神经元结构的输出为所有输入的加权和，故导致了整个神经网络其实为一个线性模型。如下图所示：当前节点输出为,这即为线性模型当前神经元的输出结果。不同于以上情况，如果将每一个神经元（即为神经网络中的节点）的输出通过一个非线性函数，那么整个神经网络的模型也就不再是线性模型了，这个非线性函数就是所谓的激活函数（activation function）。则非线性模型当前神经元的输出为，其实对于线性模...

边缘计算是续云计算、物联网、5G时代之后的有一个新生代宠儿。这里我分享一个彩蛋，昨天我一个同事理解边缘计算是一种识别算法，觉得通过识别图像数据中的实体的边缘轮廓，得出该实体所表现出来的动作，比如扒窃动作识别、打架行为识别等，其实不然。边缘计算非常简单的来说就是在数据采集端有一个“中央处理器”，将采集的数据进行一个有目的性的处理或者运算，或者在就近的几个数据采集端配备一个“中央处理器”采取就近计..

1.概述时间序列是某个时间段或者某些时间点对应的不同数值的数值对，这些数值对只有两个具体数据：时间要素、数值要素。时间要素可以是某一个时间段或者某一个时刻。例如一个杂货铺一周（七天）的销售额为时间段的时间要素，而一天二十四小时每个整点所对应的气温为时间点的时间要素。这些时间序列都直接或者间接的反应者某种事物的发展变化趋势与状态，也就是时间序列变化的背后必然蕴藏着非直观的某种变换规律，通过对这些..

机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运

【代码】多中机器学习模型对比可视化。

机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运

机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运

机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运

机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运

神经元结构的输出为所有输入的加权和，故导致了整个神经网络其实为一个线性模型。如下图所示：当前节点输出为,这即为线性模型当前神经元的输出结果。不同于以上情况，如果将每一个神经元（即为神经网络中的节点）的输出通过一个非线性函数，那么整个神经网络的模型也就不再是线性模型了，这个非线性函数就是所谓的激活函数（activation function）。则非线性模型当前神经元的输出为，其实对于线性模...