K近邻k近邻法（k-Nearest Neighbor，简称kNN）是一种基本的分类与回归方法。分类问题：对新的样本，根据其k个最近邻的训练样本的类别，通过多数表决等方式进行预测。回归问题：对新的样本，根据其k个最近邻的训练样本标签值的均值作为预测值。k近邻法不具有显式的学习过程，它是直接预测。它是惰性学习(lazy learning)的著名代表。它实际上利用训练数据集对特征向量空间进
一 Value-BasedQ-LearningQ-Learning是RL算法中Value-Based的算法，Q即为Q(s,a)就是在某一时刻的s状态下(s∈S)，采取 动作a (a∈A)能够获得收益的期望，环境会根据agent的动作反馈相应的回报reward。所以算法的主要思想就是将State与Action构建成一张Q-table来存储Q值，然后根据Q值来选取能够获得最大的收益的动作。 下面是Q-
转载
2024-09-12 08:39:36
498阅读
前言：整体上翻译了squeezenet：AlexNet-level accuracy with 50X fewer paramenters and 0.5MB model size.这篇论文，便于英文基础不好的同行进行阅读，由于时间仓促，难免有很多错误，请在评论区指出错误并提出宝贵意见，我会及时修正。论文地址：aqueezenet论文SQUEEZENET: ALEXNET-级别精度50X 较少的参
我的上一篇文章 国税发票查验平台验证码自动识别,实现秒级发票查验接口 发布后，不断有人咨询如何提高验证码的识别率，这个验证码的识别和训练的方法其实可以对大部分的验证码都有效，我单独写一下我使用的这个专门识别验证码的模型是怎么搭建和训练自己的专有模型的。一、ddddocr环境搭建我生产环境是ubuntu 22.04，测试环境是windows server 2022，这两个环境都是
# Android模型推理是什么
在移动设备领域，Android操作系统是最受欢迎和使用最广泛的操作系统之一。随着硬件技术的不断提升，现在的Android设备已经具备了足够的计算能力来进行机器学习和深度学习任务。Android模型推理，即在Android设备上使用机器学习模型进行预测和推断的过程，已经成为一项重要的技术。
## 模型推理的基本概念
在机器学习中，模型推理是指使用已经训练好的机
原创
2023-10-03 11:05:57
118阅读
RKNN-Toolkit转换Tensorflow模型至Rockchip NPU推理并进行性能评估 文章目录RKNN-Toolkit转换Tensorflow模型至Rockchip NPU推理并进行性能评估一、基本知识二、环境部署2.1环境准备2.2安装RKNN-Toolkit（以Python3.6为例）2.3注意事项：三、Tensorflow模型转换、推理及评估3.1在PC上仿真运行3.2在RV11
转载
2024-03-15 15:56:25
930阅读
未来AI的主要应用是在建立能够学习数据然后生成原创内容的网络。这个想法已经充分应用于在自然语言处理（NLP）领域，这也是AI社区能够搭建出所谓语言模型的原因：语言模型的前提是学习句子在文章段落中的组成结构，从而生成新的内容。在这篇文章中，我想尝试生成与很受欢迎的加拿大说唱歌手Drake(a.k.a. #6god)风格类似的说唱歌词，这肯定是件很有趣的事儿。另外，我还想分享一下常规的机器学习项目渠道
理性行为理论理性行为理论（theory of reasoned action，TRA），是由美国学者Fishbei和Ajzen于1975年提出的。这个模型研究的是有意识行为意向的决定因素，实际上可用于解释任何一种人类行为，是研究人类行为最基础且最有影响的理论之一。该理论认为：个体的行为由行为意向引起，行为意向由个体对行为的态度和关于行为的主观规范两个因素共同决定。态度是个体对一个行为喜欢与否的评价
一、QC介绍：QC的全称Quality center, 质量中心的意思，它是一款缺陷管理工具，可以组织和管理一个项目所有的测试阶段，如：从需求-用例编写-用例执行-提交缺陷-回归测试等。QC的背景：原属于Mercury公司，这是一家软件测试工具开发商，除了研发了QC之外，比较出名的工具有：LoadRunner----性能测试工具，QTP----自动化测试工具。后来Mercury公司被HP收购，所以
转载
2024-07-03 06:41:36
74阅读
【代码】rknn如何用多个npu进行模型推理。
原创
2023-06-18 00:17:50
525阅读
