polar-bear～Blog

机器学习 机器学习是一个专门研究和开发能够学习的机器的领域，目标是获得通用人工智能。 机器学习是人工智能的核心领域，目标是让计算机通过数据学习规律并做出预测或决策。其核心逻辑是：从数据中提取特征，通过算法训练模型，实现对未知数据的推断。 分类：包括监督学习（如回归、分类算法）、无监督学习（如聚类、降维）、半监督学习和强化学习等。 关键特征：依赖人工设计的特征工程，例如在图像识别中，需要手动提取边缘、颜色等特征。 本篇是对之前文章的扩展，补充与深化，本人深感过去文章水平有限，仅是为完成工程任务调参了解的，极为片面，浅薄的记录，本文试图作为学习笔记系统性记录✍️本人的学习过程。(ﾉ∇︎〃 ) 添加了很多骚话个人理解(´つヮ⊂︎) 前面大多为车轱辘话(╯‵□′)╯︵┻━┻，只需要大致了解概念。可直接跳至算法原理。(ฅ>ω<*ฅ) 序言 一些很漂亮很浪漫很有人类探索精神的屁话╮(╯▽╰)╭ 千百年来，人类试图了解智能的机制，并将它复制到思维机器上。 人类从不满足于让机械或电子设备帮助做一些简单的任务，例如，使 用燧石打火，使用滑轮吊起沉重的岩石，使用计算器做算术。 相反 ...

机器学习——神经网络 概念合集（写得较为复杂） 机器学习（1）——绪论 - 知乎 机器学习（2）——线性回归（Linear Regression） - 知乎 机器学习（3）——Logistic回归（Logistic Regression） - 知乎 机器学习（4）——模型评价与正则化 - 知乎 机器学习（5）——神经网络（Neural Network，NN） - 知乎 机器学习（6）——激活函数 - 知乎 通俗易懂（合集）：从函数到神经网络 进阶，概念，下饭（漫士沉思录）90分钟！清华博士带你一口气搞懂人工智能和神经网络 （3Blue1Brown）【官方双语】深度学习之神经网络的结构 Part 1 ver 2.0 机器学习的基本流程（从函数到神经网络） 机器学习是要找一个函数，对于给定的输入能给出正确的输出。例如聊天机器人就是输入当前的对话场景，输出机器的应答；语音识别就是输入待辨识的音频，输出对应的文字。 函数（function） Functions Describe the World ----不是我说的 这个Functions完 ...

NanoDet训练 github：RangiLyu/nanodet: NanoDet-Plus⚡Super fast and lightweight anchor-free object detection model. 🔥Only 980 KB(int8) / 1.8MB (fp16) and run 97FPS on cellphone🔥 CPU：guo-pu/NanoDet-PyTorch-CPU: 此代码用于目标检测，模型小，检测速度快速，适合没GPU显卡的嵌入式设备运行，比如“树莓派”、ARM开发板、嵌入式开发板。 hpc203/nanodet-plus-opencv: 分别使用OpenCV、ONNXRuntime部署NanoDet-Plus，包含C++和Python两个版本的程序 目标检测——使用nanodet训练自己制作的数据集并测试模型，通俗易懂（详细图文教程）_nanodet训练自己的模型-CSDN博客 第一模块：深度学习轻量级模型nanodet-CSDN博客 轻量级目标检测模型NanoDet-Plus微调、部署（保姆级教学）-CSDN博客 数据集： 使用Labe ...

在Docker中安装Postgresql 有个服务挂在supabase上长期未用，然后发现已经过期，只保留备份文件，遂本地部署。 拉取镜像 1docker pull postgres 创建本地卷 数据卷可以在容器之间共享和重用， 默认会一直存在，即使容器被删除（docker volume inspect pgdata可查看数据卷的本地位置，验证持久数据目录）你也不想数据库和容器一起消失吧 123docker volume create pgdatadocker volume inspect pgdata 可以看到输出本地卷信息 12345678910111213root@rick:/home/rick# docker volume inspect pgdata[ { "CreatedAt": "2025-04-10T08:46:11Z", "Driver": "local", "Labels": null, &q ...

