z_s_s - 博客园

2024年12月

摘要： VoxPoser is a framework that leverages large language models (LLMs) and vision-language models (VLMs, or Vision-Language Models, are a class of artifi 阅读全文

posted @ 2024-12-06 18:28 z_s_s 阅读(110) 评论(0) 推荐(0)

递归、分治和动态规划

摘要：递归、分治和动态规划是算法中的三种重要思想，尽管它们有一些相似之处，但在具体实现和应用上有所不同。下面我将逐一讲解这三者的概念和区别。 1. 递归（Recursion）递归是算法中的一种思想，指的是通过将一个大问题分解为规模较小的相同问题来求解问题。递归通过函数自己调用自己来实现解决方案。递归的关阅读全文

posted @ 2024-12-04 19:57 z_s_s 阅读(190) 评论(0) 推荐(0)

SSH远程指南

摘要：在 Ubuntu 上使用 SSH 远程连接的步骤如下： 1. 确保 SSH 服务已安装并启动首先，确保目标计算机上安装了 SSH 服务器。可以通过以下步骤来安装和启动它： # 更新包列表 sudo apt update # 安装 OpenSSH 服务器 sudo apt install opens 阅读全文

posted @ 2024-12-04 15:36 z_s_s 阅读(222) 评论(0) 推荐(0)

2024年11月

机械臂基础

摘要：控制机械臂需要综合运用多个领域的知识，以下是一些关键领域和相关概念的简要介绍： 1. 机械臂的基础构造关节和连杆：机械臂由多个关节（旋转或线性）和连接它们的连杆组成。自由度（DOF）：自由度表示机械臂的运动能力，通常由机械臂的关节数来定义。每个关节通常提供一个旋转或平移的自由度。 2. 运动学阅读全文

posted @ 2024-11-29 10:21 z_s_s 阅读(500) 评论(0) 推荐(0)

马尔科夫模型

摘要：马尔科夫模型（Markov Model）是一种用于描述系统状态转移的概率模型，广泛应用于统计学、机器学习、自然语言处理、物理学等领域。它的核心假设是：未来的状态仅依赖于当前状态，而与过去的历史状态无关，这个假设被称为“马尔科夫性”或“无记忆性”。 1. 马尔科夫过程马尔科夫模型基于一个叫做“马尔阅读全文

posted @ 2024-11-29 10:17 z_s_s 阅读(561) 评论(0) 推荐(0)

人工智能之深度学习基础——反向传播（Backpropagation）

摘要：反向传播（Backpropagation）反向传播是神经网络的核心算法之一，用于通过误差反传调整网络参数，从而最小化损失函数。它是一种基于链式法则的高效梯度计算方法，是训练神经网络的关键步骤。 1. 反向传播的基本步骤 1.1 前向传播在前向传播过程中，输入数据从输入层经过隐藏层传递到输出层，计阅读全文

posted @ 2024-11-22 21:31 z_s_s 阅读(3385) 评论(2) 推荐(1)

人工智能之深度学习基础——神经网络

摘要：神经网络概述神经网络（Neural Network）是人工智能和深度学习的核心技术之一，其灵感来源于生物神经系统。它通过模拟人脑神经元之间的连接，解决复杂的任务，如分类、回归、生成、优化等。 1. 神经网络的基本结构 1.1 神经元（Neuron）神经网络的基本单元类似于生物神经元。数学模型：阅读全文

posted @ 2024-11-22 19:40 z_s_s 阅读(1135) 评论(0) 推荐(0)

人工智能概率统计基础——似然函数及其与的交叉熵关系

摘要：似然函数（Likelihood Function）似然函数是概率统计中的一个核心概念，用于衡量参数 θ 给定时，观察到数据的可能性。换句话说，似然函数表示已知数据后，模型参数的可能性。 1. 定义对于一组观测数据 {x1,x2,…,xn}，假设数据由某个概率分布 P(x;θ)生成，其中 θ 是分阅读全文

posted @ 2024-11-22 18:22 z_s_s 阅读(892) 评论(0) 推荐(0)

人工智能之深度学习基础——常见的激活函数

摘要：激活函数是神经网络中的关键组件，用于引入非线性特性，从而使神经网络能够学习复杂的模式和关系。以下是常见的激活函数及其特点、公式和应用场景： 1. Sigmoid（S 型函数）公式：σ(x) = 1 + 1 / (e−x) 特点：输出范围：(0,1)。常用于二分类问题的概率输出。优点：平滑、阅读全文

posted @ 2024-11-21 20:34 z_s_s 阅读(743) 评论(0) 推荐(0)

人工智能之机器学习基础——LASSO（Least Absolute Shrinkage and Selection Operator）

摘要： LASSO 回归 LASSO（Least Absolute Shrinkage and Selection Operator）是一种线性回归的变体，能够同时进行特征选择和模型正则化。它通过在损失函数中引入 ℓ1 范数的惩罚项来约束模型的参数。 1. LASSO 的数学表达式普通线性回归的目标线阅读全文

posted @ 2024-11-21 19:36 z_s_s 阅读(3844) 评论(0) 推荐(0)

公告