- 21个免费无限制免登录chatgpt资源， OpenAI GPT-4\3.5 模型的智能对话链接
这个 GPT 链接是 OpenAI 的 GPT-3.5、4 模型，它是目前最先进的自然语言处理模型之一。使用这个链接可以让你与该模型进行实时对话，输入文本后，该模型会给出一个智能的、语义正确的回答。这个链接可以用于多种场景，例如智能客服、智能助手等。基于 GPT-3.5、4 模型的强大能力，它可以提供高质量的自然语言理解和生成功能，为人们的生活和工作带来便利。
5 1w+浏览免费 - 机器学习期末复习题及答案
机器学习期末复习题及答案 5 8508浏览会员免费 - 三维坐标点 旋转矩阵 推导流程
点云三维坐标点 旋转矩阵 推导流程 0 4002浏览免费 - AI 翻唱必备神器！So-VITS-SVC 一键安装包下载
最近AI孙燕姿大火，网上出现了很多高清的翻唱歌曲，可以说翻唱效果和原唱一模一样，其实就是so-vits-svc这个工具的产物，它可以将一首歌的音色换成另外一个人的音色，就像这首歌被别人翻唱了一样。大致实现原理就是，使用so-vits-svc这个工具先提取出你的声音的音色训练成模型，然后提取某个歌曲去音效的人声，通过so-vits-svc将原歌曲人声转换成你的人声，再配上音效，这样这首歌就翻唱完成了。下面讲一下本地部署so-vits-svc实现AI孙燕姿翻唱歌曲的具体操作流程。 5 3663浏览免费 - pycharm连接autodl服务器（yolov8训练自己的数据集）
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可 1 7360浏览免费 - 机器学习期末复习题选择题库
机器学习期末复习题选择题库 5 3111浏览免费 - 汽车充电协议DIN70121中英版本
汽车充电协议DIN70121中英版本 5 1226浏览免费 - 中科院(国科大)黄庆明模式识别与机器学习2017-2018试卷(兰艳艳、郭嘉丰、山世光).doc
国科大大小：283KB中科院(国科大)黄庆明模式识别与机器学习2017-2018试卷(兰艳艳、郭嘉丰、山世光)中科院(国科大)黄庆明模式识别与机器学习2017-2018试卷(兰艳艳、郭嘉丰、山世光) 4 546浏览免费 - 基于jetson平台使用tensorRT加速推理yolov5的两种方法 pytorch大小：10MB由于大多数深度学习模型部署在嵌入式平台均出现推理速度过慢的情况，因此引用到tensorRT来加速推理深度学习模型，以yolov5为例，本文介绍了两种方式将yolov5在pytorch框架下训练出的.pt权重抓换成tensorRT的推理引擎。从而实现深度学习模型在嵌入式平台的部署与加速。本文实验平台为jetson nano及jetson TX2.加速效果明显由于大多数深度学习模型部署在嵌入式平台均出现推理速度过慢的情况，因此引用到tensorRT来加速推理深度学习模型，以yolov5为例，本文介绍了两种方式将yolov5在pytorch框架下训练出的.pt权重抓换成tensorRT的推理引擎。从而实现深度学习模型在嵌入式平台的部署与加速。本文实验平台为jetson nano及jetson TX2.加速效果明显 5 2911浏览免费
- 人工智能文献综述
人工智能相关文献 4 3906浏览免费 - 基于matlab的贝叶斯分类器设计.docx
基于matlab编程实现贝叶斯分类器，实验原理、公式推导、参考程序、结果展示。 0 1430浏览免费 - NLP自然语言处理的题目
NLP自然语言处理的经典题目，简单，基础，面试经常考的问题。 0 3240浏览免费 - 智能信息检索+信息检索导论课程+期末复习题库
文档内容为智能信息检索课程期末复习题库，其中题库范围为我们任课老师标注的内容重点，涵盖了多个章节的内容，且为课程重点与高频考点。 文档内容清晰，排版整齐，包含题目与答案，适用于正在学习信息检索导论这门课程的学生，用于掌握重点与查漏补缺，当然，每个老师的重点势必会不一样，所以该内容仅供参考，具体重点还是以自己老师为准。 此外，文中部分习题的解答可能不够详尽，对于初学者来说可能有一定的困难，这部分同学可以移步至我的这篇博客http://t.csdn.cn/Xn4s9进行参考，博客中的解答会有所扩充，并穿插了一些知识点，如果有帮助的话希望大家点赞收藏加关注，十分感谢啊。 0 1327浏览免费 - Midjourney手册，，整教程1.3万字，135页完整
