今年9月入学，本科机械，考研学了408，想问问入门机器学习该怎么学？先干什么再干什么比较容易入门，还望各位大佬不吝赐教

python 深度学习、python代码编写，卷积神经网络cnn，计算机视觉cv项目，算法创新 opencv，图像识别，图片分类、语义分割、数据集增广代码代写 可以完全0基础全程入门指导 （可一对一） 基于深度学习的农作物病害识别，交通标志识别，裂缝检测，渗水识别，道路病害检测，行人识别，口罩识别，路面坑洼识别，手写体识别等等 可以手把手带配置环境教学，实验教学 专利等 完全0基础可以 ALex、Resnet 、Vgg、Mobilenet，GoogleNet，Efficient等等实现图像分类 Fa

1.88变分法做的 1.89如何操作得到的 1.90为何中间展开项积分一下归0了 有人会吗

一楼不发贴

需要机器学习代码的用于学习的，可以联系我，免费提供，供大家学习交流

谁懂KAN模型！？？

有没有懂Adaboost的大佬能给我讲一讲

建立机器学习模型，很急，有偿

利用BP神经网络做回归预测，输入15个特征，输出3个参数。不同的参数组合会得到类似的输入特征，请问怎么解决这一问题？解不唯一！！

兄弟们 请教一个问题 回归预测中，训练数据的输出是4维（建立4种参数与观测数据的映射关系） 但在测试的时候 希望能给定其中一个参数只预测其它三个参数，这个参数怎么去给定呢（希望通过4维的训练数据建立4种参数的映射关系后，对任意≤4维的测试数据都可以进行预测）

安装时报错，有大佬知道咋回事吗

想在课设里应用SVM分类识别系统的异常情况，以实现系统自动化断路，希望求助大佬指点下是否可行（还没有动手实操过怕报告里这么写心里很没底）

预算7000-10000刀 准备用来学习ml dl 主要是矩阵运算 不搞画图 目前是想去背两块5090回来 但是又听说二手计算卡好像也能用 现在犹豫不决，希望性价比高一些 有没有大佬给些配置推荐

鼠鼠的CLIP模型训练过程中学习率咋飞了，问下是什么原因。。。 这是options.py dataset部分： options.py solver部分，学习率lr已经往下调了一个量级了...bias_lr_factor设的是2

现在有个电视剧，完整版的画质太低，画质高的有删减。能否使用未删减片段进行训练，用来给被删减的片段提升画质？可行的话要怎么操作呢

安装时报错，有没有大佬知道原因啊[图片]

工业质检下一步进化会是什么样子

给大家分享一套非常棒的python机器学习课程——《AI小天才：让小学生轻松掌握机器学习》，2024年5月完结新课，提供配套的代码+笔记+软件包下载！学完本课程，可以轻松掌握机器学习的全面应用，复杂特征工程，数据回归，分类，算法的项目实战应用，以小学生的视角和知识储备即可学会。 课程名字：AI小天才：让小学生轻松掌握机器 第1章机器学习简介(22分钟3节) 1-1AI小天才课程介绍[04:32] 1-2掌握未来的关键技能：机器学习解密与类型深度探索[06:42

双非院校材料研二，准备做一个机器学习的材料性能预测。我现在有加了1-5份改性剂的改性材料，加上原材料一共六组样品，然后测了他们的五项性能，后期可能会加，手上现有的就是这些数据，我不知道我这些能不能和机器学习做一个交叉啊？我本来想的是多用几种机器学习的模型，再拿出来几份实验数据做训练和检测，然后再预测最后一份实验样品的性能，用预测的结果和我现在的数据对比一下。不知道这个可行性高了不？我之前也没有计算机专

深度学习，机器学习，强化学习，985在读博士，r语言 Python时间序列预测 分析 python编程 深度学习算法 自然语言处理 Python Matlab C++ Opencv Nlp Pytorch TensorFlow，Matlab 代码，机器学习预测，bp神经网络，lstm 粒子群等多种方法，手搓代码，远程代编均可，算法创新，模型训练，模型优化， 计算机视觉深度学习 机器学习 github 环境，复现， 关联 ：pytorch tensorflow，paddle 另外深度，机器学习项目等 目标检测、分类、分割、蒸馏、剪枝、等等 1.数据处理、数据分

1.我在使用Matlab的机器学习工具箱建立了SVM，GPR等回归预测模型后，我想把这个模型当成多目标优化的一个目标函数。 2.因为输出变量和各个输入变量的函数关系我是不知道的，所以无法写出一个具体的函数表达式； 3.我看一些论文都只是说将机器学习模型作为目标函数，但具体不知道应该怎么做？ 希望知道的朋友可以解答一下，谢谢！#MATLAB多目标优化##机器学习##遗传算法#