为了将训练的yolo v8部署到rk3588运行。按照官方文档与流程进行了转换尝试。 由于之前做过torch模型转onnx再转rknn，因此继续使用这个套路推进。翻阅了一些前人的智慧 直接使用模型精度惨不忍睹，还是要在理解的基础上演化运用，这里记录一些踩到的关键坑。1、 选择网络输出的node使用yolo官网写的导出onnx格式代码导出onnx模型torch_model = YOLO("best
KNN分类算法（先验数据中就有类别之分，未知的数据会被归类为之前类别中的某一类！）1、KNN介绍K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法。机器学习，算法本身不是最难的，最难的是：1、数学建模：把业务中的特性抽象成向量的过程；2、选取适合模型的数据样本。这两个事都不是简单的事。算法反而是比较简单的事。本质上，KNN算法就是用距离来衡量样本之间的相似度。&
转载
2024-09-06 23:25:56
105阅读
一、状态和模型在CNN网络中的训练样本的数据为IID数据（独立同分布数据），所解决的问题也是分类问题或者回归问题或者是特征表达问题。但更多的数据是不满足IID的，如语言翻译，自动文本生成。它们是一个序列问题，包括时间序列和空间序列。这时就要用到RNN网络，RNN的结构图如下所示： 序列样本一般分为：一对多(生成图片描述)，多对一（视频解说，文本归类），多对多（语言翻译）。RNN不仅能够处
转载
2024-04-03 12:01:12
92阅读
多线程线程与进程线程创建继承Thread类实现Runnable接口实现Callable接口线程状态线程中断守护线程线程同步Synchronized死锁线程池ThreadLocal高并发ReentrantLockReadWriteLockStampedLockAtomic常用API 线程与进程一个进程可以包含一个或多个线程，但至少会有一个线程。操作系统调度的最小任务单位其实不是进程，而是线程。创建
1.服务器环境配置1.1GPU驱动安装下载GPU驱动https://www.nvidia.cn/geforce/drivers/选择对应的显卡型号以及操作系统，点击搜索选择最新的下载安装即可（所有选项默认设置最好）终端输入命令查看是否安装正确nvidia-smi出现以下信息表明安装正确，其中红框为可以支持的cuda最高版本1.2安装CUDA下载CUDA Toolkithttps://develop
ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。支持大部分常用的 CNN 网络: Classical CNN: VGG AlexNet GoogleNet Inception …
Practical CNN: ResNet DenseNet SENet FPN …
转载
2024-04-15 14:59:03
174阅读
1、分解问题从一个最高层的问题开始，逐层向下进行分解。首先列出你亟待解决的问题，然后将问题拆分成子问题，并保证它们之间互不重叠和干扰。同时保证你把能够想到的子问题全部列了出来。实际运用中你只用不停问自己两个问题：1.我是不是把所有的可能因素都考虑到了，有没有遗漏的？如果有，再去找。2.这些因素之间有没有互相重叠的部分？如果有，进行去重。关键点： 刚开始练习的时候一定要写出来，最好是在一大张纸上，这
用RadLightmediaplayer可打开。RPK文件扩展名有一种主要文件类型，可以使用 RadLightmediaplayer 打开(由RadLight发布)。总共有一种与此格式相关的软件程序。通常这些是一种 RadLightMediaPlayerSkin 格式。RPK文件通常被归类为 SettingsFiles。Windows支持文件扩展名
转载
2024-03-23 12:20:04
194阅读
ArcGIS中模型构建器是一个用来创建、编辑和管理模型的应用程序。模型是将一系列地理处理工具串联在一起的工作流，它将其中一个工具的输出作为另一个工具的输入。也可以将模型构建器看成是用于构建工作流的可视化编程语言。现根据国外某示例数据，在ArcGIS10.1演示一下Model Builder的使用方法。 1.打开示例数据（mxd文档） 2.从主菜单中，打开Geoprocessing→En
模型推理是将机器学习模型应用到业务数据并提供对该数据的洞察，其经常在业务系统中作为一个模块提供服务，作为整个机器学习生命周期中的一个必不可少的阶段，它的重要性毋庸置疑。不同的 ML 任务和业务应用场景下对于模型推理的诉求也是不同的，Amazon SageMaker 在模型推理方面提供了众多的功能来满足不同场景下的需求。对于任何一种推理的场景，机器学习工程师都希望能尽量提升推理服务器侧的吞吐以及降低