这个教程总共1.3万字，135页 AI 绘图前景如何？ AI 绘图在未来有很大的前景，因为它具有以下几个方面的优势： ① 自动化程度高AI 绘图可以通过算法和数据自动化生成绘图，减少人工操作和错误，提高效率和准确性。 ② 精度高AI 绘图可以利用深度学习和神经网络等技术对大量的图像进行学习和训练，从而提高绘图的精度和质量。 ③ 可扩展性强AI 绘图可以通过不断地学习和训练来不断提高其绘图的能力和品质，随着技术的不断发展，其绘图的应用范围也会不断扩大。 ④ 可定制化AI 绘图可以根据用户的需求进行定制，根据不同的绘图场景和目的，生成不同的绘图结果。 ⑤ 应用广泛AI 绘图可以应用于多个领域，例如设计、建筑、艺术、医疗、教育等，为人们提供更加便捷和高效的绘图解决方案。然而，AI 绘画本身存在着一个非常大的争议——版权问题。AI绘画的核心是模型，而训练它则需要使用大量数据，其中不可避免的会出现未经授权的图片。另外，经过运算之后所生成的图像版权究竟归属于谁在目前也尚未有定论，使得部分艺术家对AI绘画表示反对。因此，要实现市场的良性发展，版权或许是AI绘画行业首先需要解决的问题。 0 1378浏览免费 - CHATGPT训练指令模板
CHATGPT训练指令模板 1 .人工风格编写互联网文章 2. 人工智能想象力随机写书 3. 人工风格改写 4. 软文生成 5. 帖子生成 6. 民间传说文案生成 7. 书籍总结摘要 8. 文章总结摘要 9. 市场调研员 10. 短视频拍摄脚本生成 11. 抖音视频文案生成 12. 电商产品描述、概要 13. Midjourney 提示词 14. 小说大纲生成 15. 关键字生成 16. 代码生成 17. 引流视频脚本 18. 心灵鸡汤励志文 19. 黑化ChatGPT 20. 角色扮演（156种角色扮演，网上直接扒的，测试了大部分，挺好用的） 0 2993浏览免费 - AI绘画教程：如何Stable Diffusion 生成专业级的真人摄影照片？
AI绘画教程：如何Stable Diffusion 生成专业级的真人摄影照片？ 5 2571浏览免费 - Python数据处理课程设计-房屋价格预测
.研究意义 目前有人在对房屋价格的研究上已经取得了诸多成果，大多数人主要从政治、经济、政策、人口等宏观层面对房屋价格进行了分析，也有少数学者从房屋建筑硬件设施等微观因素展开了研究，也取得了较好的预测效果，但目前这方面还是相对较少。鉴于此，我将根据比赛的数据，构建特征变量集，选取有代表性的特征变量，在已有数据的基础上，对数据进行处理，使用机器学习算法分析房价问题，选择预测模型将其用于预测测试集的房屋价格。 此外，无论是对于监管者还是消费者，是房产中介机构还是房地产开发商，只有深入了解房地产交易市场，才能进行合理监管与规划；高效率推广房源，在能满足购房者需求的前提下科学定价，提高市场竞争优势；有效规避风险，降低不必要的损失等。所以预测房屋价格能为人们在住房购买方面提供更多选择，具有一定的参考作用。 3.题目描述 购房者描述了他们梦想中的房子，他们可能不会从地下室天花板的高度或东西向铁路的距离开始。但这些数据证明，影响价格谈判的因素远大于卧室数量或白色栅栏。题目给出的变量几乎描述了爱荷华州艾姆斯市住宅的各个方面。根据题目所给出的训练集和测试集的数据，分析题目所给的80个变量，预测出测试集中 0 1694浏览免费 - Uooc《人工智能行业与创新创业对接范式》慕课答案
全课后测验答案 0 1010浏览免费 - 模式识别实验报告（五个实验）
此文档包含贝叶斯分类器、Fisher线性判别法、K近邻算法、使用PCA变换的方法对ORL人脸数据集进行人脸识别、使用LeNet神经网络进行MINIST手写数字的识别。 0 463浏览免费 - matlab偏最小二乘回归(PLSR)和主成分回归(PCR)数据分析报告论文（附代码数据）.docx
matlab偏最小二乘回归(PLSR)和主成分回归(PCR)数据分析报告论文（附代码数据） 0 1971浏览免费 - 使用ChatGPT自动化生成PPT
