机器学习、人工智能、深度学习三者的区别
介绍机器学习、人工智能、深度学习三者的关系
人工智能生成内容（AIGC）：概念、发展历史及其机遇、挑战与未来方向
人工智能生成内容（Artificial Intelligence Generated Content, AIGC）， AIGC 是指使用生成式 AI （Generative Artificial Intelligence, GAI） 技术生成的内容，而不是由人类创作者创作的内容。
自动驾驶算法 -撞前预警论文解读与项目应用
1.1 深度估计应用场景之一（特斯拉撞前预警）1.2 深度估计概念1.3 深度估计整体架构1.4 深度估计架构流程论文解读1.5 深度估计项目应用
解决没有NVSMI文件夹以及nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
全球&中国 AI 大模型 ( LLM ) 列表
AI 大模型（Large Language Model，简称LLM）是一种人工智能技术，通过深度学习算法训练大规模数据集来生成自然语言文本（如文章、对话等）。该技术的应用范围非常广泛，包括自然语言处理、机器翻译、文本生成、问答系统等。目前，AI 大模型已成为人工智能领域的一个热点，引起了各界的广泛关
耗时6个月，我做了一款干净、免费、开源的AI数据库
在消失的这段时间，我做了一款集成了AI的数据库管理工具Chat2DB。
几种文本向量化方式原理简要介绍
几种文本向量化方式原理简要介绍
当编程遇上AI，纵享丝滑
自从CHATGPT火了以后，我发现我身边的人再也不怕写报告了，什么个人总结，汇报材料，年度总结，伸手就来（反正哪些报告也没人看），除了一些针对性很强的文章（这里说的是针对性，不是技术性）基本上人工智能都能说个一二三，以前是天下文章一大抄，看你会抄不会抄，现在是看你会问不会问，只要问的准，答案应该都是
实施PCIDSS认证：确保您的访问控制和配置在安全环境中运行
作者：禅与计算机程序设计艺术 实施PCI DSS认证：确保您的访问控制和配置在安全环境中运行作为人工智能专家，作为一名CTO，我将为您介绍如何实施PCI DSS认证以确保您的访问控制和配置在安全环境中运行。本文将深入探讨技术原理、实现步骤以及优化
深度学习调参指南《Deep Learning Tuning Playbook》
这份指南的主要内容是调整超参数，也涉及深度学习训练的其他方面，例如 pipeline 实现和优化。指南假设机器学习问题是一个监督学习问题或自监督学习问题，但其中的一些规定也适用于其他类型的问题。
AI 工具分享第 4 期：13 款国外免费AI视频生成工具
未来百科，旨在帮助用户发现全球最好的AI工具，同时为研发AI垂直应用的创业公司提供展示窗口，迎接未来的AI时代。未来百科，每天带你了解好玩儿的AI工具。
【已解决】ERROR:The testing results of the whole dataset is empty
已解决：ERROR:The testing results of the whole dataset is empty
ResNet代码复现＋超详细注释（PyTorch）
ResNet代码复现（PyTorch），每一行都有超详细注释，新手小白都能看懂，亲测可运行
人工智能系统的技术架构
在软件设施方面，智能云平台解决的是硬件资源管理的问题，目前市面上有阿里云，腾讯云、亚马逊云，微软云，百度云等各种云平台，对外输出的是资源的服务能力，第二个是大数据平台，涉及到的是分布式存储，Hadoop等框架，在数据资源方面，把通用数据作为基础层，主要考量的点是通用数据更多的是人工智能类产品当前对外
生物识别技术能否成为应对安全挑战的绝佳选择？应对安全挑战的绝佳选择还是存在争议？
导语：生物识别技术作为一种身体特征识别技术，在安全领域备受瞩目。然而，其可靠性和有效性在应对安全挑战方面的争议仍未完全解决。本文将探讨生物识别技术的优势、限制以及是否能成为应对安全挑战的绝佳选择。
强化学习基础：Epsilon-greedy 算法，多臂老虎机问题的理解，说点人话的强化学习，一定能看懂
多臂老虎机，epsilon-greedy算法，模拟示例，强化学习
模拟生成车牌号
‘鄂A-958G7’, ‘鄂W-67161’, ‘鄂W-94731’, ‘鄂A-05W5H’, ‘鄂W-7Y18Y’, ‘鄂A-75121’, ‘鄂A-1107U’, ‘鄂A-1530D’, ‘鄂W-R2005’, ‘鄂W-7629W’, ‘鄂W-R069D’, ‘鄂W-87657’, ‘鄂A-76
【深度学习】如何分配训练集、验证集、测试集比例
对于传统机器学习阶段（数据集在万这个数量级），一般分配比例为训练集和测试集的比例为7:3或是8:2。为了进一步降低信息泄露同时更准确的反应模型的效能，更为常见的划分比例是训练集、验证集、测试的比例为6：2：2。对于小规模样本集（几万量级），常用的分配比例是 60% 训练集、20% 验证集、20% 测
数据隐私和安全：如何确保我们的AI系统不会被黑客攻击？
作者：禅与计算机程序设计艺术 数据隐私和安全一直是最关注和敏感的话题。随着科技的发展，越来越多的人开始把注意力放在个人隐私和个人数据上。因此，如何保障用户的数据隐私和安全成为重要课题。而AI系统正在成为影响社会的重大事件之一，如何确保它们不被黑客攻击就成为了一个
【AI模型系列】火力全开！百度文心3.5三大维度、20项指标国内问鼎！
百度在“芯片-框架-模型-应用”人工智能四层技术栈全面布局，其自研深度学习平台飞桨有力支撑了文心大模型的高效训练和推理，截至目前飞桨已凝聚750万名开发者。飞桨与文心协同优化，文心大模型3.5最新版本实现了基础模型升级、精调技术创新、知识点增强、逻辑推理增强等，模型效果提升50%，训练速度提升2倍，
