你只需要标定一次这个工件相对于机器人脚底的位置，然后程序里所有关于工件的移动（比如“沿着工件边缘走”）都用这个工件坐标来描述。好处：换工具后，只要重新标定一下，原来的程序（比如“让笔尖画个圆”）依然能用，因为机器人会自动根据新工具计算手腕该怎么动。通俗理解：就像你的手腕。你的手掌可以装不同的工具（比如笔、螺丝刀），但这个手腕本身的位置和方向是机器人能直接感知的。用途：机器人知道自己手腕在空间中的哪

1.要先设计好数据库，这里要先写数据库（这里推荐postgresql比较好）文档，先不要搭建数据库。2. 解析日志，要根据设计的数据库字段进行相应的解析，解析成csv格式比较好。3. 在服务器内，不同的数据库要放在不同的容器内。随着项目的进行，我会不断的更新这部分的内容。本文前提是有大量的历史数据（日志，图片）

如果大模型解决了“AI 能听懂人话”这件事，那么 GUI Agent 开始回答一个更朴素的问题：AI 能不能真正帮人把事办完？它短期内不会变成万能助手，但很可能最先从那些高频、重复、规则相对固定的办公流程里体现出价值。它不一定要替代人做判断，但可以替人完成大量机械步骤。如果 AI 能把 80% 的重复动作处理掉，人只负责最后的判断和监督，那已经是很大的进步了。这期播客给我的最终感受是：GUI Ag

shift+Z:快捷方式：按一下 Shift + Z，模型就切换为“线框”显示；再按一下，就切换回“实体”显示。就是进入编辑模式，就比如说一个圆柱（上下面没有被封住）按下Alt+F，就可以把这个面给封住。有物体属性，就那个黄色的小框，可以对物体进行操作，扳手下面的粒子属性可以对粒子进行操作。g:先选中，按下g就可以抓取，就可以移动。s:先选中，按下s就可以缩放物体的尺寸。通过添加可以选择想要的模型

ParaView 是一款开源、跨平台的科学数据可视化与分析工具，由美国洛斯阿拉莫斯国家实验室开发，专门用来处理大规模数值模拟数据，

主要记录一下安装过程，后面会不断的更新。

提示：我的电脑是苹果本,如果你觉得我写的不错，记得点上关注哦。

学习

在神经网络的训练过程中，训练数据往往是很多的，比如几万条甚至几十万条——如果我们一次性将这上万条的数据全部放入模型，对计算机性能、神经网络模型学习能力等的要求太高了；当然，在某些情况下，step和iteration可能会有细微的区别——有时候iteration是指完成一次前向传播和反向传播的过程，而step是指通过优化算法对模型参数进行一次更新的操作。通俗地说，在神经网络训练过程中，每次完成对一个

2.由P(A).P(B)给出两个独立事件A和B共同出现的概率。如果我们使用log，即log(P(A)) + log(P(B))，这很容易映射到一个和。因此，更容易将神经元触发的“事件”作为线性函数来处理。3将两个或更多这样的小数字相乘很容易导致浮点精度算术中的下溢(例如，考虑乘以0.0001*0.00001)1.这样可以简化计算并提高稳定性，