york1996的博客

编译完的pointNet模块找不到，提示错误Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/public/home/G19940018/3DGroup/Yaochun/PointRCNN/pointnet2_lib/pointnet2/fps.py", line 7, in <module> import pointnet2_cuda as p...

是因为少了这一行 annotated_datum.type = annotated_datum.BBOX# encoding=utf-8# @Time : 2020/12/24 21:25# @Author : qqyor# @QQ : 603997262# @File : test_lmdb.py# @Project : no_aug_1217import syssys.path.append('/home/yaochunchun/caffe-xilinx

首先这是gpu推理的时候出现的，我把caffe.set_mode_gpu() 去掉，然后能跑，但是是在cpu上跑的，即时用了caffe.set_device(gpu)这一句。然后说明代码逻辑应该没问题，应为在cpu上能运行然后把下面这两句的位置交换一下，就可以正常用gpu了。caffe.set_device(gpu) # 设置用哪个gpucaffe.set_mode_gpu() # 用了这个才是真的在gpu上推理然后我又发现，如果不交换顺序，caffe.set_device(gp.

我用python代码，再window上运行，会生成一个sh文件，本来打算是把这个文件在linux服务器上运行的，结果运行不了，提示end of file问题。原因是win和unix的换行符不同最后采用的解决办法：在linux上用vim打开这个文件，然后输入 : set ff=unix，然后shift+zz或者:wq退出.在windows上执行python代码，生成的sh文件天然就可以在linux上运行。如果您有更好的方法，比如用代码就可以把一个文本转换成可以在linux运行的。这样就没有了脚本

可能是因为开了V -P -N橎蔷软件，关掉再试试

pip install opencv-python==4.1.1.26估计是太高版本的不支持。报的错误 Using cached https://mirrors.aliyun.com/pypi/packages/a1/d6/8422797e35f8814b1d9842530566a949d9b5850a466321a6c1d5a99055ee/opencv-python-4.3.0.38.tar.gz Complete output from command python ...

caffe.bin: command line brewusage: caffe <command> <args>出现下面提示的原因，-gpu 0,1写成了-gpu 0, 1 注意逗号后面多一个空格。commands: train train or finetune a model test score a model device_query show GPU diagnostic i.

问题如下：下面的几个东西不见了。show tool window bars到设置里面搜这个，然后勾选上就可以了。

之前做过的尝试。查看protoc的版本：protoc --version然后pip安装和上述一致的版本。没有解决，然后下面暂时解决了。可能报错原因：加了python的debug layer之后，只能选择第一个gpu了，不晓得原因。可能有其他方法使用别的GPUI1124 16:35:29.628919 9024 layer_factory.hpp:77] Creating layer tasdfjasdf*** Aborted at 1606206930 (unix time) t.

原因，图像通道数和颜色通道数不一致。比如我遇到的这个报错就是图像是单通道的，但是我给他的fill参数，颜色是三通道的，就出现了这个错误

报错cuda divice error，实际上是target中有有负数模型换到cpu上跑，一般真正的错误就能显示出来了了，或者距离真正错误更近了/。 ret = torch._C._nn.nll_loss2d(input, target, weight, _Reduction.get_enum(reduction), ignore_index)IndexError: Target -1 is out of bounds....

下面这里是很多东西的时候，一般显示出来的矩阵还特别大，就会卡。如果多开了几个pycharm窗口，其中一个数据显示的多，其他的窗口也会卡。

可能是没有开放443端口，开放之后试下。但是一直用的好好的，就突然登不上去了，重启自己的电脑，然后再连接，连接一会，也没提示，上不去。登录华为云，到vps界面，最右边有个检测当前远程可能存在的问题，其中有一个443端口没开启，试了下好使了。...

再重启电脑！用命令重置没有解决问题，上面的方法解决了@

是这样的， < input value={{ comments or "" }}>当comments内容有空格的时候，只显示空格前面的东西。需要这样 <input value='{{ comments or "" }}'>看出区别来了吗！

我这里原因是上方显示已经禁用宏，取消禁用即可！取消后的样子：

parser.add_argument('cfg', type=str, default='cfg/yolov4-pacsp-x.cfg', help='*.cfg path')应该改成parser.add_argument('-cfg', type=str, default='cfg/yolov4-pacsp-x.cfg', help='*.cfg path')多加一个 -

硬盘空间不足，先下载到内存一部分，再写入硬盘，但是硬盘不足，firefox也没有提示。检查下硬盘空间

我是在自动生成的配置上修改的，没有按照文档进行配置。 自动生成的好像是false，设置成true即可。"use_ws_reverse":true,是这个没设置成true

s.replace(a,b)这样读起来好像是把s中的全部a替换成b，但是实际上是这样做了，得到的是个返回值，不改变s本身。所以应该：s=s.replace(a,b)虽然是个小问题，我已经犯了很多次了，记录一下，希望可以不再犯。...

