【人工智能】基于PyTorch的深度强化学习入门：从DQN到PPO的实现与解析
深度强化学习（Deep Reinforcement Learning）是一种结合深度学习和强化学习的技术，适用于解决复杂的决策问题。深度Q网络（DQN）和近端策略优化（PPO）是其中两种经典的算法，被广泛应用于游戏、机器人控制等任务中。本文将从零讲解深度强化学习的基础概念，深入探讨DQN和PPO的核
可解释性：走向透明与可信的人工智能
随着人工智能的不断发展，模型的可解释性已经成为了一个不可忽视的问题。尽管深度学习模型具有强大的预测能力，但其“黑盒”特性限制了其在一些高风险领域的应用。通过采用LIME、SHAP等可解释性方法，我们不仅能够提高模型的透明度，还能够增强模型的可靠性与公平性。
如何高效使用Prompt与AI大模型对话
在人工智能的世界里，提示词（Prompt）就像是一把钥匙，能够解锁AI智能助手的潜力，帮助你更高效地获取信息、解决问题。但如何正确使用这把钥匙，却是一门艺术。本文将带你了解提示词的使用技巧，让你与人工智能的对话更加流畅和高效。
联结主义（Connectionism）和符号人工智能（Symbolic AI）-ChatGPT4o作答
联结主义是一种模拟人类大脑神经网络的计算模型，旨在通过大量简单的处理单元（如神经元）之间的连接，模拟人类的认知过程。联结主义认为，智能行为和学习过程是通过神经元间的连接权重和活动模式来实现的，而不是依赖符号或逻辑推理。符号人工智能，也称为“基于符号的AI”或“良性AI”（Good Old-Fashi
利用人工智能提升京东销售效率和用户体验的创新应用
未来，随着AI技术的进一步发展，京东将迎来更多的创新机遇和挑战，也为整个电商行业的数字化转型提供了宝贵的经验和借鉴。京东利用深度学习模型，如DNN（深度神经网络）和RNN（循环神经网络），对用户的浏览、搜索和购买行为进行建模，捕捉用户的兴趣变化，实现高度个性化的商品推荐。在“双11”、“618”等大
AI营销的风，还是吹到了A股
克雷西 发自 凹非寺量子位 | 公众号 QbitAI2024即将进入尾声，今年的大模型战场与以往有什么不同？模型更大、模态更多，但更重要的，是基础模型不再是投资者竞相争抢的香饽饽，百模大战的战场，已经转移到了应用侧。相比于烧钱式的模型研发，应用层无疑更容易产出成果，当然也更受投资者的青睐。如果放在去
【AI知识点】欧几里得距离（Euclidean Distance）L2距离（L2 Distance）
欧几里得距离（Euclidean Distance）也称 L2距离（L2 Distance），是一种常用的几何距离度量方法，用来计算两个点之间的直线距离。在二维或更高维空间中，欧几里得距离可以看作是“最短路径”的概念。它在机器学习、图像处理、模式识别、聚类分析等领域有广泛的应用。
免费提升图片清晰度的AI平台，效果对比一目了然！
随着AI技术的不断发展，我们有了更多的机会去挖掘和提升图片清晰度的可能性。无论是老照片的翻新、档案的修复，还是遥感图像的处理、医学影像的分析，AI都能大显身手。在过去可能很难办到的将分辨率低的图片转为高清图，如今借助AI简直易如反掌。AIGCer尝试了不少在线可以将图转为高清图的平台，有的不理想，有
人工智能证书合集
本文将对目前市面上主流官方机构颁发的人工智能证书进行整理和介绍，由于整理的证书较多，本文共一万八千多字，请根据自己的考证需求阅读对应部分的内容，希望本文对人工智能行业的从业人员和计划从事人工智能相关岗位工作的人员有所帮助。文章结尾附了证书报名流程！
面向非结构化文本的信息抽取与NLPIR大数据语义智能分析平台
从海量文本信息中获取关键信息是一项重要需求，信息抽取任务通常可由关系集合是否给定分为封闭信息抽取和开放信息抽取两大类。其中，封闭信息抽取又根据实体对是否给定分为关系抽取（分类）和实体关系联合抽取两类。NLPIR平台提供一键式操作，集成各种文本挖掘功能，在专业性要求不高的情况下推荐使用。
