基于Flask+Bootstrap+机器学习的南昌市租房价格预测系统
本项目使用Flask框架搭建基于机器学习的南昌市租房价格预测系统 （简易版）其中关于Flask知识点可参考文章Flask全套知识点从入门到精通，学完可直接做项目其中关于南昌市租房价格预测可参考文章基于XGBoost算法构造房屋租赁价格评估模型整个项目分为以下几个模块：项目文件框架如下:其中manag
gpt.4.0-gpt 国内版
GPT（Generative Pre-trained Transformer）是一种预训练的语言模型，可用于多种自然语言处理任务，如情感分析、文本分类、文本生成等。下面是使用GPT的一些步骤和建议：确定任务和数据集：首先，需明确自己的任务和应用场景，选择合适的数据集进行训练和测试。例如，如果要生成诗
深度学习的定义和未来发展趋势
深度学习的定义及原理📜📜深度学习是一种基于神经网络、具有多个隐藏层来提取高级抽象特征进行模式识别和决策的机器学习技术。其核心思想与人脑神经元相似，通过逐层的计算和学习，将输入数据转化为具有更高级别的表示，从而实现对复杂数据结构的建模和分析。📜深度学习中最重要的思想是构建可训练的人工神经网络模型
ChatGPT重量级对手产品：Claude对外发布
什么是ClaudeClaude是下一代人工智能助手，基于 Anthropic 对训练有用、诚实和无害的人工智能系统的研究。Claude 可通过我们的开发人员控制台中的聊天界面和 API 进行访问，能够执行各种对话和文本处理任务，同时保持高度的可靠性和可预测性。克劳德可以帮助处理总结、搜索、创意和协作
【信息与内容安全】实验二：虚假人脸检测实验
虚假人脸检测实验摘要： 在此次实验中，先尝试了自己手动搭建了一个 CNN 进行虚假人脸的分类实验，但发现有训练速度慢准确率低等缺点。所以尝试使用已有的模型（resnet-18）和预训练的参数进行迁移学习，包括尝试了直接把卷积层借用为固定特征提取器和 Fine-tuning 的方法，大大提高了训练速度
前沿探索，AI 在 API 开发测试中的应用
Apikit 是结合 API 设计、文档管理、自动化测试、监控、研发管理和团队协作的一站式 API 生产平台，可以快速、规范地管理所有 API，已经成为当前 API 研发管理的主流产品。
【五一创作】自动驾驶技术未来大有可为
自动驾驶技术是指通过计算机技术和各种传感器，使得汽车可以在不需要人类干预的情况下完成行驶任务。这项技术在近年来得到了快速的发展，并在汽车制造业、城市规划和交通管理等领域引起了广泛的关注和讨论。传感器技术、计算机视觉技术和人工智能技术。
激活函数ReLU和SiLU的区别
在这里，我就简单写一下两个激活函数的概念以及区别，详细的过程可以看看其他优秀的博主，他们写的已经非常好了，我就不必再啰嗦了
Softmax简介
Softmax是一种数学函数，通常用于将一组任意实数转换为表示概率分布的实数。
gpt模型训练-gpt3模型详解
目前，GPT-3已经成为最流行、最常用的GPT模型，它集成了1750亿个参数，能够执行一系列的自然语言处理任务，包括翻译、问答、文本摘要、对话生成等。具体而言，GPT模型将Transformer中的编码器部分作为自己的网络架构，实现了一个多层的、自回归的语言模型。总之，GPT模型是一种强大的、通用的
Prompt Engineering 入门（一）
大语言模型 (LLM) 是一种基于Transformer的深度学习模型，可以处理大量的自然语言文本，并从中学习知识和语言规律，从而提高对自然语言的理解和生成能力。LLM可以用于各种自然语言处理 (NLP)任务，如文本生成、阅读理解、常识推理等，这些任务在传统的方法下很难实现。LLM还可以帮助开发人员
人工智能实践: 基于T-S 模型的模糊推理
模糊推理是一种基于行为的仿生推理方法, 主要用来解决带有模糊现象的复杂推理问题。由于模糊现象的普遍存在, 模糊推理系统被广泛的应用。模糊推理系统主要由模糊化、模糊规则库、模糊推理方法以及去模糊化组成, 其基本流程如图1所示。■ 图1 模糊推理流程图传统的模糊推理是一种基于规则的控制, 它通过语言表
狂追ChatGPT：开源社区的“平替”热潮
目前，不少优质的类ChatGPT模型都只能通过API接入，而一些开源LLM的效果与ChatGPT相比差距不小。不过，近期开源社区开始密集发力了。其中，Meta的LLaMA模型泄漏是开源“ChatGPT”运动的代表性事件。基于LLaMA模型，开源社区近期接连发布了ChatLLaMa、Alpaca、Vi
玩转ChatGPT：文献总结工具
玩转ChatGPT：文献总结工具
Python实现逻辑回归(Logistic Regression)
逻辑回归是一种经典机器学习分类算法，它被广泛应用于二元分类问题中，该算法的目的是预测二元输出变量（比如0和1），逻辑回归算法有很多应用，比如预测股票市场、客户购买行为、疾病诊断等等。它被广泛应用于医学、金融、社交网络、搜索引擎等各个领域。
手把手教你搭建自己本地的ChatGLM
如果能够本地自己搭建一个ChatGPT的话，训练一个属于自己知识库体系的人工智能AI对话系统，那么能够高效的处理应对所属领域的专业知识，甚至加入职业思维的意识，训练出能够结合行业领域知识高效产出的AI。这必定是十分高效的生产力工具，且本地部署能够保护个人数据隐私，能够内网搭建办公使用也十分的方便。而
贝叶斯优化算法（Bayesian optimiazation）
例如我们想调logistic回归的正则化超参数，就把黑箱函数设置成logistic回归，自变量为超参数，因变量为logistic回归在训练集准确度，设置一个可以接受的黑箱函数因变量取值，例如0.95，得到的超参数结果就是可以让logistic回归分类准确度超过0.95的一个超参数。但是和网格搜索的快
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
预测任务评价指标acc,auc
1、分别表示什么TP（true positive）：表示样本的真实类别为正，最后预测得到的结果也为正；FP（false positive）：表示样本的真实类别为负，最后预测得到的结果却为正；FN（false negative）：表示样本的真实类别为正，最后预测得到的结果却为负；TN（true neg
SGD，Adam，AdamW，LAMB优化器
BERT 预训练包括两个阶段：1）前 9/10 的训练 epoch 使用 128 的序列长度，2）最后 1/10 的训练 epoch 使用 512 的序列长度。优化器是用来更新和计算影响模型训练和模型输出的网络参数，使其逼近或达到最优值，从而最小化(或最大化)损失函数。优点： 简单性，在优化算法中没