求大佬帮忙分析分析

我直接从训练集中拿的一张图片 训练的时候精度可以但推理0.5 怎么回事啊,老师

不知道自己做到什么地方了，出了问题但是不知道在哪改，有无大佬

求一个机器学习课程，利用暑假时间学习一下

就这一道题，求求各位

兄弟大哥们，我想请教一下用那个python的matplotlib.pyplot画图的数据怎么样才能拟合成别人画的这样啊，为什么我拟合的结果是图二这种，应该是数据的问题

目前在做组合导航中两个位置数据的DS融合，现在就是困在了BPA生成这一块，查阅很多文献显示可以通过滑窗生成均值和协方差然后假设高斯分布得到概率，但是文献复现结果一直不对，有没有大佬会这一块，可有偿

深度学习、机器学习、python、跑通 代码~擅长图像算法，擅长各种图像分类模型 (vgg、resnet.mobilenet、efficient 等）、人脸检测、烟雾检测、人脸识别、人脸关键点检测、表情识别、车牌识别、各种目标检测算法 （yolo系列、rcnn 系列等）、图像分割(unet等）、医学影像图像处理、dicom数据处理、语音识别、人工智能、可视化 ui界面等，tensorflow、keras、pytorch 等 deep learning 框架，远程安装配置环境、时间序列，数据分析，预测分类 pytorch tensorflow keras框架，代

找老师教孤独症面部识别系统

本人目前研一，能源与动力工程专业，目前方向是机器学习和计算流体力学相结合，主要是在学习tmps换热器在传热方面的优化工作，但目前对机器学习所学甚少，研二要不要入企实习呀，如果实习的话，什么样的实习工作对自己的帮助更大一点呢，请大家给我点建议

用的是决策树分类，最大深度设的从1到10，上面一行是训练集准确率，下面一行是测试集的

大佬们请教一个问题，使用YOLO模型做目标检测，用pyqt写界面时，如何将检测后框框里的内容显示到文本框内？解决这个问题需要多少钱

来个大佬带带毕业设计，lun文

请教吧友，用强化学习做电车的长途运输的充电站选址可行嘛，强化学习做路径规划的看过不少，做选址还没有几个

本人硕士，研究方向机器学习 可以指导作业

我用自己的模型跑了五折交叉验证，但是很奇怪只有两折数据跑出来的结果正常，F1在80左右，另外三折却在训练过程中模型F1值保持第一轮epoch一直不变，求问这是哪里出了问题？谢谢大佬 每折结果：第一折：0.8007；第二折：0.4841；第三折：0.8072；第四折：0.3512；第五折：0.3552 在设置数据划分的时候采用了参数skf = StratifiedKFold(n_splits=5, shuffle=True, random_state=321)，应该不是数据不平衡导致的问题。 小白实在是很困惑，求助各位！！

还有大佬接作业嘛

视频课程下载——Go从入门到进阶，大厂案例全流程实践【完结7章】

课设，因为有10个数，找到的代码是把10个数分别看作一个向量，1的位置由数的大小决定，但这样就不知道loss函数怎么怎么写了，给的代码的loss函数好像也有问题，最后正确率只有1/10，话说这不就是瞎猜的正确率吗 代码如下: [lbk]X_train, y_train[rbk] = digitTrain4DArrayData; % 调整图像大小 img = reshape(X_train(:, :, :, 7), [lbk]28, 28[rbk]); img = imresize(img, 10); num_images = size(X_train, 4); % 5000 num_features = size(X_train, 1) * size(X_train, 2); % 28x28 % 将所有图像展平，并将其归一化到[lbk

各位大神帮帮忙，本人小白，目前在学机器学习，听的课是吴恩达的机器学习，听到神经网络了，但课后的练习都是用tensorflow做的，我没有学过这种框架，我想问的是是否要先学tensorflow，再回过头来学机器学习?但我搜了一些tensorflow的一些课，这些课与深度学习又相关。楼主不知道咋办了?求助

看到别人都是把model.tar.gz给evaluate来评估，为什么我训练完以后只有best.th文件啊哪位大佬教我怎么弄出.tar.gz文件

用的wsl2跑的，num_worker开的16、8都试过，大概都是这情况，cpu好像得先读入，显卡才工作一下，cpu用的i7-14650HX，这情况正常吗？怎么解决？

是光流估计，光流法这方面的，有大佬复现过吗？有偿

书籍：Machine Learning Theory and Applications: Hands-on Use Cases with Python on Classical and Quantum Machines 作者：Xavier Vasques 出版：Wiley 下载：https://mp.weixin.qq.com/s/rPj9vWgPoYBYi_i2sR8sPQ