使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatG 0 2763浏览免费 - AI绘画教程：如何用Stable Diffusion训练出自己专属的人像模型？
AI绘画教程：如何用Stable Diffusion训练出自己专属的人像模型？ 0 3044浏览免费 - yolov5 目标检测算法使用教程
包括：CUDA版本说明，标注样例说明与标注准则；训练流程说明；测试流程说明；训练与测试均有需要修改的地方的代码截图 0 1550浏览免费 - chat gpt windows安装
chat gpt windows安装 1 1147浏览免费 - 基于树莓派的超声波避障小车.doc
一个简单的树莓派避障小车的制作教程，免费分享给大家，小车带有摄像头功能和超声波模块避障功能 0 1536浏览免费 - Python新闻等文本情感分析实战源码分享
本项目通过textcnn卷积神经网络实现对文本情感分析识别，由python 3.6.5+Pytorch训练所得。 0 509浏览免费 - chatGPT中文版体验
chatGPT中文版体验 0 2615浏览免费 - 好用的ChatGPT插件分享
好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享 0 1555浏览免费 - 国家自然基金申请书报告正文模板
国家自然基金申请书报告正文模板，其他类似于封面的需要网上申请后生成 0 1057浏览免费 - tensorflow.contrib安装
tensorflow.contrib安装 2 1993浏览免费 - 模式识别实验报告.doc
神经网络常用算法实验报告，贝叶斯分类器、Fisher判别、K近邻、PCA特征提取、C均值聚类，包含算法原理、实验代码（MATLAB）、结果展示 0 1494浏览免费 - eCognition9.5版本
eCognition是由德国Definiens Imaging公司2009年推出的智能化影像分析软件，2010年被美国Trimble公司收购。eCognition是目前所有商用遥感软件中第一个基于目标信息的遥感信息提取软件，它采用决策专家系统支持的模糊分类算法，突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性，提出了革命性的分类技术——面向对象的影像分析技术，大大提高了高空间分辨率数据的自动识别精度，有效地满足了科研和工程应用的需求。破解版的eCognition9.5，安装过程与9.0的一致。本人一直在用，目前没有任何问题。大家可以放心下载这个版本，如果有问题可以随时联系我。 5 788浏览免费 - install.docx
实时视频动作检测的安装文档 0 662浏览免费 - ChatGPT应用场景与Prompt提示词工程汇总.docx
ChatGPT应用场景与Prompt提示词工程汇总。应用场景包括：01自然语言理解和生成、02写作辅助、03机器翻译、04智能客服、05金融风险控制、06智能广告投放、07智能推荐系统、08情感分析、09语音识别和合成、10数字营销。以及汇总的各种写作、推理等场景下的ChatGPT Prompt提示词工程。 0 1265浏览免费 - 燕山大学机器学习实验报告
燕山大学机器学习实验报告 包含 实验1.1 糖尿病情预测 1 实验1.2 影厅观影人数预测 1 实验2.1 肿瘤分类与预测（朴素贝叶斯） 7 实验2.2 肿瘤分类与预测（SVM） 11 实验3.1 肿瘤预测（决策树） 16 实验3.2 顾客购买服装的分析与预测 21 实验4 不同含量果汁饮料的聚类 25 实验5 肿瘤预测（AdaBoost） 32 实验6 肿瘤预测与分析（神经网络） 37 0 682浏览免费 - Sora专辑-OpenAI 的 Sora 技术报告详解
Sora 详细的技术报告发布了，相关从业者可能都需要看看。里面有 Open AI的训练思路以及 Sora 详细的技术特性，我从里面找了一些要点，详细的可以去看完整内容。 简单来说 Sora 的训练量足够大也产生了类似涌现的能力。 这篇论文提供了对 Sora 模型的深入分析，展示了其在视频生成领域的潜力和挑战。通过这种方式，OpenAI 正在探索如何利用 AI 来更好地理解和模拟我们周围的世界。 0 724浏览免费 - 2023电子科技大学徐行老师高级视觉课期末考试回忆版+复习资料（本科研究生通用） 含了老师勾画的重点知识，期末考试试卷回忆
