【超详细小白必懂】Pytorch 直接加载ResNet50模型和参数实现迁移学习
【超详细小白必懂】Pytorch 直接加载ResNet50模型和参数实现迁移学习
LLaMA(大规模机器学习和分析)
LLaMA(大规模机器学习和分析)是一个先进的软件平台，是Meta 推出 AI 语言模型 LLaMA，一个有着 上百亿数量级参数的大语言模型用于大规模部署和管理机器学习模型。
干货 | 浅谈机器人强化学习--从仿真到真机迁移
“对于机器人的运动控制，强化学习是广受关注的方法。本期技术干货，我们邀请到了小米工程师——刘天林，为大家介绍机器人（以足式机器人为主）强化学习中的sim-to-real问题及一些主流方法。”一、前言设计并制造可以灵活运动的足式机器人，一直是工程师追逐的梦想。相比于轮式机器人，足式机器人凭借其腿部结构
ROS机器人操作系统——什么是ROS（一）
ROS机器人操作系统文章目录ROS机器人操作系统前言一、ROS是什么？二、ROS的发展史三、ROS的特点总结前言大一下的时候接触过ROS，也只是单纯的知道这个东西，了解了一点皮毛，并没有系统的去学习。一年过去了，无人驾驶以及机器视觉还是更加吸引我，于是我打算重拾ROS，希望能在别人开源的基础上做到二
BART模型简单介绍
对于序列分类任务（如文本情感分类），BART模型的编码器与解码器使用相同的输入，将解码器最终时刻的隐含层状态作为输入文本的向量表示，并输入至多类别线性分类器中，再利用该任务的标注数据精调模型参数。与BERT模型的 [CLS] 标记类似，BART模型在解码器的最后时刻额外添加一个特殊标记，并以该标记的
【风险评估】利用AI技术实现智能安全风险评估与预警
作者：禅与计算机程序设计艺术。
【AI模型】AI模型部署概述
AI模型部署学习
MICCAI 2022论文集分享
MICCAI 2022论文集百度y分享.
Python 3.11的10个使代码更加高效的新特性
在本文中我们将介绍Python 3.11新特性，通过代码示例演示这些技巧如何提高生产力并优化代码。
【强化学习】——Q-learning算法为例入门Pytorch强化学习
强化学习（Reinforcement Learning，RL）是一种机器学习方法，其目标是通过智能体（Agent）与环境的交互学习最优行为策略，以使得智能体能够在给定环境中获得最大的累积奖励。
数学建模国赛题型和获奖策略
数学建模高教杯题型分析和获奖策略
nuplan（面向自动驾驶规划的数据集）简介
nuplan的开源仿真框架支持闭环和开环仿真。闭环意味着自我车辆和其他车辆可以偏离原始数据集中记录的状态信息。除了规划器的基准实现，nuplan还为传统的智能驾驶模型（Intelligent Driver Model, IDM）和基于学习（ML）的智能体提供基线实现。为了真实地模拟交通流，nupla
AIGC和ChatGPT的区别是什么？
当谈到人工智能的聊天机器人时，人们不可避免地会想到AIGC和ChatGPT这两个备受关注的模型。虽然两者都能够进行自然语言处理，但是它们之间存在一些重要的区别，我们可以从以下几个方面来进行分析：首先，AIGC采用的是基于规则的方法，而ChatGPT则是一种基于神经网络的方法。基于规则的方法需要预先设
回归模型中的多重共线性 + 危害 + 原因 + 判断标准 + 解决办法，回归系数
回归模型中的多重共线性 + 危害 + 原因 + 判断标准 + 解决办法，以及相关概念
Instruction Tuning：无/少样本学习新范式
作者|太子长琴整理|NewBeeNLP大家好，这里是NewBeeNLP。今天分享一种简单的方法来提升语言模型的 Zero-Shot 能力——指示（或指令）微调（instruction tuning） ，在一组通过指示描述的数据集上对语言模型微调，大大提高了在未见过任务上的 Zero-Shot 能力。
open AI API使用经验
与Chat GPT提供的聊天界面相比，OpenAI API提供了多种选项和设置，开发人员可以使用这些选项和设置来自定义模型的行为，例如模型的种类、模型的参数和任务定义等。传统意义上来说，GPT 模型使用的是非结构化文本，这些文本在模型中被表示为一连串的「token」标识符 ，open AI 模型将文
大模型综述来了！一文带你理清全球AI巨头的大模型进化史
大模型的训练数据包括书籍、文章、网站信息、代码信息等等，这些数据输入到大模型中的目的，实质在于全面准确的反应“人类”这个东西，通过告诉大模型单词、语法、句法和语义的信息，让模型获得识别上下文并生成连贯响应的能力，以捕捉人类的知识、语言、文化等等方面。：不夸张的说，GPT-4 的算术与推理判断的能力超
智能优化算法：北方苍鹰优化算法-附代码
智能优化算法：北方苍鹰优化算法文章目录智能优化算法：北方苍鹰优化算法1.北方苍鹰优化算法简介2.北方苍鹰优化算法基本原理2.1灵感来源和北方苍鹰的行为2.2算法的数学模型2.2.1 初始化2.2.2 第一阶段：猎物识别（勘探阶段）2.2.3 第二阶段：追逐及逃生（开发阶段）3.实验结果4.参考文献5
2021年数学建模国赛B题优秀论文（Word）（04烯焼制备分析与试验设计）
以下为部分，下载链接：2021年B题论文
【自动驾驶】ADAS域控制器介绍
所谓的ADAS域控制器，即承担了自动驾驶所需要的数据处理运算力，包括但不限于毫米波雷达、摄像头、激光雷达、GPS、惯导等设备的数据处理，也承担了自动驾驶下，底层核心数据、联网数据的安全。作为一个中枢，自动驾驶域控制器承上启下，很好的服务了汽车的智能化。
