英伟达用于深度学习推理加速的SDK

基于案例推理增强学习的磨矿过程设定值优化

iOS上很棒的机器学习演示 我们通过Core ML和ML Kit（TensorFlow Lite）解决了在iOS上使用机器学习模型的挑战。 内容 适用于iOS的机器学习框架 等等（ ， DEPRECATED ） 使用Core ML时的模型流程 大多数ML框架的总体流程非常相似。 每个框架都有其自己兼容的模型格式。 对于每个移动ML框架，我们需要采用TensorFlow中创建的模型并将其转换为适当的格式。 一旦准备好兼容模型，就可以使用ML框架运行推理。 请注意，您必须手动执行预处理/后处理。 如需更多说明，请查看 。 使用创建ML时的模型流程 基准项目 完成 在Core ML中使用内置模型 通过ML Kit使用内置的设备上模型 使用Core ML和ML Kit的Vision自定义模型 使用Core ML进行对象检测 去做 使用ML套件进行物体检测 在ML Kit上使用内置的云模型地标识别 对Core ML和ML Kit使用NLP的自定义模型 通过Core ML和ML Kit使用自定义模型进行音频 音频识别 语音识别 TTS 影像分类 名称 演示 注意 -- -- 目标

针对计算机网络中安全性问题，提出一种融合模糊推理和Michigan型遗传算法的网络入侵检测方案。首先，通过一种启发式过程来确定每个模糊if-then规则后件类和确定性分数。然后，利用Michigan型遗传算法，通过交叉和变异操作来进化模糊系统的规则，产生高分类率的模糊规则。最后，通过协同进化后的模糊系统实现入侵检测。在DARPA数据集上进行实验，结果表明该方案能够精确的检测U2R、R2L、DoS和PRB类网络攻击，具有很高的安全性。

适合对于soar有一定了解但不想看soar的基本教程文档的人，这是一个对soar推理机的粗略总结报告，根据例子展示了soar的基本流程。。。。。。。。。。。。。。。

哈尔滨工业大学《数理逻辑》期末试卷（15~17年）

武汉大学空间推理试卷和ppt

这本教科书是针对大学数学课程的第一门课程设计的，向学生介绍了构建和编写证明的过程。

Protege新手入门教程(推理篇)，在基础篇的基础上以动物为例使用RacerPro推理机来实现推理过程。

8个部分共9章，覆盖了人工智能研究的核心内容 8个部分9章是： 人工智能概述—第1章 第1部分 搜索(问题求解)—第2章 第2部分 逻辑与推理—第3章 第3部分 知识表示—第4章 不确定性推理—第5章 第4部分 学习—第6章 第5部分 自然语言理解简介—第7章 第6部分 规划简介—第8章 第7部分 多Agent系统—第9章 第8部分