按时间归档：2022年01月
-
多Agent 深度强化学习综述
多Agent 深度强化学习综述人工智能技术与咨询来源：《自动化学报》，作者梁星星等摘 要近年来,深度强化学习(Deep reinforcement learning,DRL) 在诸多复杂序贯决策问题中取得巨大突破.由于融合了深度学习强大的表征能力和强化学习有效的策略搜索能力,深度强化学习已经成为实现人工智能颇有前景的学习范式.然而,深度强化学习在多Agent 系统的研究与应用中,仍存在诸多困难和挑战,以StarCraft II 为代表的部分观测环境下的多Agent学习仍然很难达到理想效果..
-
[github优秀AI项目]实现4K60帧视频人体实时抠图
项目地址：https://github.com/PeterL1n/RobustVideoMatting文章：Robust Video Matting in PyTorch, TensorFlow, TensorFlow.js, ONNX, CoreML!PyTorch、TensorFlow、TensorFlow中的强大视频抠图功能。js，ONNX，CoreML！稳定视频抠像 (RVM)论文Robust High-Resolution Video Matting with Te..
-
学习Python的三个必备神级网站
今天来给大家介绍三个我在学习 Python 路上帮助比较大的堪称神级的网站，尤其是对于刚刚入门的同学来说，绝对不容错过~pythontutor这个网站对于新手同学理解代码的运行逻辑简直是太好用了首先进入网站我们看到的就是如下这个页面左边是一段 Python 代码，右边则是对应的运行逻辑、变量值等信息，我们点击下方的Prev和Next按钮，就会产生联动的效果是不是很清晰呢，代码运行到哪里、变量是多少都展示的一清二楚，这对于初学者来说，可以省去很多弯路，也能够加深对代码运行的理解该网站有两种运行
-
undefined reference to `cv::imread(std::__cxx11::basic_string＜char, std::char_traits＜char＞, std::all
问题缘由在准备运行一个车道线检测的一个开源项目的时候，已经按照其要求使用了，如下工具而opencv的包是我直接下载的官网上的opencv4.5.1解压下来的，但是当我修改其cmakelists.txt中的opencv文件夹后，我觉得已经可以运行了在执行构建的时候缺出现了如下问题经过在网上搜索，大多数以及官方给出的回答是不过就算我cmakelist.txt加入了这个，也还是不得行，因此我重新找了个只显示图片的工程基于cmake+mingw来构建，也还是出错了，因此我认为这个opencv的环境
-
使用图神经网络从稀疏数据中学习连续时间偏微分方程
这是一篇在2020年发表在ICLR的论文，论文使用图神经网络从稀疏数据中学习连续时间偏微分方程，文章提出的模型主要创新点是允许任意空间和时间离散化，也就是说在求解偏微分划分网格时，网格可以是不均匀的，由于所求解的控制方程是未知的，在表示控制方程时，作者使用了消息传递的图神经网络进行参数化。在许多系统中偏微分方程至关重要。 但是求解大多数偏微分方程长期以来一直是一项艰巨的任务，通常需要复杂的数值求解技巧，尤其是当方程的参数或边界条件部分未知时。图神经网络 (GNN) 因为在非欧几里得系统建模中具有广泛的适
-
数字化浪潮席卷汽车行业，打造超强供应链管理体系
在制造业中，汽车行业拥有举足轻重的地位，原因有二，其一是汽车作为一件商品牵扯着几乎所有的工业领域，零部件的生产制造以及整车组装应用了各个领域的先进科技，并且同时还要保证极高的安全性和稳定性；其二是由于汽车的使用量极高，作为商品的普及度使其整个行业规模无比庞大。
-
【DataWhale学习】Day3~9-3章线性回归——西瓜书学习摘录笔记
【DataWhale学习】Day3~9-3章线性模型——西瓜书学习摘录笔记函数的性质在研究线性模型之前，我们先要对凸集下一个定义： 对集合C内的任意两点x1、x2 ∈ C，若它们之间的连线上的所有点仍属于集合C，即则我们称集合C为“凸”的，即C是一个凸集（convex set） 对定义在凸集上的函数f：Rd->R，令定义域内的x、z都满足则我们称函数f(.)为凸的，即f(.)是一个凸函数（convex function）我们对于线性模型的参数估计都是通过凸函数完成的，所以对于一般
-
pyinstaller打包torch出现OSError: could not get source code、pkg_resources.DistributionNotFound
记下主要怕以后自己忘记首先打包先建一个虚拟环境，就装上打包的python需要的包，这样打包起来错误可能会少点，而且速度也会快些，大小也可能小些，如何创建可以参考我的另一篇博客https://blog.csdn.net/qq_52785473/article/details/122543935?spm=1001.2014.3001.5501如何导包的时候，也尽量用什么导什么例如需要用pandas的读文件功能from pandas import read_csv即可这样可能对打包的性能也有所提升打包
-
sklearn的逻辑回归
逻辑回归<!DOCTYPE html><html lang=”en”><head> <meta charset=”UTF-8″> <title>map</title> <link rel=”stylesheet” href=”lib/openlayer/ol.css” type=”text/css”> <…
