语言模型（language model）
语言模型是一种用于预测文本序列中下一个词或字符的概率分布的模型。它可以捕获语言结构的某些方面，如语法、句式和上下文信息。传统的语言模型通常使用N-gram方法或隐藏马尔可夫模型，但这些模型往往不能捕捉到长距离依赖和复杂的语义信息。
cuml机器学习GPU库 sklearn升级版AutoDL使用
最近在做机器学习任务的时候发现我自己的数据集太大，直接用sklearn 跑起来时间很长，然后问GPT得知了有CUML库，后来去研究了一下，发现这个库只支持linux系统，从官网直接获取下载命令基本上也实现不了最后，选择使用AutoDL租了一个GPU来安装这个库。具体步骤如下。如果是正常讨论的话本身电
安全生产作业现场违规行为识别 opencv
安全生产作业现场违规行为识别算法通过python+opencv网络模型算法框架设定了各种合规行为和违规行为的模型，安全生产作业现场违规行为识别算法检测到违规行为，将立即进行抓拍并发送告警信息给相关人员，以便及时采取相应的处置措施。OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机
自动泊车的自动驾驶控制算法
本文结合主流的自动泊车硬件平台,对自动泊车控制系统进行了设计。基于车辆配置确定控制算法接口,结合车辆实际泊车过程确定控制算法流程,环境感知模块利用超声波雷达和摄像头传感器进行车位扫描,路径规划模块主要采用圆弧-圆弧方式进行局部路径规划,控制决策模块根据规划路径进行跟踪和执行器控制。整个控制算法设计合
机器学习之前向传播（Forward Propagation）和反向传播（Back propagation）
在前向传播中，数据从输入层经过各个中间层（隐层）的神经元，经过加权和激活函数的计算，传递到输出层，最终得到模型的预测输出。：反向传播通过链式法则计算梯度，从输出层开始，将损失函数对每个参数的梯度向后传递到每一层，以确定每个参数的梯度。：反向传播是指在前向传播之后，通过计算损失函数对模型参数的梯度，从
自动驾驶感知传感器标定安装说明
本标定程序为整合现开发的高速车所有标定模块，可实现相机内参标定和激光、相机、前向毫米波至车辆后轴中心标定，标定参数串联传递并提供可视化工具验证各个模块标定精度。整体标定流程如下，标定顺序为下图前标0-->1-->2-->3，相同编号标定顺序没有强制要求，其中红色框文件为最终所需标定文件，灰色框文件为
2023年7月天猫糕点市场数据分析（天猫数据怎么看）
西式糕点的销售额也同样呈现增长态势。鲸参谋数据显示，7月份西式糕点（面包、蛋糕、蝴蝶酥等等）在天猫平台的销量为1200万+，销售额将近3.5亿，同比增长约12%。
概念解析 | 量子机器学习：将量子力学与人工智能的奇妙融合
随着量子计算技术的发展，人们开始探索其在其他领域的应用，其中之一就是机器学习。量子机器学习利用量子计算的高度并行性和优越的计算能力，有望解决传统机器学习在处理大规模复杂数据时的困难。量子机器学习的基础是量子计算，它利用量子比特（qubit）来进行计算。量子比特可以处于0和1的超位置状态，这使得量子计
机器学习基础13-基于集成算法优化模型（基于印第安糖尿病 Pima Indians数据集）
有时提升一个模型的准确度很困难。如果你曾纠结于类似的问题，那我相信你会同意我的看法。你会尝试所有曾学习过的策略和算法，但模型正确率并没有改善。这时你会觉得无助和困顿，这也是90%的数据科学家开始放弃的时候。不过，这才是考验真本领的时候！这也是普通的数据科学家和大师级数据科学家的差距所在。前面介绍了一
机器学习之损失函数（Loss Function）
选择适当的损失函数取决于您的问题类型和任务目标。在训练过程中，优化算法会尝试最小化损失函数，以调整模型参数，使其能够更好地拟合训练数据和泛化到新数据。不同的损失函数会导致不同的训练行为和模型性能，因此选择合适的损失函数是非常重要的。损失函数（Loss Function）是机器学习和深度学习中的关键概
机器学习之损失函数
用于两阶段物体检测算法（如Faster R-CNN），包括区域建议网络（RPN）的分类损失和回归损失，以及目标检测网络（Fast R-CNN）的分类损失和回归损失。：用于二分类和多类别分类任务，包括二元交叉熵（Binary Cross-Entropy）和多元交叉熵（Categorical Cross
TensorFlow-slim包进行图像数据集分类---具体流程
dataset_name=指定模板–model_name=指定预训练模板–dataset_dir=指定训练集目录–checkpoint_exclude_scopes=指定忘记那几层的参数,不带进训练里面,记住提取特征的部分–train_dir=训练参数存放地址–trainable_scopes=设定
深度学习7:生成对抗网络 – Generative Adversarial Networks | GAN
生成对抗网络 GAN 的基本原理大白话版本非大白话版本第一阶段：固定「判别器D」，训练「生成器G」第二阶段：固定「生成器G」，训练「判别器D」循环阶段一和阶段二GAN的优缺点10大典型的GAN算法GAN 的13种实际应用
科大讯飞永久免费GPT入口来了！！！
讯飞GPT可以帮助你了解九寨沟的地理环境和生态特点，为你提供最佳的游览路线和拍照点，让你的九寨沟之行更加难忘。讯飞GPT可以帮助你了解黄山的地理环境和植被特点，为你提供最佳的游览路线和观景台，让你的黄山之行更加完美。讯飞GPT可以帮助你了解张家界的历史背景和地质特点，为你提供最佳的游览线路和观光点，
机器学习基础11-算法比较（基于印第安糖尿病Pima Indians 数据集）
比较不同算法的准确度，选择合适的算法，在处理机器学习的问题时是非常重要的。本节将介绍一种模式，在scikit-learn中可以利用它比较不同的算法，并选择合适的算法。你可以将这种模式作为自己的模板，来处理机器学习的问题；也可以通过对其他不同算法的比较，改进这个模板。
AI职场汇报智能办公文案写作效率提升视频教程
内容夯实，覆盖当今人工智能的热门领域。通过不用领域的结合，提升创作能力和工作效率。自媒体副业人士，想要利用人工智能提升文案视频剪辑效率。职场办公人群，想要利用人工智能提升办公效率。ChatGPT文本创作，一键生成办公文案。AI智能写作，轻松搞定多场景文案写作。智能美化PPT,用AI为职场汇报加速。A
k210部署自行训练的口罩识别模型
自己训练了一个口罩识别模型，踩了不少坑
数字孪生技术：智能化引领产业变革
数字孪生的终极价值在于为现实世界带来了前所未有的智能化、精准化和高效化，以及对未来可持续发展的深远影响。
机器学习概念
深度学习( DL, Deep Learning) 是机器学习 ( ML, Machine Learning) 领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，