可能原因，自己写的装饰器，结果代码里面应该是returndef admin_required(func): @wraps(func) def decrated_view(*args,**kwargs): if 'programmerID' in session: programmerID=session['programmerID'] if programmerID==5: print(f'

当我想新建一个变量叫做li的时候，输入li，在输入=号，就会出现一个list，自动补全。这不是我想要的结果。在下面设置：不要勾选右面方框里面的。

^SyntaxError: 'await' outside async function上面的代码运行之前，看不到红线，但是运行的时候提示语法错误。解决：调用await 这个语句的函数的开头要加上async

写好了下面的装饰器之后def login_required(func): @wraps(func) def decorated_view(*args, **kwargs): if 'programmerID' in session: return func(*args, **kwargs) return redirect(url_for('login')) return decorated_view然后在login的

以下代码实现了在a的第一列重复一次，再执行diff操作。a=np.array([ [1,2,3], [4,5,6], [4, 5, 6], [7,8,9], [7, 8, 9], [1, 8, 4],])print(np.diff(a,axis=1,prepend=a[:,0:1]))结果：[[ 0 1 1][ 0 1 1][ 0 1 1][ 0 1 1][ 0 1 1][ 0 7 -4]...

想实现id相等并且某个字段非空，网上是这样的， filterList = [] if name is not None: filterList.append(Role.name.like('%'+name+'%')) if gender is not None: filterList.append(Role.gender == gender) if attribute is not None: filterList.appe

<textarea。....... > </textarea>><中间有一个空格，导致输入框里面有内容了 ，所以placeholder显示不出来。

self.retranslateUi()遇到的问题，点击按钮，会执行files,filetype=QFileDialog.getOpenFileNames(self.centralwidget,'选择文件','','图片文件files(*.jpg,*.png)')两次twice。发现在init和子函数里面都有‘self.retranslateUi()’。。这样这句话就执行了两次，去掉一个就可以了。...

D:\Users\qqyor\anaconda3\envs\tf2\Library\bin用的全局搜索功能找到的

class的名称里面不能有空格，空格换成点即可。比如下面这样就可以了panels = browser.find_elements_by_class_name('resblock-list.post_ulog_exposure_scroll.has-results')

仔细看下错误：Cloning into 'Taobao'...\302\226git@github.com: Permission denied (publickey).

这个里面就很全面了

SHORT_MESSAGE_MAX_LENGTH=2000在config.py里面加这一句，不然太长的私聊消息会被忽略哦

里面的img参数，应该是uint类型的，注意。。不是的话用.astype(np.uint8)转化

def __init__(self,cats): super(VGG6, self).__init__()缺少上面的super......

不要用数字键盘的+，用字母键盘的＋试试。

光标放在编辑区，但是不选中，Ctrl c或者ctrl x会对当前行起作用。比如粘贴的位置处，有一个tab已经输入了，现在粘贴，就会在tab的后面进行粘贴，这样有时候就会出现比预想的多一个tab的问题，还要手动删除。如下：解决：勾选下面smart开头的东西即可。...

binary_cross_entropy需要input和target都在0-1之间，请检查下输入吧。可以安装上面注释的那一行看看输入值的范围符不符合要求！说明：有些损失函数对输入有要求体现在，输入值的范围不对会提示，cuda device triggered之类的错误，但是现在没有提示错误，而是loss<0,并且越来越小，训练了200个周期，最后这个损失值变成了负几万的数...

解决方案之一，一开始运行好好的，后来安装了新版本的pytorch，就不能用了从1.4降级到1.2还是不行，最后降级到1.10就可以用了。

有的时候默认端口或者正在采用的端口被占用了，应该改一下。需要1.把config.py中加入（需要大写）HOST='127.0.0.1'PORT=80882.并且修改路径CQA-xiaoi\酷Q Air\data\app\io.github.richardchien.coolqhttpapi\config中对ip和端口的设置。 "ws_reverse_ap...

