？？老板在问，我们的qps是多少，有没有降本的空间啊？？？面试的时候，面试官问，你们的qps是多少啊。。。。 如果我能预测qps与系统压力之间的关系，那一定很不错吧？关于leader，我们的 ...

在之前的博客中我们提到过，设l为在标签Y上定义的0-1多分类弃权损失的代理损失，则我们可以在此基础上进一步定义弃权代理损失L。在这篇博客中，让我们把注意力转移一个新的方向——代理损失函数的泛化误差界（generalization error gap）。差值R_L(hat{h}) - widehat{... ...

1. 基本信息 心与芯：我们与机器人的无限未来 [美]丹妮拉·鲁斯；[美]格雷戈里·莫内 著 中信出版社,2025年03月出版 1.1. 读薄率 书籍总字数187千字，笔记总字数25497字。 读薄率25497÷187000≈13.63% 1.2. 读厚方向 DataMesh权威指南 数据的边界：隐 ...

1. 计算思维 1.1. 计算教育传授的是解决复杂问题的方法，比如怎样建造自动驾驶汽车或吸尘机器人 1.2. 机器智能之所以能实现曾经异想天开的事，是因为人类在项目中倾注了热情和心血，以及强大的推理能力 1.2.1. 人类为芯片赋能 1.3. 教孩子编程可以激发他们的创造力，培养其解决问题的能力，但 ...

1. 机器人的风险与容错机制 1.1. 白帽黑客 1.1.1. 发现网络安全漏洞的专家，帮助制造商和供应商修复缺陷并提高防御能力 1.2. 随着更先进的汽车和半自动驾驶汽车以及各种机器人的普及，一些风险也会出现 1.2.1. 计算机遭受的网络攻击，机器人也容易遭受，甚至会遭受得更多，因为它们在物理世 ...

以前在语音合成项目第一次接触PyTorch中的Conv1d函数时，作为一个初学者，我对它的参数和工作机制感到很困惑。 原本以为既然是1维卷积，那输入输出应该都是简单的1维张量。然而实际上，输入必须是一个3维张量，这让我颇感意外。 后来因为工作缘故，我有一段时间没接触深度学习了。后来再次遇到Conv1 ...

1. 机器人可以是问题本身，也可以是解决方案 1.1. 新冠疫情 1.1.1. 分子生物学、医学、流行病学、公共卫生、设计、制造、供应链物流、金融等诸多领域在研发、批准以及向公众分发疫苗方面发挥了作用 1.1.2. 公共卫生领导人、政策制定者和监管机构确保了科学观点的有效运用，以及疫苗分配的公平公正 ...

1. 概念 1.1. 利用数据确定模式，描述数据集的某些属性​，基于过去的经历判断未来可能发生什么​，或基于当前发生的事情判断后果或反应 1.2. 机器学习(machine learning)是人工智能的一个子集，它不需要显式编程，为系统提供自动学习和根据经验改进的能力 1.2.1. 机器学习算法基 ...

1. 触觉中的大脑 1.1. 自主或灵巧操作 1.1.1. 机器人必须能安全有效地与世界中的人和物玩耍、工作，只有这样，它才可以走出工厂的牢笼，发挥其潜力 1.2. 从工程学和编程的角度看，建造飞往火星的机器人比建造可以清理餐桌的机器人容易 1.2.1. 自动驾驶汽车或在火星上空巡航的机器人运行于自 ...

1. 机器人的建造 1.1. 鱼形机器人、药丸机器人、汽车机器人和蟑螂机器人，它们有一些共同的基本特征 1.1.1. 机器人的身体都有传感器，可以像人类的眼睛、耳朵和皮肤一样收集来自世界的输入，这个身体需要一种发起行动的方法 1.1.2. 它要能自主移动 1.1.3. 如果处于静止状态，要能移动别的 ...

1. 时间的节约 1.1. 机器人的传感器可以感知环境，识别正在发生的事情，要实现完全自动驾驶，其精确度必须更高 1.1.1. 汽车的控制系统必须足够快，才能对传感器和大脑的感知做出正确反应 1.1.2. 汽车还要能在意外天气和路况下安全行驶，这又是一系列挑战 1.1.3. 汽车机器人还有可改进的地 ...

1. 机器人如何创“芯”​？ 1.1. 希望机器人有人类之“心”​，便于人机交往，实现人机共鸣 1.2. 要求机器人必须遵守诸如阿西莫夫“机器人三定律”之类的底线规则 1.3. 机器人必须创“芯”​，心芯合一，才能真正增进人类的福祉，共同构建未来世界的智能社会 2. 概述 2.1. 机器人不会抢走我 ...

为什么需要校准？在很多场景中，我们不仅关心模型输出的预测类别，还关心模型输出的预测概率，然而模型输出的预测概率未必等于真实的概率。概率校准就是重新计算预测概率，以让它尽量接近真实的概率。 ...

Pytorch基础问题RuntimeError: Expected all tensors to be on the same device Introduction 今天让 Claude 4 Sonnet 给我写Nogo的reinforcement learning的训练代码，结果就直接报错： R ...

（这系列文章所有的内容是深度学习用的数学知识，都在实数域上讨论问题，且从数学专业的人的角度来看） 这是我听课的笔记，也有一些自己补充的内容（课程地址：https://www.bilibili.com/cheese/play/ss32496） 1. 矩阵 1.1 矩阵的定义 由\(m\times n\ ...

在机器学习领域，规则学习是一颗独特的明珠--它不像深度学习那样神秘，而是用人类可读的"如果-那么"规则来做出决策。 想象一下医生通过一系列症状判断疾病，或者风控系统根据用户行为拒绝贷款，规则学习的魅力正在于这种透明可解释性。 1. 基本概念 规则学习的目标是从数据中提取出一系列的规则，这些规则能够帮 ...

1.账号申请成功后linux系统默认用户密码为：hpc@手机号 2.使用anaconda镜像源的时候不能参考《Anaconda_PyPI镜像使用帮助》教程，要参考下面链接：https://hpcdocs.xjtu.edu.cn/software/python/ 3.同时再把镜像源换成清华镜像，西安交 ...

当复杂世界的不确定性遇上图的结构化表达，概率图模型应运而生。 它可以帮助我们理解和建模变量之间的复杂关系。 想象一下，你正在尝试预测明天的天气，你需要考虑温度、湿度、气压等多种因素，这些因素之间存在着复杂的相互作用。 概率图模型就像是一张“关系网”，能够清晰地表示这些因素之间的依赖关系，并帮助我们进 ...

在数据处理的世界里，我们常常会遇到这样的问题：数据量太大，存储和传输成本高昂，但又不能丢失重要信息。 这时候，压缩感知（Compressive Sensing，CS）就像一位神奇的“数据魔法师”，能够帮助我们高效地处理数据。 本文我们就来深入了解一下压缩感知是什么，它的原理和作用，以及如何用代码实现 ...

在机器学习的世界里，我们常常会遇到各种复杂的数据，它们可能包含大量的特征，但其中真正有用的信息却很少。 这就像是在一个杂乱无章的房间里，我们只需要找到那些真正重要的物品，而忽略掉那些无关紧要的杂物。 稀疏表示和字典学习就像是整理房间的工具，帮助我们找到那些关键的信息，让数据变得更加简洁和有用。 1. ...