首页 > TAG信息列表 > Ein
第19集 关于库卡电极帽更换维修位置建议
必须在任何情况下保证，在更换电极帽后，机器人可运行去进行铣削。 如没有选择工艺设备进行维修时，EZ/SP 驶向维修位置。 电极帽更换必须在所有维修子程序中考虑。 举例说明： 如子程序UP11 示例 1: PTP VB=100% VE=0% ACC=100% RobWzg=1 Base=1 SPSTrig=0[1/100s] 1: FB PSPS = EIN 2:Python的torch.einsum方法
涉及以下内容 简述 爱因斯坦求和约定（einsum）具有简洁优雅的规则，实现包括但不限于：向量内积，向量外积，矩阵乘法，转置和张量收缩等张量操作 例如 a = torch.rand(3, 4)，b = torch.rand(4, 5)，c = torch.einsum("ik,kj->ij", [a, b]) # einsum 的第一个参数 "ik,kj->ij" 描述张量的计算机器学习总结
机器学习总结 0 前言1理论部分1.1 优化问题1.2 泛化1.3 过拟合1.4 优化算法 2 应用2.1 SVM2.2 decision tree 0 前言 机器学习是人工智能的核心，从历史数据中学习信息，总结规律。 学会概率论与数理统计，矩阵分析以及凸优化，机器学习就掌握了大部分。 其中贝叶斯，梯度下降，sv台湾大学林轩田机器学习基石课程学习笔记14 -- Regularization
台湾大学林轩田机器学习基石课程学习笔记14 -- Regularization上节课我们介绍了过拟合发生的原因并介绍了解决overfitting的简单方法。本节课，我们将介绍解决overfitting的另一种非常重要的方法：Regularization规则化。1. Regularized Hypothesis Set先来看一个典型的overfitting的例台湾大学林轩田机器学习基石课程学习笔记12 -- Nonlinear Transformation
台湾大学林轩田机器学习基石课程学习笔记12 -- Nonlinear Transformation上一节课，我们介绍了分类问题的三种线性模型，可以用来解决binary classification和multiclass classification问题。本节课主要介绍非线性的模型来解决分类问题。一、Quadratic Hypothesis之前介绍的线性模型，在台湾大学林轩田机器学习基石课程学习笔记9 -- Linear Regression
台湾大学林轩田机器学习基石课程学习笔记9 -- Linear Regression上节课，我们主要介绍了在有noise的情况下，VC Bound理论仍然是成立的。同时，介绍了不同的error measure方法。本节课介绍机器学习最常见的一种算法：Linear Regression。一、线性回归问题在之前的Linear Classification课程