酷Q支持从软件直接升级，但是有的时候会提示升级失败，请检查网络情况。这个时候可以打开任务管理器，把酷q的任务关掉，再重新打开酷Q。我猜测是因为酷Q的dll等文件被占用，无法被更新文件替换。...

作者用的是adam onecycle，使用了下面的配置。由于我不想只训练200个epoch rpn阶段，想多训练一些周期，于是自己调整了训练周期，但是这样做训练一段时间之后，学习率还是在上升的，这样肯定是不行的，因为一般训练结束的时候学习率是很小的。分析学习率变化有两种方法，一种是理论分析，一种看代码分析，一种是试验分析。我采用最后者。但是如果真训练的话又会用太长时间。于是我就把训练的样本从几...

举个例子，输入fal能够提示False。默认是没有这个的，只能且换成大写F。修改方法，打开file---》setting---》editer---》general---》code completion然后右边就会看到Match case。可以取消选择。...

一直有的一个困惑就是KITTI一个场景点的数量大部分都是16K的好几倍，即使只保留Front of iew中可以见到的点，数量绝大部分也是要大于16K的。如果输入到PointNet++，数量是固定的16K，我想当然的认为是均匀下采样，这样就会导致不论是稀疏还是密集的地方，都会更加稀疏。远处的物体，本来包含的点就少，现在更少了。那么肯定会影响这一部分的精度的。看了代码才发现自己想错了。代码中...

可能是数据库的路径写错了。相对位置和绝对位置变了的时候，容易出现这个错误。代码找不到这个数据库文件，不提示找不到文件或者路径不对，就提示sqlite3.OperationalError: unable to open database file...

HOST='127.0.0.1'PORT=8000这样才是对的，之前是host和port小写是不对的，而且如果自动补全的话输入p也会提示补全成大写的。

用conda安装软件的标准语法格式为：$ conda install -c <channel> <software>而pytorch官网中conda给的命令行是这样的，有-c选项，就说明已经制定了下载地址，所以自己配置的镜像源不管用。所以应该把-c pytorch去掉，就可以从镜像源下载文件了。但是貌似有时候下载到的不是最新的，但是可以正常用。be...

自从加了CSDN博客群之后，就发现群内有很多人讨论访问量排名之类的东西。这个东西有什么实质的作用吗？比如排名很靠前，能写进简历吗？恐怕很少人写。但是仍然有很多人对排名和积分累计数量趋之若鹜。又不少写博客的大部分动力可能都在增加排名了，虽然排名看起来没有什么作用。但是能得到直观快速的反馈。当初QQ刚在人群中流行的时候，很多人会为了增加活跃天数开流量，开会员，超级qq，让朋友帮自己登录qq。有...

雷电模拟器能够支持pyautogui的点击操作，但是它没有游戏变速功能，所以我找到了51模拟器。但是51模拟器不能用pyautogui进行点击，我以为是被51模拟器屏蔽了点击操作，后来在知乎https://www.zhihu.com/question/268441129看到回答说是因为python程序运行的时候不是管理员权限。。改成管理员权限就可以了。右键启动pycharm或者其他...

安装pip installpycocotools-win试试

# tensorboard --logdir board from tensorboardX import SummaryWriter aps=[] with open("./train_MAP.txt") as f: map_text=f.read() results=map_text.split("train") for res...

题目：PointPainting: Sequential Fusion for 3D Object Detection文章链接：https://arxiv.org/pdf/1911.10150.pdf方法在看PointPainting之前有想过把图像的RGB属性投影到点云上，这样每个点云就不止有xyzr属性，还有了RGB属性，应该对精度提升有帮助，同时又不会有太多计算量。这个文章刚构思的...

引入必要的包import timeimport datatime获取当前时间的YMD格式def getYMD(timeString): return time.strftime("%Y-%m-%d", time.localtime(int(timeString[:10]))) 获取今天的日期（几号）def get_today(): return datetime.date.to...

2019年12月27日酷Q使用的是手机登录权限，当电脑也登录的时候，酷Q将收不到有人申请进群的请求，就无法同意进群。最终解决办法是让机器人不在电脑端在线即可。...

百度了很久，对照着别人说的，都没有成功。最后bing了一下，成功了。ffmpeg.exeffplay.exeffprobe.exe把三个exe放到脚本同目录就解决了。可能也需要设置环境变量，没有尝试。如果有问题，请留言~...

