机器学习基础11-算法比较（基于印第安糖尿病Pima Indians 数据集）
比较不同算法的准确度，选择合适的算法，在处理机器学习的问题时是非常重要的。本节将介绍一种模式，在scikit-learn中可以利用它比较不同的算法，并选择合适的算法。你可以将这种模式作为自己的模板，来处理机器学习的问题；也可以通过对其他不同算法的比较，改进这个模板。
k210部署自行训练的口罩识别模型
自己训练了一个口罩识别模型，踩了不少坑
交叉熵简介
交叉熵（Cross Entropy）是用来衡量两个概率分布之间的差异性的一种方法。在机器学习和深度学习中，交叉熵常常被用作损失函数，用来衡量模型预测的结果与真实结果之间的差距。Hpq−i1∑npilogqi其中，pi表示真实分布中第i个事件发生的概率，qi表示模型预测分布中第i个事件发生的
AI时代,程序员需要焦虑吗?
ChatGPT 横空出世后，“AI 即将取代程序员” 的观点一度引发热议，至今尚未完全冷却。ChatGPT 是一种基于人工智能技术的对话生成系统，其受欢迎的程度在一定程度上说明了人们对于人工智能技术的兴趣和追求。但是，从目前的实际情况来看，人工智能技术还没有达到完全替代程序员的程度。首先，AI 技术
人工智能在机器学习中的八大应用领域
本文将介绍人工智能在机器学习中的八大应用领域，并通过适当的代码示例加深理解。人工智能在机器学习中的八大应用领域为我们带来了无限的创新和可能性。从自然语言处理到智能分析，从医疗诊断到环境保护，机器学习已经渗透到了各个领域，并持续推动着技术和社会的发展。随着技术的不断进步，人工智能和机器学习在各个领域的
Dynamic ReLU：根据输入动态确定的ReLU
这是我最近才看到的一篇论文，它提出了动态ReLU (Dynamic ReLU, DY-ReLU)，可以将全局上下文编码为超函数，并相应地调整分段线性激活函数
CLIP：一种基于视觉和语言相互关联的图像分类模型
近年来，计算机视觉领域的发展非常迅速，其中图像分类是一项非常重要的任务。然而，传统的图像分类模型在面对大规模图像分类任务时存在很多局限性，例如需要大量标注数据、难以泛化到新的图像类别等问题。为了解决这些问题，近年来出现了一种新的图像分类模型——CLIP（Contrastive Language-Im
torch安装找不到版本报错
torch安装找不到版本报错的4种解决办法，可按顺序来
统计数据集中目标大、中、小个数【需要用到yolo的txt标注文件数据，其他格式数据不一定适用】
统计数据集中目标大、中、小个数
理解图傅里叶变换和图卷积
图神经网络（GNN）代表了一类强大的深度神经网络架构。本文将介绍图卷积的理论基础。深入研究图傅立叶变换的复杂性及其与图卷积的联系
扩散模型原理+DDPM案例代码解析
扩散模型 DDPM 代码实现 从数学公式到代码一步步理解
ClearML入门：简化机器学习解决方案的开发和管理
ClearML 是一个开源平台（之前叫TRAINS），可为全球数千个数据科学团队自动化并简化机器学习解决方案的开发和管理。它被设计为端到端的MLOps套件，允许您专注于开发ML代码和自动化，而ClearML确保您的工作可重复和可扩展。仅用 2 行代码跟踪和上传指标和模型创建一个机器人，每当模型的准确
2023mathorcup本科组C题电商物流网络包裹应急调运与结构优化问题保姆级思路
2023mathorcup本科组C题电商物流网络包裹应急调运与结构优化问题思路
StableVideo：使用Stable Diffusion生成连续无闪烁的视频
使用Stable Diffusion生成视频一直是人们的研究目标，但是我们遇到的最大问题是视频帧和帧之间的闪烁，但是最新的论文则着力解决这个问题。
nn.TransformerEncoderLayer中的src_mask，src_key_padding_mask解析
注意，不同版本的pytorch，对nn.TransformerEncdoerLayer部分代码差别很大，比如1.8.0版本中没有batch_first参数，而1.10.1版本中就增加了这个参数，笔者这里使用pytorch1.10.1版本实验。
数模笔记14-元胞自动机
由于在S中具体采用什么符号并不重要，它可取 {0，1}，{-1，1}，{静止，运动} 等等，重要的是S所含的符号个数，通常我们将其记为 {0，1}。在CA模型中，散布在规则格网 (Lattice Grid)中的每一元胞(Cell)取有限的离散状态，遵循同样的作用规则，依据确定的局部规则作同步更新。把
逻辑回归（Logistic Regression）原理（理论篇）
logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。
Pandas字符串操作的各种方法速度测试
由于LLM的发展， 很多的数据集都是以DF的形式发布的，所以通过Pandas操作字符串的要求变得越来越高了，所以本文将对字符串操作方法进行基准测试，看看它们是如何影响pandas的性能的。因为一旦Pandas在处理数据时超过一定限制，它们的行为就会很奇怪。
第十四届中国大学生服务外包大赛细品，巧用AI共克“记账”难题
前言熟悉我的小伙伴应该知道我在大学时期参与了很多竞赛，我向来对比赛是比较热枕的，以我个人观点，我认为可以通过竞赛激发学习激情和检验自己的技能水平掌握情况，大学生很少有机会能够了解到课堂之外市场的需求，外包服务竞赛就是一个很好的机会能够帮助大学生接触到市场需要何种服务以及人才需求，而且大学的很多比赛都
探索人工智能 | 模型训练 使用算法和数据对机器学习模型进行参数调整和优化
模型训练是指使用算法和数据对机器学习模型进行参数调整和优化的过程。模型训练一般包含以下步骤：数据收集、数据预处理、模型选择、模型训练、模型评估、超参数调优、模型部署、持续优化。