永久免费LinuxONE云服务器 无需信用卡，120天免费续费，注册的时候不要挂梯子，不能安装宝塔不能挂梯，2核4G, 延迟高，但是带宽高 LinuxONE官网：https://linuxone.cloud.marist.edu/#/login 前往官网注册，建议使用QQ邮箱，选择国家：美国，最后申请原因：I want to learn Linux 稍后会发送邮件到邮箱，前往授权后即可登陆。 进入主页，随后创建服务器 名称随意，选择系统，建议Ubuntu 选择设备配置，只有一个可选，创建SSH密钥，用于建立SSH连接，随后创建即可。 等待数分钟，直到服务器状态变为active 使用ssh连接用户名为Linux User对应，默认应该是linux1，ip即为所给ip，端口默认22 连接 使用SSH软件连接 使用刚才创建的私钥连接即可 或者ssh linux1@*. * . * . * -i /win/sshkey 切换root用户 123sudo passwd rootsu 安装1panel 该服务器因为不能安装宝塔，故可使用1panel curl -sSL https://re ...

打开Cloudflare的Worker，创建一个worker 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189'use ...

Gemini 转OpenAI API格式 GitHub - PublicAffairs/openai-gemini：Gemini ➜ OpenAI API 代理。无服务器！ 选择部署到 Cloudflare 填写帐户 ID和API 令牌 创建令牌 填写帐户 ID和API 令牌 fork到自己的储存库并开启Github action功能 完成 完成后进入到cloudflare 的Worker页面 找到刚刚创建的gemini 在设置中为其添加一个域名 ##Gemini API申请 现在中转服务已经部署，接下来是Gemini API申请: https://aistudio.google.com/ 列出可用模型

PVE安装Home Assistant 接下来默认即可 类型选host 半虚拟化、E1000、直通，感觉半虚拟化和直通差不多 分离并删除硬盘 调整BIOS为UEFI模式，这个是HassOS要求的 下载HA虚拟机文件替代方案 - Home Assistant 下载解压得到qcow2文件传到PVE里面 连接到PVE shell，将文件传到/tmp文件夹下 接下来进入tmp目录,向104（HA）虚拟机导入磁盘 12cd /tmpqm importdisk 104 haos_ova-14.1.qcow2 local-lvm 出现一个未使用的磁盘，双击它添加 在选择-引导顺序里面将硬盘设为第一位 现在可以启动虚拟机了 等待系统最后安装完成，打开网页端，浏览器里面输入这个网址并打开：http://homeassistant.local:8123

Docker安装HomeAssistant Docker安装不支持附件组件 直接从docker官方直接拉取镜像，可能会遇到网络问题 1homeassistant/home-assistant 可以从镜像地址下载 1ghcr.io/home-assistant/home-assistant:stable Docker安装可兼容多平台，但是此方法安装HA无权访问附加组件 如图，在飞牛OS上安装 12345678docker run -d \ --name homeassistant \ --privileged \ --restart=unless-stopped \ -e TZ=Asia/Shanghai \ -v /data/homeassistant:/config \ --network=host \ homeassistant/home-assistant -v /data/homeassistant:/config这一项需要根据自己实际情况修改，即把自己物理机某文件夹挂载到容器内，我是建了个文件夹/data/homeassistant来存放HA的文件 端口8 ...

常规操作 开始前我们需要先设置提交的用户信息，包括用户名和邮箱： 12$ git config --global user.name 'name'$ git config --global user.email [email protected] 创建版本库 首先，打开终端或命令行界面，进入要创建版本库的目录下。 接着，使用以下命令初始化一个空的 Git 仓库： 1git init 然后，将需要管理的文件添加到暂存区： 1git add 你也可以使用以下命令一次性将所有变更添加到暂存区： 1git add . 接下来，提交暂存区中的变更到本地仓库，并添加一个描述信息： 1git commit -m '第一次版本提交' 现在，你已经成功地创建了一个版本库。你可以使用其他 Git 命令来管理它，例如： git status：查看当前工作区和暂存区的状态。 git log：查看提交记录。 git branch：管理分支。 git remote：管理远程仓库。 远程仓库 如何添加远程仓库 要将本地代码库连接到远程仓库，可以使用以下git命令： 首先，将本地代 ...