2023年电子科技大学徐行老师高级视觉课期末考试回忆版+复习资料（本科研究生通用） 里面包含了老师最后一节课勾画的重点知识整理，期末考试试卷回忆 0 282浏览免费 - pytorch3d全套安装流程
用0开始安装，一直到能跑通pytorch3d官网上的案例为止，所需的全部环境，包含各种软件插件的安装地址、方法、版本对应关系，还有遇到的一些问题及解决方案，一文从0直到跑通全流程 0 1532浏览免费 - 预测模型-线性回归分析
预测模型--线性回归分析的简介，分析，以及python实现； 预测模型--线性回归分析的简介，分析，以及python实现； 预测模型--线性回归分析的简介，分析，以及python实现； 预测模型--线性回归分析的简介，分析，以及python实现； 预测模型--线性回归分析的简介，分析，以及python实现； 回归分析 0 827浏览免费 - 中文版ATEQ编程手册232通信
中文版ATEQ MODBUS编程手册232通信 0 474浏览免费 - 超详解- Yolov8模型手把手调参
| 配置 | 模型训练 | 验证 | 推理 YOLOv8是一款前沿、最先进（SOTA）的模型，基于先前YOLO版本的成功，引入了新功能和改进，进一步提升性能和灵活性。 然而，要充分发挥Yolov8的潜力，合理的参数配置是至关重要的。本文将带您深入了解Yolov8调参的每一个细节。无论您是初学者还是有经验的研究者，本文都将为您提供实用技巧和深入解读，帮助您在Yolov8的世界中取得更出色的成果。让我们一起开始这个令人激动的调参之旅吧！ 1 2797浏览免费 - Anaconda和pytorch下载流程
这是Anaconda软件和pytorch下载教程，适用于准备入门机器学习的小白。写的非常详细，本教程是用电脑的cpu来运行代码的，适用于小数据集的运行，不适用于大数据集，因为cpu速度慢 0 1004浏览免费 - 通过微调 GPT-2 我自己的聊天机器人
GPT-2 代表 Generative pre-trained transformer 2，顾名思义，它会生成句子。我们可以通过使用少量训练数据微调预训练模型来构建聊天机器人。 在这篇文章中，我将微调 GPT-2，尤其是 rinna 的，它是日本 GPT-2 模型之一。 0 591浏览免费 - 2016年国科大NLP（自然语言处理）期末考试题-宗老师
2016年国科大NLP（自然语言处理）期末考试题，重点包括汉语分词的歧义问题，文法与自动机转换，机器翻译评价指标，Chart算法进行句法分析，朴素贝叶斯文本分类等等。 0 1351浏览免费 - NIPS-2017-attention-is-all-you-need-Paper-中文翻译版本.docx
Attention is all you need 0 681浏览免费 - 【论文】 基于遗传算法优化SVM的手写字体识别
基于遗传算法优化SVM的手写字体识别的课程论文，是docx格式的，通过matlab实现，方便大家下载并修改，可以快速成型一篇小课程论文哦！ 0 431浏览免费 - Pytorch与TensorFlow的GPU共存的环境配置清单
内含Pytorch与TensorFlow的GPU共存的环境配置清单，并包括一些PIP镜像源。 0 1756浏览免费 - 用 AI 写小说全过程指南
实例篇 GPT4输入： 请以一个熟悉玄幻小说平台规则和内容策略、具备优秀的文案创作能力和市场洞察能力的玄幻小说专家的身份来协助我。我会先给你讲清楚规则，并且教授你一些现在总结出来的玄幻小说的技巧，并且你需要进行学习和思考。此后，我会给你准备一批优秀的玄幻小说文案供你参考、分析、学习并且要你举一反三，这些是你的原始实例学习素材。在我向你传授所有的技巧后，我会让你开始进行总结，你需要把我前面传授的这些技巧进行总结分析，并且成为你自己的知识储备。然后你要根据自己学到的知识，帮我想 3-5 个故事主线大纲，来供我选择，并且说一下每个大纲里用到的思路和方法，让我来筛选。如果都明白了，就回复“我明白了，我已经准备好学习新知识，并且会在学习后根据你提供的正文内容帮你开始写玄幻小说” 0 337浏览免费 - 第十二节 图像处理之霍夫检测圆
