本文介绍了用于在 3D 环境中实现碰撞检测的不同包围体技术。 后续文章将介绍特定 3D 库中的实现。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包

Arm 公司的首席软件工程师 Sandeep Mistry 为我们展示了一种全新的巧妙方法： 在 Raspberry Pi Pico 2 上如何将音频噪音抑制应用于麦克风输入。

机器学习（ML）技术彻底改变了许多软件应用程序的开发方式。应用程序开发人员现在可以为所需系统整理包含大量输入和输出示例的数据集，然后使用这些数据集来训练 ML 模型。在训练过程中，ML 模型从输入和输出中学习模式。训练好的模型会被部署到设备上，这些设备会对来自真实世界的输入进行推理，并使用 ML 模型的预测输出来执行一个或多个操作。

我们在处理真实世界机器学习数据集时遇到的主要挑战之一是数据的比例不平衡。欺诈检测是这类数据的最好例子。在本文中，我们将使用kaggle中的信用卡欺诈检测数据集（www.kaggle.com/mlg-ulb/creditcardfraud）。

在全部数据中，欺诈事件不到1%。这种具有相当少的来自特定类的实例的数据称为不平衡数据。

采样技术

过采样

对少数类(数据集中实例较少的类)的数据进行复制，以增加少数类的比例。这种技术的一个主要问题是过度拟合。

介绍可应用于Tensorflow代码的VeriTensor代码方法，以使调试更加有效。

Tensorflow代码很难调试。 我以前花了数周时间调试代码。 更糟糕的是，在大多数情况下，我不知道如何进行-我可以看到我的代码没有训练好，但是我不知道是因为该模型无法学习，或者是由于实现存在错误。 如果是后者，错误在哪里？

这是许多机器学习从业者面临的挫败感。 本文介绍了我设计用来调试Tensorflow代码的VeriTensor方法。 VeriTensor基于"Design by Contract"方法。 它包括三种技术。 这种方法将我的调试时间从数周缩短至数小时，提高了90％以上。 更好的是，在完成调试后，我知道代码中没有错误。 真是太好了！

你好，这是Bing。根据网络搜索结果123，要在监控区识别人正在吸烟的行为，需要用到以下几个步骤：

• 首先检测场景中的人，然后将检测到的人截取出来分别送入姿态检测模块和烟头检测模块。
• 随后对手、嘴唇、烟的位置关系进行判断，确定是否正在抽烟。

雷锋网 AI 研习社消息，近日，OpenAI 在 GitHub 上开源最新工具包 gradient-checkpointing，该工具包通过设置梯度检查点（gradient-checkpointing）来节省内存资源。据悉，对于普通的前馈模型，可以在计算时间只增加 20% 的情况下，在 GPU 上训练比之前大十多倍的模型。雷锋网 AI 研习社将该开源信息编译整理如下：

训练非常深的神经网络需要大量内存，利用 Tim Salimans 和 Yaroslav Bulatov 共同开发的 gradient-checkpointing 包中的工具，可以牺牲计算时间来解决内存过小的问题，让你更好地针对模型进行训练。

已知管道直径D，管道内压力P，还不能求管道中流体的流速和流量。你设想管道末端有一阀门，并关闭的管内有压力P，可管内流量为零。管内流量不是由管内压力决定，而是由管内沿途压力下降坡度决定的。所以一定要说明管道的长度和管道两端的压力差是多少才能求管道的流速和流量。

对于有压管流，计算步骤如下：

1、计算管道的比阻S，如果是旧铸铁管或旧钢管，可用舍维列夫公式计算管道比阻s=0.001736/d^5.3或用s=10.3n2/d^5.33计算，或查有关表格；

[专业笔记]自动控制原理系列-自动控制原理难点解析-超前滞后校正实例详解

控制系统的校正是自动控制原理课程的一个难点。本文通过两道习题的详细解析。完整展示从原系统开始怎样一步步设计超前校正器和滞后校正器。然后作出校正前后的BODE图作对比。最后分别作出原系统和校正系统的闭环阶跃响应加以验证。

目录：

1. 定理公式证明
2. 超前校正实例
3. 滞后校正实例

在Octopus指定TDOutput = multipoles参数计算偶极矩时，默认仅给出分子的总偶极矩。有时我们需要各个轨道的偶极矩，但是之前以为Octopus没有提供这个功能，因此尝试研究代码。

通过依次检查函数的调用关系，最终在td_write_multipole()子程序中，发现如下代码，

其中对于逻辑变量resolve_states的判断表明，当其为true时，分别计算各个态的密度（density_calc）以及多级矩；当其为false时，计算总密度（st%rho）的多级矩。