一个五子棋游戏的MFC完成（已判禁手，可以人人对下，人机对下，保存棋盘，恢复棋谱）其中AI采用加权判断方法，棋盘自动保存成txt文件。
2021/4/18 12:12:50
16KB
1
寒武纪系列论文，Manycompaniesaredeployingservices,eitherforconsumersorindustry,whicharelargelybasedonmachine-learningalgorithmsforsophisticatedprocessingoflargeamountsofdata.Thestate-of-the-artandmostpopularsuchmachine-learningalgorithmsareConvolutionalandDeepNeuralNetworks(CNNsandDNNs),whichareknowntobebothcomputationallyandmemoryintensive.Anumberofneuralnetworkacceleratorshavebeenrecentlyproposedwhichcanofferhighcomputationalcapacity/arearatio,butwhichremainhamperedbymemoryaccesses.
2015/10/13 15:38:37
554KB
1
吴良超笔记连载（自然翻页的顺序收集的）摘要.md，字节跳动的广告技术团队的一名博主日志的分类整理。
重点是计算广告和机器学习，Leetcode解题报告，python编程。
尊重原始序列的基础上，分类整理日志的文章摘要。
感兴味的正文请另行下载。
也聊了题外话：谈AI时代的知识学习——资料、信息的收集、整理。
对Typora笔记，提出了一些改进意见。
重点是计算广告和机器学习，Leetcode解题报告，python编程。
尊重原始序列的基础上，分类整理日志的文章摘要。
感兴味的正文请另行下载。
也聊了题外话：谈AI时代的知识学习——资料、信息的收集、整理。
对Typora笔记，提出了一些改进意见。
2020/11/20 11:58:25
283KB
1
本文来自36kr，本文介绍了R-CNN基本结构和原理，YOLO的基本原理，推理过程，计算loss以及具体实用过程等。
知识图谱最初是由谷歌提出用来优化搜索引擎的技术，在不断发展中外延也一度扩大。
盘点目前知识图谱的发展，其已经助力了很多抢手的人工智能场景的应用，例如语音助手、聊天机器人、智能问答等。
当前的人工智能其实可以简单划分为感知智能（主要集中在对于图片、视频以及语音的能力的探究）和认知智能（涉及知识推理、因果分析等），知识图谱就是认知智能领域中主要的技术之一。
从使用的范围来讲，知识图谱分为通用知识图谱和领域知识图谱。
通用知识图谱主要应用于面向互联网的搜索、推荐、问答等业务场景。
通用知识图谱强
知识图谱最初是由谷歌提出用来优化搜索引擎的技术，在不断发展中外延也一度扩大。
盘点目前知识图谱的发展，其已经助力了很多抢手的人工智能场景的应用，例如语音助手、聊天机器人、智能问答等。
当前的人工智能其实可以简单划分为感知智能（主要集中在对于图片、视频以及语音的能力的探究）和认知智能（涉及知识推理、因果分析等），知识图谱就是认知智能领域中主要的技术之一。
从使用的范围来讲，知识图谱分为通用知识图谱和领域知识图谱。
通用知识图谱主要应用于面向互联网的搜索、推荐、问答等业务场景。
通用知识图谱强
2016/5/8 15:33:01
359KB
1
CS540以及MIT人工智能复习人工智能课程的时候找的，由于今年BIT的AI期末考试是英文试卷，特别找了几套英文试卷
2020/11/26 7:20:23
2.62MB
1
可以实现按要求开展50-100次游戏，每次游戏中的怪兽、坑、金子均随机出现，且可以调理pits出现的概率。
Agent会根据KB理论尽可能地选取最佳路径获得金币，赢得胜利。
日志会记录每次的移动信息与在每一个cell所感知到的信息（气味、微风）。
Agent会根据KB理论尽可能地选取最佳路径获得金币，赢得胜利。
日志会记录每次的移动信息与在每一个cell所感知到的信息（气味、微风）。
2021/5/17 21:32:51
7KB
1
TensorFlow内核剖析TensorFlowInternals刘光聪著本书定位这是一本剖析TensorFlow内核工作原理的书籍,并非讲述如何使用TensorFlow构建机器学习模型,也不会讲述应用TensorFlow的最佳实践。
本书将通过剖析TensorFlow源代码的方式,揭示TensorFlow的系统架构、领域模型、工作原理、及其实现模式等相关内容,以便揭示内在的知识。
面向的读者本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论;同时,假设读者熟悉Python,C++等程序设计语言。
本书适合于渴望深入了解TensorFlow内核设计,期望改善TensorFlow系统设计和功能优化,及其探究TensorFlow关键技术的设计和实现的系统架构师、AI算法工程师、和AI软件工程师。
本书将通过剖析TensorFlow源代码的方式,揭示TensorFlow的系统架构、领域模型、工作原理、及其实现模式等相关内容,以便揭示内在的知识。
面向的读者本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论;同时,假设读者熟悉Python,C++等程序设计语言。
本书适合于渴望深入了解TensorFlow内核设计,期望改善TensorFlow系统设计和功能优化,及其探究TensorFlow关键技术的设计和实现的系统架构师、AI算法工程师、和AI软件工程师。
2020/1/14 6:26:52
21.27MB
1
KendryteK210为开源RISC-V内核，同时加强部分AI指令的新一代嵌入式CPU,此文为2018年12月更新的芯片开发编译环境说明，使用Cmake与官方的SDK
2021/6/19 13:53:50
718KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB