【Python】科研代码学习：十四 wandb (可视化AI工具)
【wandb官网】wandb是的缩写（w and b）核心作用：可视化重要参数云端存储提供各种工具可以和其他工具配合使用，比如下面的等等可以在里面使用matplotlib貌似是的上位替代。
C++ AI 编程助手
这两年 AI 发展迅猛，作为开发人员，我们总是追求更快、更高效的工作方式，AI 的出现可以说改变了很多人的编程方式。AI 对我们来说就是一个可靠的编程助手，给我们提供了实时的建议和解决方案，无论是快速修复错误、提升代码质量，或者查找关键文档和资源，AI 作为编程助手都能让你事半功倍。
【人工智能Ⅰ】实验9：BP神经网络
整体代码和准确率计算结果如下图所示，其中图1为整体代码，图2为计算的准确率结果（分类的准确率为0.7）。整体代码、标签对比结果和混淆矩阵结果如下图所示，其中图1为整体代码，图2为程序输出的标签对比结果，图3为程序输出的混淆矩阵结果。整体代码和直方图可视化结果如下图所示，其中图1为整体代码，图2为花萼
AI大模型应用入门实战与进阶：AI大模型在内容审核中的应用
1.背景介绍内容审核是指对互联网上的内容进行审核的过程，主要包括文本、图像、音频和视频等多种形式的内容。随着互联网的普及和用户生成内容的增加，内容审核的重要性也不断提高。人工审核不能满足需求，因此需要借助人工智能技术来自动化审核。AI大模型在内容审核领域具有广泛的应用前景，可以帮助企业和组织更有效地
知识图谱：人工智能的“核心驱动力”
人工智能（AI）作为21世纪的前沿技术，已经深入到我们生活的方方面面。从健康码、人脸识别到智能家居，AI正以前所未有的速度改变着世界。在电影中，AI的发展带来了“智械危机”、“天网”、“终结者”等概念，而在现实生活中，AI则更多地扮演着便利我们生活的角色。例如，谷歌、亚马逊等公司的智能助手，以及各类
微软联手清华，AI注释让文本到图像生成更符合人类偏好
本研究展示了利用人类偏好数据集来精细调整文本到图像生成模型的潜力，增强了生成图像与文本提示之间的一致性。尽管取得了进展，现有的人类偏好数据集要么构建成本过高，要么在偏好维度上缺乏多样性，限制了其在开源文本到图像生成模型指导调整中的应用，并阻碍了进一步的探索。为了应对这些挑战并通过指导调整促进生成模型
个人劳保用品穿戴检测系统 安全帽、工服、面罩、防护手套、防护鞋、安全背带穿戴检测等
在工业生产、医疗护理、消防救援等高风险领域，正确穿戴个人防护装备或劳保用品（PPE：Personal Protective Equipment）是保障人员安全的重要措施，如安全帽、反光衣、安全背带等。个人劳保用品穿戴检测系统在各种工业都具有广泛的应用场景，例如工业生产的制造业、建筑业的施工现场、医疗
基于Ollama+AnythingLLM搭建本地私有知识库系统
本文介绍了LLM在落地应用中的不足，并引入了RAG框架和原理，以及RAG在私有知识库建设中的重要作用。并以Ollama和AnythingLLM为实现手段，构建了并测试了本地知识库，测试结果表明，有了RAG的加持，LLM的回答结果更加贴切，有效。
深入理解图形处理器（GPU）：加速人工智能和大数据计算的引擎
GPU（Graphics processing unit）是一种专门设计用于处理图形和图像的处理器。它的设计初衷是加速图形渲染，以提升计算机图形的性能和质量。与中央处理器（CPU）不同，GPU拥有大量的小型处理单元，能够并行执行大量相似的任务。这使得GPU在处理大规模数据集和复杂算法时比CPU更加高
美国成立AI安全委员会：马斯克与扎克伯格被排除，权力游戏引热议！
2024年人工智能（AI）安全与监管的复杂性及其背后的权力、利益和道德问题，首先介绍了美国国土安全部成立的AI安全与安全委员会，以及两位人工智能领域巨头埃隆·马斯克和马克·扎克伯格被排除在外的现实，从权力和利益的角度分析了委员会构成的复杂性，并呼吁保障公众利益，还提出了AI技术可能带来的道德挑战，以
数据仓库和数据挖掘基础
主要介绍数据仓库和数据挖掘的基本知识。
Ubuntu22.04_AI环境部署_CUDA_cuDNN9_cuDNN8
>cuda11.6版本在安装时不提供samples，需要去到github上面下载。注意：以下cd的路径文件，请切换到自己文件系统的目录下进行！以上适用于v8的cuDNN，通过下载tar文件的方式配置环境变量。我们已经安装了显卡驱动程序和CUDA;注意：切换到该文件所在目录下运行！如果系统还没有安装z
生成式 AI：使用 Pytorch 通过 GAN 生成合成数据
为了欺骗鉴别器，生成器的目的是学习真实数据的分布并生成无法与真实数据区分开的合成数据。这里的一个问题是，对于相同的输入，它总是会产生相同的输出（想象一个图像生成器产生真实的图像，但总是相同的图像，这不是很有用）。这些图像生成和语言模型需要复杂的空间或时间复杂性，这增加了额外的复杂性，使读者更难理解
AI开发初体验：昇腾加持，OrangePi AIpro 开发板
因为工作需要，以及个人兴趣，本人经常购买开发板进行调试、学习，但具备AI计算的开发板，本人尚未体验过，究其原因，是因为自觉知识储备可能无法胜任AI的开发工作。然而，在体验了OrangePi AIpro 开发板之后，却大大改变了我的看法——AI时代，真的已经来临！OrangePi AIpro 开发板是
人工智能与地理大数据实验--出租车GPS数据—时空大数据Python处理基础（一）
Python处理地理大数据基础
蓝桥杯人工智能赛道进阶重点及笔记（持续更新）
集成学习、随机森林、模型优化、KMean聚类模型等模型相关的题目讲解
20240520 每日AI必读资讯
11%搜索结果通过生成式人工智能技术计算，提供更准确、有条理的答案，拓展用户任务完成能力。- 算力不够用，承诺给超级对齐团队的20%缺斤少两，导致团队逆流而行，但也越来越困难。- 具备盲模式控制核心，可在未知环境中继续运行，视觉传感器降级或失效时依然有效。- 安全不重视，对AGI的安全治理问题，优先
Datawhale |【独家】万字长文带你梳理Llama开源家族：从Llama-1到Llama-3
北京时间4月19日凌晨，Meta在官网上官宣了Llama-3，作为继Llama-1、Llama-2和Code-Llama之后的第三代模型，Llama-3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型。纵观Llama系列模型，从版本1到3，展示了大规模预训练语言模型的演进及其在实际应用中
【AI大模型】Embedding模型解析 文本向量知识库的构建和相似度检索
在大模型中，"embedding"指的是将某种类型的输入数据（如文本、图像、声音等）转换成一个稠密的数值向量的过程。这些向量通常包含较多维度，每一个维度代表输入数据的某种抽象特征或属性。Embedding 的目的是将实际的输入转化为一种格式，使得计算机能够更有效地处理和学习文本Embedding在自
【IEEE会议征稿】第六届IEEE物联网、自动化和人工智能国际学术会议（IoTAAI 2024）
会议旨在拓展国际科技学术交流渠道，搭建学术资源共享平台，促进全球范围内的科技创新，提升中外学术合作。会议还鼓励不同领域研究前沿的信息交流，连接国内外最先进的学术资源，将研究成果转化为产业解决方案，汇聚人才、技术和资本，推动发展。所有的投稿都必须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所录
