- 博客(24)
- 收藏
- 关注
RSS订阅原创 PyVISA 实战：用 Python 控制物理实验室常用仪器
本文介绍了如何通过Python编程控制实验室仪器设备。主要内容包括：使用USB线连接设备，通过NI MAX和NI VISA获取设备通信地址；安装PyVISA库实现Python控制；详细说明了设备发现、基本读写操作、安全关闭连接等关键步骤，并提供了示波器波形读取的通用方法。文中还给出了典型控制代码示例，帮助理工科学生快速掌握仪器自动化控制技能，为科研实验提供便利。
2026-01-05 09:37:20
1219
原创 什么是Self-Supervised Learning？（上）
如果你正在学习人工智能，那么对监督学习、无监督学习和强化学习这“三大流派”一定不陌生。它们就像武林中的不同门派，各有各的绝学。但近年来，一个新名字越来越响亮——自监督学习。它究竟是什么？是上述三者的分支，还是一个全新的门派？这个概念最早并非诞生于AI实验室，而是源于机器人领域。想象一下，一个机器人身上有多个传感器（如摄像头、激光雷达），它需要理解这些不同信号之间的关系。比如，当摄像头“看到”一个桌子时，激光雷达也应该“感知”到一个平面的障碍物。
2025-10-31 08:54:39
439
原创 【杀鸡焉用牛刀？】基于模板匹配的极简OCR实现
本文介绍了一种基于模板匹配的简易OCR实现方法，用于从显示屏图像中提取数字数据。文章首先概述了OCR技术的基本原理和发展历程，指出深度学习模型在简单场景中的局限性。针对特定需求，作者提出了一种轻量化解决方案：通过图像预处理（灰度化、高斯模糊、自适应阈值、形态学操作）优化字符区域，然后利用模板匹配算法（如归一化相关系数）进行数字识别。该方法避免了复杂模型的训练部署，仅需少量字符模板即可实现高效识别，适用于固定字体、清晰背景的场景。实验表明，这种传统方法在特定任务上比通用OCR库表现更优。文章还详细介绍了Ope
2025-09-25 19:58:20
826
原创 如何建立局域网连接私人笔记本与工作电脑？
假如申请VPN需要几天的等待，并且我们非常着急使用的话，就可以考虑建立一个局域网，让工作站和自己的电脑都连接上同一个局域网，然后再通过。通道打通，就可以有各种各样的方法控制电脑了。既可以直接在命令行中控制，也可以通过Vscode连接，和在自己的电脑上跑没有任何区别。如果我们希望通过自己的电脑控制实验室的电脑（我们暂且统一称为工作站），并且希望摆脱卡顿和麻烦的各种远程桌面软件，那么最简单直接的方式是通过。注意，下面的许多操作是需要在工作站和自己的电脑同时进行的，所以在这时，远程桌面还是能发挥一定的作用。
2025-09-10 21:59:45
1045
原创 【让机器像人一样推理】神经逻辑机
px1x2xr←expressionx1x2xrpx1x2...xr←expressionx1x2...xr这里强调的是：输出谓词作用于变量组合，那么右侧表达式中的所有谓词也必须作用于完全相同的一组变量组合。这种设计原则称为所有变量组合都通过**统一的神经逻辑规则（即一个共享的 MLP）**处理；不依赖具体对象的名称或顺序，而是泛化地适用于任意对象集；每一对(x, y)的输入向量，都通过相同的神经逻辑函数。
2025-08-04 20:47:34
744
原创 【物理、脑科学与机器学习】在北京实习的日子
在过去，或许我认为，我能学会许多的算法，能在集群上轻而易举地跑各种模型，能和佳威哥独立搭建起实验平台、挨个打电话问生产设备的厂家要到上位机并处理成能用的接口，就已经水平不错了。影响我做决定的其实主要有两点，一是在当日和其它队员交流实习动向时，有好几位队员都是给我老板投递了简历但0人回复，这让我意识到自己似乎也不是面试完出来的就像焉掉的黄瓜的模样；毫无疑问，这肯定是困难的，但同样是有趣的，每写完一篇算法教程的blog，我总是会欣喜自己又多了一种看待世界的方式，并为它们惊叹不已。这一点是我之后意识到的。