import cv2 as cv import numpy as np def hough_circle(image): #因为霍夫检测对噪声很明显，所以需要先滤波一下。 dst =cv.pyrMeanShiftFiltering(image,10,100) cimage=cv.cvtColor(dst,cv.COLOR_BGR2GRAY) circles = cv.HoughCircles(cimage,cv.HOUGH_GRADIENT,1,40,param1=40,param2=29,minRadius=30,maxRadius=0) #把circles包含的圆心和半径的值变为整数 circles = np.uint16(np.around(circles)) for i in circles[0]: cv.circle(image,(i[0],i[1]),i[2],(0,255,0),3) cv.imshow("circle",image) src = cv.imread("E:/opencv/picture/coins.jpg") cv.imshow("inital_window",src) hough_circle(src) cv.waitKey(0) cv.destroyAllWindows() 霍夫圆变换的基本思路是认为图像上每一个非零像素点都有可能是一个潜在的圆上的一点， 跟霍夫线变换一样，也是通过投票，生成累积坐标平面，设置一个累积权重来定位圆。 在笛卡尔坐标系中圆的方程为： 其中（a,b）是圆心，r是半径，也可以表述为： 即 在笛卡尔的xy坐标系中经过某一点的所有圆映射到abr坐标系中就是一条三维的曲线： 经过xy坐标系中所有的非零像素点的所有圆就构成了abr坐标系中很多条三维的曲线。 在xy坐标系中同一个圆上的所有点的圆方程是一样的，它们映射到abr坐标系中的是同一个点，所以在abr坐标系中该点就应该有圆的总像素N0个曲线相交。 通过判断abr中每一点的相交（累积）数量，大于一定阈值的点就认为是圆。 以上是标准霍夫圆变换实现算法。 问题是它的累加到一个三维的空间，意味着比霍夫线变换需要更多的计算消耗。 Opencv霍夫圆变换对标准霍夫圆变换做了运算上的优化。 它采用的是“霍夫梯度法”。它的检测思路是去遍历累加所有非零点对应的圆心，对圆心进行考量。 如何定位圆心呢？圆心一定是在圆上的每个点的模向量上，即在垂直于该点并且经过该点的切线的垂直线上，这些圆上的模向量的交点就是圆心。 霍夫梯度法就是要去查找这些圆心，根据该“圆心”上模向量相交数量的多少，根据阈值进行最终的判断。 bilibili： 注意： 1.OpenCV的霍夫圆变换函数原型为：HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]]) -> circles image参数表示8位单通道灰度输入图像矩阵。 method参数表示圆检测方法，目前唯一实现的方法是HOUGH_GRADIENT。 dp参数表示累加器与原始图像相比的分辨率的反比参数。例如，如果dp = 1，则累加器具有与输入图像相同的分辨率。如果dp=2，累加器分辨率是元素图像的一半，宽度和高度也缩减为原来的一半。 minDist参数表示检测到的两个圆心之间的最小距离。如果参数太小，除了真实的一个圆圈之外，可能错误地检测到多个相邻的圆圈。如果太大，可能会遗漏一些圆圈。 circles参数表示检测到的圆的输出向量，向量内第一个元素是圆的横坐标，第二个是纵坐标，第三个是半径大小。 param1参数表示Canny边缘检测的高阈值，低阈值会被自动置为高阈值的一半。 param2参数表示圆心检测的累加阈值，参数值越小，可以检测越多的假圆圈，但返回的是与较大累加器值对应的圆圈。 minRadius参数表示检测到的圆的最小半径。 maxRadius参数表示检测到的圆的最大半径。 2.OpenCV画圆的circle函数原型：circle(img, center, radius, color[, thickness[, lineType[, shift]]]) -> img img参数表示源图像。 center参数表示圆心坐标。 radius参数表示圆的半径。 color参数表示设定圆的颜色。 thickness参数：如果是正数，表示圆轮廓的粗细程度。如果是负数，表示要绘制实心圆。 lineType参数表示圆线条的类型。 shift参数表示圆心坐标和半径值中的小数位数。 0 2384浏览免费 - YOLOv5的商品识别
