轻量级的深度学习框架Tinygrad
Tinygrad是一个轻量级的深度学习库，它提供了一种简化和直观的方法来理解和实现神经网络。在本文中，我们将探讨Tinygrad及其主要功能，以及它如何成为那些开始深度学习之旅的人的有价值的工具。
李宏毅2022机器学习HW12解析
李宏毅2022机器学习HW12解析，强化学习！
机器学习基础知识点题库
对题库答案进行整理，很多图片来源于网站
PromptBench:大型语言模型的对抗性基准测试
PromptBench是微软研究人员设计的一个用于测量大型语言模型(llm)对对抗性提示鲁棒性的基准测试。这个的工具是理解LLM的重要一步，随着这些模型在各种应用中越来越普遍，这个主题也变得越来越重要。
精选 100 种最佳 AI 工具大盘点
它非常适合想要快速轻松地制作引人入胜的视频的内容创作者和社交媒体影响者。它非常适合想要快速轻松地创建高质量内容的内容创建者和营销人员。Buzzy：Buzzy 是一个无代码平台，可将您的想法转化为 Figma 设计和可运行的应用程序。SlidesAl：SlidesAl 是一种工具，可以帮助您在几秒钟内
一文读懂Embedding
解读Embedding
带你了解ICCV、ECCV、CVPR三大国际会议
因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，是公认的三个会议中级别最高的。如果注意这些领域大牛的pulic
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
【TIANCHI】天池大数据竞赛（学习赛）--- 淘宝用户购物行为数据可视化分析
本人代码萌新一枚，目前还在学习python中，这篇文章是我本人对天池大数据竞赛上的学习赛上官方对数据分析后的自己的一些见解，参考的位置我会放在文章的最后。第一次在CSDN写文章，有错误还希望大家可以指正，我都会积极改正。例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机
机器学习第一章 发展历史与背景
机器学习的发展历史和背景
线性卷积和循环卷积（圆周卷积）
线性卷积和循环卷积（圆周卷积）
一文解惑，对于SCI论文投稿Under Review状态的一万种解读
论文Under Review后的一万种可能
决策树之ID3的matlab实现
决策树是什么？决策树当然顾名思义用来做决策。怎么决策？以树状的形式来表示逻辑的一种决策过程。既然是一棵树，必然有树枝，那么把树枝的分叉表示我们的一种划分，来判断往哪个树枝继续前进。决策树有以下部分组成：（1）根节点：即为决策树的起点（2）分支点：属于内部节点，所谓分支就是要选择一个某一个特征或者属性
Ai作图可控性演进——从SD到MJ
1.介绍了文本生成图提高可控性的几种思路2.介绍了市面主流的可控模型几个解决方案3.回归到问题本质，更细粒度的控制更精准的控制才是未来4.多模态和数据的规范化是未来竞争实力
Matlab实现机器学习（附上完整仿真源码）
Matlab实现机器学习（附上完整仿真源码）
ROS简介（新手入门须知）
ROS简述
深度学习(六) Word Embedding
本文是李宏毅老师的关于词汇编码方面的总结
两篇2023 ICLR多模态论文分享(模态互补性对多模态鲁棒性影响 与 对多模表示学习有效的单模学习)
本文讨论了模态互补性在多模态鲁棒性中的重要性，并基于信息论提出了一种数据集层面量化度量，用于量化不同模态之间有多少互补信息，以及这些信息对预测标签有多大贡献。该指标基于互信息神经估计器（MINE）来计算。提出了一个两阶段pipeline，分成数据生成阶段和度量计算阶段。在数据生成阶段，作者生成具有受
使用PyMC进行时间序列分层建模
在统计建模领域，理解总体趋势的同时解释群体差异的一个强大方法是分层(或多层)建模。这种方法允许参数随组而变化，并捕获组内和组间的变化。在时间序列数据中，这些特定于组的参数可以表示不同组随时间的不同模式。
机器学习算法（7）—— 朴素贝叶斯算法
朴素贝叶斯是一种分类算法，经常被用于文本分类，它的输出结果是某个样本属于某个类别的概率。（1）优点朴素贝叶斯模型发源于古典数学理论，有稳定的分类效率对缺失数据不太敏感，算法也比较简单，常用于文本分类分类准确度高，速度快（2）缺点由于使用了样本属性独立性的假设，所以如果特征属性有关联时其效果不好需要计