2025-08-04 20:44:05
1249
1
原创 解决 PicGo 上传 GitHub图床及Marp中Github图片编译常见难题指南
写作本文的动机是本人看到了，发现使用MarkdownMarkdown做PPT若加持一些CSSJavaScriptCSSJavaScript，效果也能非常好。然后就发现，按照的配置教程中，对于没有JavaScriptJavaScript基础者而言，需要配置的东西相对较多。对本人而言，费时间最久的则是PicGo的Github图床设置问题。因该问题相对复杂且具有代表，故整理一篇教程。
2025-05-14 10:49:52
1176
1
原创 小白如何学会完整挪用Github项目？（以pix2pix为例）
本文目标旨在为新手梳理复现一个可靠的Github项目的完整的复现/应用过程，以及帮助大家熟悉常见的命令行操作。
2025-04-26 16:58:34
874
原创 【SYSU-SPA】基础物理实验 II Tex 模板放送
公务云盘后，发现了一件很奇怪的事：似乎并非所有的实验报告都有模板。不仅仅只是为了美观，熟练使用后更是比Word方便许多，且。作为学术论文必备工具的。等等敲在了模板上，大家下载即用。，没有理工科学生能逃得掉的。当本人打开本院老师存放。个实验的实验报告模板。
2025-03-02 20:06:55
820
原创 【强化学习入门】III：从Q-learning到DQN
深度Q网络（Deep Q-Network, DQN）作为深度强化学习的里程碑式算法，通过将Q-learning与深度神经网络结合，解决了传统强化学习在高维状态空间中的维度灾难问题。本文以“从Q-learning到DQN的核心演进”为脉络展开：首先剖析Q-learning基于动态规划的贝尔曼方程更新机制及其局限性；继而深入探讨DQN如何通过神经网络函数逼近重构Q值估计，并针对训练稳定性问题提出目标网络与经验回放两大核心技术；最终揭示DQN在实现端到端决策智能中的理论意义与实践价值。
2025-02-04 15:53:16
1338
原创 【强化学习入门】II_从策略梯度到PPO算法
0. 行文概述策略梯度算法是一种强化学习方法，属于策略优化的范畴。它的目标是直接优化智能体的策略，使得智能体在环境中获得的累积奖励最大化。策略梯度算法的核心思想是通过调整策略的参数，使得智能体在决策过程中更倾向于选择那些能够带来更高回报的动作。PPO（Proximal Policy Optimization）是一种强化学习算法，属于策略梯度方法的一种改进版本。它旨在解决传统策略梯度方法（如REINFORCE）在训练过程中容易出现的样本效率低、训练不稳定等问题。PPO通过引入一些改进机制，使得算法在训练过程
2025-02-02 21:53:14
1481
原创 【强化学习入门】I：基本原理与概念
本文主要参考强化学习动画演示教程，笔者很佩服原作者讲解的思路。在写作本文时，也进行了略微的顺序调整。本文主要介绍了什么是强化学习，以及强化学习的构成要素。因为是以概念性和原理性的内容为主，主要以图和例子来具体解释，尽可能少用数学公式。BUT，阅读本文需要读者对神经网络的基本原理有一定了解，在文中并没有专开一小节讲神经网络的原理。【强化学习入门】系列主要是喜提双项目的某大二本科生在学习强化学习时的笔记、思路和心得。通过本文，我们已经对于强化学习的基本核心概念已经有了足够的了解。
2025-02-01 22:54:31
1092
原创 【新鲜出炉】2025美赛C题全流程+可视化
本次美赛打得还是相当快乐的，前三天甚至每天下午依然会雷打不动地抽一个办小时健身这道美赛题相对中规中矩，显然是不如2024美赛C题那般抽象的。本次本人承担了除PLSR以外的全部的代码实现以及对应论文写作工作，最大的感觉就是其实对于一个队伍而言，不必三个人能力相当，而是重点在于分工合理。本次数模小组是在线上协作，一天固定两次会议汇报进度，论文写作期间一直挂着微信语音。关于具体计划安排，写在RunCodeRun Code的JupyterNotebook之中，或许有可参考的价值。
