假设有个场景，机器人帮助用户询问安装电视，对用户提出的安装预定进行自动记录和提取里面关键信息，比如姓名，电话，购买电视机型号，安装地址等。。这样可以节约许多的人力，使用机器人客服去自动提取这些信息。可以先看说明，再到github参考代码。github链接如下：客服机器人链接欢迎star，不了解可以提问哦此机器人属于任务型目前仅仅对于电视安装预定部分，不像微软小冰等。首先的以个人微信的

最近打算弄一个智能客服的东西，就是辅助客服讲述帮助用户如何安装电视机的流程。现在记录下吧：一开始查了很多rnn，lstm，s2s等模型，发现都是那种生成式模型。而且需要大量训练集，效果不是很理想。对于此任务应该是一个task-oriented。一般有三种方法：样板式模型 (Rule-based model)检索式模型 (Retrieval-based model)生成式模型 (Gener

通过使用opencv找出面板中的缺陷原图是这样的：很明显通过肉眼我们能看到有一条黑色的横线。通过openc操作：代码在https://github.com/Juary88/DL_Defect 欢迎star...

概率论加和规则：乘积规则：即：根据乘积规则，以及对称性p(X,Y ) = p(Y,X)，我们⽴即得到了下⾯的两个条件概率之间的关系：p(Y | X) =p(X | Y )p(Y )/p(X)这被称为贝叶斯定理（Bayes’ theorem），在模式识别和机器学习领域扮演者中⼼⾓⾊。使⽤加和规则，贝叶斯定理中的分母可以⽤出现在分⼦中的项表示：p(X) =∑Yp(X | Y )p(Y )以不