YOLOv5的商品识别 0 647浏览免费 - 垂直起降固定翼无人机（简称垂起）
垂直起降固定翼无人机（简称垂起）是近些年出现的新型无人机，指固定机翼无人机可以垂直起飞和降落或在无跑道情况下正常起飞和降落。 无人机发展经历四个阶段：固定翼—单旋翼—多旋翼—垂直起降固定翼。 垂起无人机相对于固定翼无人机优势： 1、有固定翼和旋翼两种飞行模式，固定翼飞行中突发故障时，旋翼系统自动进入自救模式。 2、实用高效：具有固定翼无人机航时长、速度快、距离远、载荷大的特点； 3、垂直起降：具有旋翼无人机的起降方式，大幅降低起降场地和空域要求； 4、使用成本低：无需复杂笨重的发射和回收设备 5、操作简便：集成专门的飞控与导航系统，全程全自主飞行，操作人员只需发送飞行计划，无需遥控器进行多余参与。最大限度的降低了对飞控手培训的要求，从而增强了产品的可操作性，推广性，稳定性等。 0 454浏览免费 - Windows搭建yolov5史诗保姆级教程
这个资源将为您提供在Windows操作系统上搭建Yolov5目标检测模型的详细指导。通过本教程，您将学习如何在Windows环境下安装所需的软件和库，配置环境变量，并逐步构建Yolov5模型。无论您是初学者还是有一定经验的开发人员，本教程都将以保姆级的方式引导您完成整个过程。跟随本教程，您将轻松掌握在Windows平台上搭建Yolov5模型的技能，为您的目标检测项目提供强大支持。 1 1221浏览免费 - 安装pycharm详细步骤.docx(免费分享)
pycharm、anaconda安装教程以及pytorch安装教程 0 725浏览免费 - 田纳西伊斯曼过程故障检测实验报告
实验报告采用四种算法（PCA,IF,OCSVM,MD）构造故障检测模型，报告中包含完整的实验步骤、算法介绍与实验代码（MATLAB）。 包括数据背景、数据介绍、问题分析、数据预处理、特征提取、多机器学习算法构建模型 0 386浏览免费 - 图像恢复（毕设论文）
图像在形成、传输和记录过程中，由于受到大气湍流效应、传感器特性的非线形、光学系统的像差、成像设备与物体之间的相对运动等多种原因的影响，图像的质量会有所下降，表现为图像模糊、失真、有噪声等。遗传算法作为一种基于生物进化论的全局优化搜索算法。 0 386浏览免费 - 10个ChatGPT的经典用法
10个ChatGPT的经典用法；10个ChatGPT的经典用法；10个ChatGPT的经典用法10个ChatGPT的经典用法 0 1113浏览免费 - 人工智能导论期末复习习题
软件工程专业课《人工智能导论》（高等教育出版社，王万良著）期末复习练习题（选择+填空+大题），适合期末考试备考 0 1159浏览免费 - ChatGPT的应用案例和实战
ChatGPT作为一种先进的自然语言生成技术，已经在各个领域展现出了其强大的应用能力。下面我们将介绍一些ChatGPT在不同领域中的应用案例，让大家更好地了解它的实际应用。 0 333浏览免费 - AI写小说！感受ChatGPT3分钟写的千字福尔摩斯小说！逆天！.docx
其实在最初，测试者要求ChatGPT写一个5000字的故事，但AI居然直接罢工，还言简意赅：“不，太长了。” 于是测试者把篇幅缩减到1000字左右，这回AI表示同意，但第一次尝试却翻车了：因为故事写到2/3，它卡住了……. 0 753浏览免费 - 六自由度搬运机器人正逆运动学和轨迹规划.docx
本文代码均在装有Robotics Toolbox14.0工具箱的matlab环境下运行，主要涉及对指定六自由度机器人的正逆运动学分析，求解和仿真，以及对轨迹规划的仿真。 0 382浏览免费
CSDN会员
开通CSDN年卡参与万元壕礼抽奖
已订阅内容
我的课程
图文专栏
登录后即可查看
学习路径
七天热销榜 
下载资源
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