2025-01-28 10:59:53
1645
原创 【数学建模】美赛20C题全流程+可视化
收到许多读者的强烈呼声，本数模小组还是决定将2020美赛C题的全流程与可视化开源。因为这是一道以NLP【最易理解的NLP入门！】数模实战导向（20美赛C题）2020美赛C题。PS：本次本人并没有承担所有的Coding工作，故不会有全部的源码，仅有NLP部分的源码。在此处让我们赞美我们小组里技艺逐渐精进的两位队员！本题实际上是一道门槛并不高的题目，即使从未接触过NLP的本人也是快速掌握并完成，当然也得益于队友们默契的配合。几日内完成的结果肯定不敢说有多么优秀，但是私认为解题思路是有可取之处的。
2025-01-23 23:09:06
1386
原创 2024美赛C题完整思路与过程可视化（附代码+数据）_2025-01-15
2024美赛C题全流程思路解析+可视化+源码（美赛将至，还有更FREASH的练手题麽？）
2025-01-15 19:50:49
5846
1
原创 【数学物理方法】TeX版习题精解+期末真题+完整笔记
众所周知，数理方法向来以简直不是人学的著称。However，当我们放下偏见，重新梳理一遍其思路时，依然能发现其有趣之处。本次的数理资料主要依据张建东老师（SYSU物理与天文学院）的PPT以及北大吴崇试版的数理教材整理。笔记部分主要依据PPT整理，涵盖了要求掌握和会考察的知识点（主打一个事无巨细），并且每部分都给出了对应的习题题号。TeX版习题精解则主要基于作业，不但给出了解析，还给出了题型总结。因为本习题解析是由本人与大佬李佳威一同撰写，我们还能感受到他活泼的用语风格。
2025-01-05 11:27:35
693
原创 【中山大学毛概】笔记+思考题解析+【真题！】
话不多说，直奔主题，目前本人可开源的资料如下：序号为重要性排序。除了大纲知识点外，本人的毛概老师提醒课后思考题极为重要。第零份为本人笔记，主要基于第一份以及第四份资料整理。限于时间因素（以及无数小伙伴的呼声），本人的第零份笔记未能整理成LaTeX版，暂时以扫描版代替。其实主要是要给整理数学物理方法和理论力学的TeX版习题解析留时间公众号后台回复SYSU毛概即可获取上述资料。并且，再假以时日，还会在后台给出的链接中更新近三年真题。本人公众号"注：本人对于买题卖题等等没有任何兴趣，无偿开源，造福大家。
2024-12-31 19:34:53
1188
原创 小白换视角轻松理解BNN+代码论文复现
本问主要从BNN与一般MLP的差异入手，帮助读者对BNN有一个宏观认知；接着再切入具体的原理推导，以及常见的优化算法选用。最后附上了使用BNN完成论文复现的实战代码，也做了一定数量的可视化，帮助读者理解
2024-12-11 10:34:35
2228
5
原创 2024APMCM完整思路与过程结果可视化（附数据代码）
本文为24APMCM的C题全流程+可视化，具体到每一问的建模思路、模型假设、指标选取以及最终的结果展示。之所以会开源本次论文，是因为忘记交了。
2024-12-09 12:46:18
1059
原创 算法小白从决策树到XGboost
本文主要为一位大二本科生的树+Boosting类算法的学习分享。决策树部分重直观理解，并附带了大量例子，确保草履虫都能知道每一步是如何计算；集成学习部分则主要重数学推导，也附上了一定数量的可视化。此外，XGboost的一大特点是工程实现，如列块并行学习等，但因为本文重点还是在于更偏算法的目标函数和学习策略云云，希望深入了解可参考深入理解XGBoost，优缺点分析，原理推导及工程实现。本文参考的视频及文章较多，更像是学习笔记分享，大部分的可视化内容也是直接搬运（非本人原创）、都附上链接。
2024-12-08 23:51:20
1574
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人