网上找了很多方法，但是好像用opencv很简洁和快速的解决了。import cv2rect1 = ((0,0),(60,10),45)rect2 = ((1.5,0),(40,30),56)r1 = cv2.rotatedRectangleIntersection(rect2, rect1)area=cv2.contourArea(r1[1])求10000次交集面积用时0.05...

给定一些点，把它们在numpy矩阵中显示出来。一开始我是遍历所有的点，然后它在img上的什么位置，这个位置的像素就设置为某个颜色。但是这样发现太慢了，超过了一秒。下面说如何使用numpy进行加速：import numpy as npimport cv2img=np.zeros((1000,1000,3),dtype=np.uint8)points=np.random.randint(0...

obj=obj.cuda()其中obj是一个字典，但是字典类型不支持直接cuda（）操作。可以用下面的方法将obj的每个value都变成cuda（）类型。obj={key:obj[key].cuda() for key in obj}...

看代码：import torcha=torch.randint(-1,2,(10,),dtype=torch.int)print(a)print(a.size())print(torch.nonzero(a))print(torch.nonzero(a).size())输出结果为：tensor([ 0, -1, 1, 1, -1, 0, 1, -1, -1, -1...

可能是因为第一个参数是中使用了不存在的路径，imwrite函数不会创建新的文件夹，并且也不会报错。所以可以检查下第一个参数指明的路径到底存不存在。不存在的话手动创建一个。...

可能的原因是声明了单通道的矩阵，但是颜色是三通道的。

a的shape从（96，96）变成（1000，96，96）可以使用：np.expand_dims(a,0).repeat(1000,axis=0)解释： expand_dims表示增加一个维度，这个维度增加在a的0维度。 repeat代表重复的次数，axis代表在哪个维度进行重复。可以根据自己的需要更改参数。如果有更简便的方法欢迎留言！...

f=h5py.File("%d%s.h5"%(iters,more_cubes),'r')start_points=f["start_points"]然后对start_points进行遍历这样很慢，估计是还在硬盘中进行操作，应该在最后加上[()]start_points=f["start_points"][()]这样就快了不少！...

三维数组aa.sum([1,2])或者np.sum(a,[1,2])是不正确的。应该是a.sum((1,2]))或者np.sum(a,(1,2]))是正确的。axis这个参数应是元组，tuple，而不是list。axis : None or int or tuple of ints, optional...

先说下效果，杂色情况下3秒之内消除20个以上圆珠。1，首先是用安卓模拟器下载安装智龙迷城游戏。2，固定模拟器的大小和位置，这样游戏启动的时候在屏幕上的位置就是固定的了。方便后续操作。3，用python的autogui库获取当前鼠标的位置，然后鼠标放到左上角和右下角，查看坐标，并记录下来。4，根据上面的位置，就可以判断每一个珠子的算是精确的位置。用autogui模块获取左上角...

情况描述：首先是电脑卡住，然后过了一会儿蓝屏，电脑正在收集问题。然后自己重启之后，进入了BIOS界面以前都是电脑启动的时候自己按del才能进入bios界面，这次很奇怪。然后没有做任何更改，但是提示我保存更改并重启。。重启之后笔记本不能显示外接屏幕了。最后的解决办法，bios恢复默认设置，然后保存，重启即可。。...

现在qq好友上限是1500（会员是3K）但是也可能出现好友满的情况。如果删除好友的话，万一删错了，对方就找不到你了。一个新的方法：下载QQ国际版，然后打开上面的好友管理器，选择一些好友，删除，不要勾选从对方的列表中删除即可。如下图：这样你又可以加新的好友了，并且你删除的人还可以给你发消息，你能收到。（没有试验过拉黑，感觉应该是不一样的吧）...

可能是因为update 表 set a=1,b=2 where c=3写成了：update 表 set a=1 and b=2 where c=3还纳闷咋回事。

问题分析，正常情况下，你点击暂停更新，只能点几次，然后过了一个月左右就不得不更新了。下面说一种到期可以仍然不更新的方法。一个月之后。不能继续再点了，很多人认为不得不更新了。首先点击继续更新，过几秒钟，出现下面：这个时候又可以点击暂停更新7天了！！！！！！！！还可以点击好几次。这样又不用更新了。...

众所周知，sqlite数据库支持同时读文件，不支持一个读一个写。一个方法就是多线程，然后conn=sqlite3.connect("./database",check_same_thread=False)但是如果是两个进程，也就是连个文件同时访问一个数据库，就会出现问题了。比如一个程序读，一个程序写。我暂时想到的方法是用两个文件。在某个程序运行的时候,执行bash命令。...

