2023 年第三届长三角高校数学建模竞赛赛题浅析
快递为背景的题目作为优化是这两年最为常见的一种命题背景，该题的问题方式有些类似于2021年妈杯的海底服务器散热问题，即建立优化模型合理的构建布局，耗材等等。B题的主要问题就是预测+数据，以汽车为背景，收集数据，构建预测模型，分析关联性。关于数据问题，我会帮大家进行收集，目前已有的数据为问题三碳排放相
YOLOv8：车辆检测技术及优化
随着自动驾驶汽车和智能交通系统的发展，车辆检测技术在近年来变得越来越重要。为了解决这一问题，YOLO (You Only Look Once) 是一种实时目标检测算法，自从2016年推出以来，它已经经历了多个版本的更新。本文将详细介绍YOLOv8，这是一个最新的、高效的车辆检测方法，并附有Pytho
ChatGPT的工作原理是什么？
ChatGPT是美国OpenAI研发的聊天机器人程序，2022年11月30日发布。ChatGPT是人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话。
机器学习 C4.5算法原理 + 决策树分裂详解（离散属性+连续属性） 附python代码
（5）C4.5采用二分法处理连续特征，将连续特征进行排列，将连续两个值的中间值作为分裂节点，将小于该值和大于该值的样本分为两个类别，找到信息增益最大的分裂点，本质上还是用的离散特征。如果一个属性的信息增益越大，就表示用这个属性进行样本划分可以更好的减少划分后样本的不确定性，当然，选择该属性就可以更快
AI技术：智慧交通时代的道路识别（文末送书四本）
Hello大家好，我是Dream。 自动驾驶是当前最热门的技术之一，而道路识别则是自动驾驶系统中的重要一环。它需要自动驾驶车辆能够识别和解读道路标志、路面标线、交通信号灯等道路条件，及时准确地做出驾驶决策。接下来Dream将带大家去了解如何实现道路识别。
Scikit-LLM：将大语言模型整合进Sklearn的工作流
我们以前介绍过Pandas和ChaGPT整合，这样可以不了解Pandas的情况下对DataFrame进行操作。现在又有人开源了Scikit-LLM，它结合了强大的语言模型，如ChatGPT和scikit-learn。
四川省棒球建设与未来发展·棒球4号位
四川省作为中国西南地区的一个重要省份，在体育领域有着丰富的资源和悠久的历史。近年来，随着棒球在中国的逐渐普及，四川省也在积极推进棒球运动的发展。以下是四川省棒球建设与未来发展的一些建议和展望。
大语言模型也是知识库：基于知识的对话大模型综述
©PaperWeekly 原创 ·作者 | 缥缈孤鸿影引言ChatGPT 的横空出世，在整个自然语言处理乃至人工智能领域均掀起波澜。不同于普通的闲聊式机器人和任务型智能客服仅局限于固定场景，ChatGPT 具有相当丰富的知识储备，对于很多冷门的知识，它亦能对答如流，堪称当代“百晓生”。因此，将语言模
基于机器学习的异常检测与分析技术
传统的运维方式在监控、问题发现、告警以及故障处理等各个环节均存在明显不足，需要大量依赖人的经验，在数据采集、异常诊断分析、故障处理的效率等方面有待提高。本关键技术面对传统运维故障处理效率低、问题定位不准确、人力成本高三大痛点，将人工智能与运维相结合，由AI逐步取代人力决策，通过机器学习方法，快速给出
梯度含义的理解
一般的认知某点的梯度和某点的导数有很大的联系，但是认识这一概念起就知道导数是某条曲线的切线，切线是函数值变化最快的方向，而梯度也是表明沿着梯度变化方向很快，因此直观上讲，在某些情况应该可以认为导数和梯度是一回事。从降维后的曲线可知，现在梯度的方向确实是垂直方向，也可以说是切线（切平面）的法线方向，这
各类优化算法综述
目录优化算法综述数学规划法精确算法（exact algorithm）启发式 VS. 元启发式启发式算法元启发式算法What is the difference between heuristics and meta-heuristics?多目标智能优化算法模拟进化算法与传统的精确算法（确定性算法）的
《跟我学习AI量化投资》通过chatgpt进行选股，简单易懂，降低人为操作风险
主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。reg=456140。本接口即将停止更新，请尽快使用Pro版接口：https://tushare.pr
【一起撸个DL框架】2 节点与计算图的搭建
这一节将动手搭建一个简单的“计算图”，并在其上进行计算。目录:2 节点与计算图的搭建2.1 简介2.2 设计节点类2.3 节点类的具体实现2.4 搭建计算图进行计算2.5 小结2.6 题外话——节点存储的值
深度学习中的训练和验证损失
深度学习是机器学习的一个分支，包括使用人工神经网络。特别是，深度学习算法允许计算机程序学习和发现大量数据中的模式。人工神经网络是受生物体中生物神经网络工作原理启发的算法。人工神经网络通常由相互连接的节点和权重组成。因此，输入信号首先通过称为神经元的节点传递。然后，这些神经元被一个函数激活并乘以权重以
推演语言模型的大小与计算开销
2020年，OpenAI提出了在增加模型尺寸与提高模型性能之间的扩展定律，指出人们应该将大部分预算用于扩大模型规模。这篇论文直接推动了增大模型规模的浪潮。然而，在预算和内存有限的情况下，盲目扩大模型规模并不是提升模型性能的最佳选择。2022年，DeepMind团队发表了一篇论文（https://ar
ChatGPT生成式算法及发展历程
GPT（Generative Pre-Trained Transformer）系列是OpenAI开发的一系列以Transformer为基础的生成式预训练模型，目前包括文本预训练模型GPT-1，GPT-2，GPT-3，InstructGPT、ChatGPT，图像预训练iGPT，GPT-4。
Chat GPT国内懒人专用版（基于镜像网站开发使用）
而镜像网站上的 GPT 由于硬件资源和训练数据的限制，通常具有更小的规模。训练方法的不同：OpenAI 的 GPT 使用了一种被称为自回归语言建模的技术，能够生成连贯、流畅的文本。训练数据集的不同：OpenAI 的 GPT 是使用大规模的互联网文本数据进行训练的，而镜像网站上的 GPT 通常使用公共
2023年第十五届华中杯赛题C 题 空气质量预测与预警
问题二：自行划分训练集和测试集，根据附件 1 和附件 2，基于问题一构建 PM2.5 浓 度多步预测模型，分别使用均方根误差(RMSE)对 3 步、 5 步、 7 步、 12 步预测效果进 行评估，其结果请用表 1 格式在正文中具体给出，并对测试集及其预测结果进行可视化。尤其需要注意，问题三的预测主
2023年华中杯C题计算结果
经过一晚上代码的编写，论文的写作，C题完整版论文已经发布，注：蓝色字体为说明备注解释字体，不能出现在大家的论文里。黑色字体为论文部分，大家可以根据红色字体的注记进行摘抄。对应的详细的写作视频教程，争取1号晚上发布，空气质量预测与预。
ptuning v2 的 chatglm垂直领域训练记录
第二我要减小十倍的学习率，观察一下减小十倍的学习率能不能提升ptuning的效果。基于终端的交互，基于简单界面的交互，基于fastapi框架提供的接口进行交互。从中国大百科爬下来的数据，有一些标题的输入是比较短的。喜欢大模型的小伙伴可以加我的 15246115202 一起交流训练大模型所需要的细节都