人工智能学习用的电脑安装cuda、torch、conda等软件，版本的选择以及多版本切换
系统中共有cuda toolkit、cudnn、anaconda、pytorch、pycharm以及应用平台（比如mmdetection）等软件和环境平台。• Ubuntu的版本在硬件的支持范围内越新越好，pycharm也可以用较新的版本。• 各个软件的版本的选择顺序：应用平台（比如mmdetect
AI实践：2小时带你使用 coze+windsurf 打造一个网站内容提取谷歌插件
工作转眼就接近半年之久，潇洒生活一去不复返，充裕的时间变得捉襟见肘，不由得感到一丝丝焦虑，有些时候连阅读blog的时间都很难抽出来。作为一个程序员，为了保持技术的敏感度，以及对于日常实事的了解，文章阅读是必不可少的，如何快速的筛选优质文章并进行高效阅读，成为这一段时间我苦思冥想的梦魇。起初解决方案是
几天时间搞定上万患者！AI医院逐渐成为现实！清华大学研发“Agent Hospital”
在未来，医院会是什么样的？不再是满怀疲惫的医生和拥挤不堪的候诊室，而是一个由人工智能全面掌控的世界。这个未来，或许已经悄然到来。清华大学智能产业研究院（AIR）与计算机科学与技术系携手开发的“Agent Hospital”正在重新定义我们对医疗的理解。目前，Agent Hospital还处于实验阶段
【有啥问啥】科普符号主义与连接主义：人工智能的两大主流学派
在人工智能（AI）的广阔领域中，符号主义（Symbolism）和连接主义（Connectionism）作为两大主要的认知计算范式，各自代表着独特的理论和技术路径。本文将深入探讨这两者的基本概念、历史背景、主要差异，以及它们在现代AI中的应用、面临的挑战与未来的发展趋势。
百度副总裁陈洋：开发全流程进入智能体时代，又快又好又安全
在追求效率的同时，百度高度重视工程质量与安全，针对软件研发领域的安全挑战，百度的思路是用大模型重塑研发效率和安全，实现从管理手段向技术驱动模式的转变，通过“安全左移”，在Devops全流程最可能产生问题的阶段，阻止问题，低门槛上手、高质量完成，实现效率、质量、安全的三者兼得。领域，百度推出的智能编码
深度学习大模型推理性能优化策略
1. 量化；2. 投机采样；3. TTFT 与 TPOT 的优化；4. 通信优化。
RK3588+昇腾AI｜40TOPS算力AI盒子设计方案
宽温边缘计算盒子，内置40T算力，最大满足80路1080p视频解码，支持8K@30fps HDMI输出，具有环境适应性强、超强计算性能、云边协同、大容量存储、配置灵活、支持宽温度范围、易于维护管理等特点，可以在边缘环境广泛部署。可接入烟雾探测器、红外探测器、门禁等，报警输入设备，或警铃等报警输出设备
深入详解人工智能机器学习之监督学习的基本概念及其应用场景
深入详解人工智能机器学习之监督学习基本概念及其应用场景
打开AI的黑盒子——机器学习可解释性！
随着机器学习模型在各行各业的广泛应用，特别是在医疗、金融、司法等高风险领域，模型的可解释性变得尤为重要。为什么得到这样的结果往往和结果本身一样重要。使用兼容性矩阵和权衡分数优化来确定满足所有要求和约束的最佳权衡分数，为模型开发中的数据效用、隐私和可解释性提供了一个系统和客观的调和手段。提出了一种新的
云开发 Copilot ｜快速玩转AI 开发辅助工具
云开发 Copilot 可以很好的协助开发者在编码、需求等方面给予帮助，让开发者提升开发效率和代码质量。云开发 Copilot 通过智能提示，打开逻辑思维空间，让开发者更加专注于业务逻辑，而不必担心编码细节和错误调试，减少开发时间，提升编码效率。同时，Copilot 的性能优化建议对于提升项目性能也