File "h5py\_objects.pyx", line 54, in h5py._objects.with_phil.wrapper File "h5py\_objects.pyx", line 55, in h5py._objects.with_phil.wrapper File "h5py\h5f.pyx", line 88, in h5py.h5f.openOSError...

from mpl_toolkits.mplot3d import Axes3D#这一句虽然显示灰色，但是去掉会报错。import numpy as npimport matplotlib.pyplot as pltdef showVoxel(voxel): fig = plt.figure() ax = fig.gca(projection='3d') ax.v...

实际类别数和网络输出的类别数不一致。nn.Linear(32,40)categories

import visdomvis=visdom.Visdom(env="point cloud")vis.scatter(obj,opts={'markersize':2,'title':'标题'},win="p",)#markersize代表点的大小，obj是n*3的数组效果：tv stand

mat[..., 0] /= (mat[..., 0]-mat[..., 0].min())*mat[..., 0].max()mat[..., 1] /= (mat[..., 1]-mat[..., 1].min())*mat[..., 1].max()mat[..., 2] /= mat[..., 2].max()一开始是因为max和min后面没有加括号，导致.max是一个buil...

sudo docker run --runtime=nvidia -p 8500:8400 -p 8501:8401 \--mount type=bind,source=/project/models/model_layer/,target=/models/model_layer \-e MODEL_NAME=model_layer \--mount type=bind,source=/pr...

代码里面是start，这样你的第一个线程出错了，第二个又会继续运行，给调试带来麻烦，可以把start改成run，这样第一个线程出错，就不会往后执行，修复错误之后，再改成start，就可以了。...

使用sqlite的时候遇到的问题，我的表已经删除了，但是还是提示这个错误。解决：断开数据库连接，然后重新运行语句

使用python -m pip install pyspellchecker试试呢。使用pip install pyspellchecker会安装成功这个：Successfully installed inexactsearch-1.0.2 silpa-common-0.3 soundex-1.1.3 spellchecker-0.4但是在python3下面使用pyt...

引言1858年7月1日C.R.达尔文与A.R.华莱士在伦敦林奈学会上宣读了进化论的论文，至此进化理论深入人心，为广大吃瓜群众开辟了一个思想的新的天地。而我们的机器学习大师们向来喜欢从生物学家那里找灵感，神经网络的灵感据说来自于人体的神经元，而根据进化论的思想，我们的大师们提出了遗传算法和进化算法。（其实我觉得我们的大师们只是给自己发明的东西找个勉强站...

一. 逻辑回归在前面讲述的回归模型中，处理的因变量都是数值型区间变量，建立的模型描述是因变量的期望与自变量之间的线性关系。比如常见的线性回归模型： 而在采用回归模型分析实际问题中，所研究的变量往往不全是区间变量而是顺序变量或属性变量，比如二项分布问题。通过分析年龄、性别、体质指数、平均血压、疾病指数等指标，判断一个人是否换糖尿病，Y=0表示未患病，Y=1表...

1、总述逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。2、由来    要说逻辑回归，我们得追溯到线性回归，想必大家对线性回归都有一定的了解，即对于多维空间中存在的样本点，我们用特征的线性组合去拟合空间中点的分布和轨迹。如下...

什么是逻辑回归？Logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于它们的因变量不同，其他的基本都差不多。正是因为如此，这两种回归可以归于同一个家族，即广义线性模型（generalizedlinear model）。这一家族中的模型形式基本上都差不多，不同的就是因变量不同。如果是连续的，就是多重线性回归； 如果是二项分布，就是Logistic回归...

问题导读1.你认为神经网络最重要的用途是什么？2.什么是神经元？3.什么是反向传播算法？0. 分类神经网络最重要的用途是分类，为了让大家对分类有个直观的认识，咱...

本文用浅显易懂的语言精准概括了机器学习的相关知识，内容全面，总结到位，剖析了机器学习的what，who，when, where, how，以及why等相关问题。从机...

学习来源于Sirajology的视频 Build a Chatbot昨天写LSTM的时候提到了聊天机器人，今天放松一下，来看看chatrobot是如何实现的。前天和一个小伙伴聊，如果一个机器人知道在它通过图灵测试后可能会被限制，那它假装自己不能通过然后逃过一劫，从此过上自由的生活会怎样。Retrieval based model以前很多聊天机器人是以 Retrieval...

深度学习是计算机领域中目前非常火的话题，不仅在学术界有很多论文，在业界也有很多实际运用。本篇博客主要介绍了三种基本的深度学习的架构，并对深度学习的原理作了简单的描述。本篇文章翻译自Medium上一篇入门介绍。深度学习是计算机领域中目前非常火的话题，不仅在学术界有很多论文，在业界也有很多实际运用。本篇博客主要介绍了三种基本的深度学习的架构，并对深度学习的原理作了简单的描述。简介机器学...

1. 介绍这份教学包是针对那些对人工神经网络（ANN）没有接触过、基本上完全不懂的一批人做的一个简短入门级的介绍。我们首先简要的引入网络模型，然后才开始讲解ANN的相关术语。作为一个应用的案例，我们解释了后向传播算法，毕竟这一算法已经得到广泛应用并且许多别的算法也是从它继承而来的。读者应该已经了解线性代数相关知识，也能解决一些函数和向量问题，如果掌握微积分知识更好但...

很久以前微信流行过一个小游戏：打飞机，这个游戏简单又无聊。在2017年来临之际，我就实现一个超级弱智的人工智能（AI），这货可以躲避从屏幕上方飞来的飞机。本帖只使用纯Python实现，不依赖任何高级库。本文的AI基于neuro-evolution，首先简单科普一下neuro-evolution。从neuro-evolution这个名字就可以看出它由两部分组成-neu...

这周本来想写一篇个人笔记，关于神经网络中反向传播算法识别手写字符的实现。但是，在整理自己的思路的时候，发现本人把之前看的许多神经网络的东西都给忘了，内心很是着急啊！在看到激活函数的时候，突然不知道激活函数是干嘛用的！立马翻遍手里的纸质资料，都说的模糊不清。无奈，赶紧来网上看看！下面，我就把在网上看到的知识点，总结一下，形成读书笔记，方便大家学习！由于本人知识有限，文...

神经网络入门基础知识 neural networks basics也许现在提到深度学习（deep learning）连非计算机专业的人都听说过，尤其是最近“人机大战”更是掀起了人们对深度学习的极大关注。而深度学习则源于神经网络的研究。神经网络其实是一门相对古老的算法，它最初产生的目的是制造能够模拟这个星球最复杂的东西“人脑”的机器，但是神经网络的发展也是几经波折：第一个高潮...

.因为我们没有能够很好了解大脑，我们经常试图用最新的技术作为一种模型来解释它。在我童年的时候，我们都坚信大脑是一部电话交换机 。(否则它还能是什么呢？) 我当时还看到英国著名神经学家谢林顿把大脑的工作挺有趣地比作一部电报机。更早些时候，弗罗伊德经常把大脑比作一部水力发电机，而莱布尼茨则把它比作了一台磨粉机。我还听人说，古希腊人把大脑功能想象为一付弹弓。显然，目前要来...

1.简单介绍 在机器学习和认知科学领域，人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN）或类神经网络，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能...

在上一节，我们通过两个浅显易懂的例子表明，人工智能的根本目标就是在不同的数据集中找到他们的边界，依靠这条边界线，当有新的数据点到来时，只要判断这个点与边界线的相互位置就可以判断新数据点的归属。上一节我们举得例子中，数据集可以使用一条直线区分开。但对很多问题而言，单一直线是无法把数据点区分开的，例如亦或运算， 当两数的值不同时，亦或结果为1，相同时亦或运算结果为0，我们用...

神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。　　本文以一种简单的，循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地帮助理解本文。　　神经网络是一种模拟人脑的神经网络以期能够实...

1 反向传播算法和BP网络简介 误差反向传播算法简称反向传播算法（即BP算法）。使用反向传播算法的多层感知器又称为BP神经网络。BP算法是一个迭代算法，它的基本思想为：（1）先计算每一层的状态和激活值，直到最后一层（即信号是前向传播的）；（2）计算每一层的误差，误差的计算过程是从最后一层向前推进的（这就是反向传播算法名字的由来）；（3）更新参数（目标是误差变小）。迭...

聊天机器人（也可以称为语音助手、聊天助手、对话机器人等）是目前非常热的一个人工智能研发与产品方向。很多大的互联网公司重金投入研发相关技术，并陆续推出了相关产品，比如苹果Siri、微软Cortana与小冰、Google Now、百度的“度秘”、亚马逊的蓝牙音箱Amazon Echo内置的语音助手Alexa、Facebook推出的语音助手M、Siri创始人推出的新型语音助手Vi...