成功解决import paddle报错

近期,需要在CPU上搭建paddle环境,但由于不可抗拒的因素,导致出了小插曲,故有了本文。

如何为ChatGPT应用程序自定义模型-微调(fine-tuning)

GPT-3 已经对来自开放互联网的大量文本进行了预训练。当给出一个只有几个例子的提示时,它通常可以直观地判断你正在尝试执行什么任务并生成一个合理的完成。这通常被称为“少镜头学习”。微调通过训练比提示所能容纳的更多的示例来改进少数镜头学习,让您在大量任务上获得更好的结果。对这样可以节省成本并实现更低的

【Python】使用百度AI能力

一文带你了解百度AI能力接口的使用。

pip常用命令

对pip常用命令进行汇总,以便大家使用

AutoGPT安装教程

AutoGPT安装

13种权重的计算方法

权重计算方法有很多种,不同的方法有不同的特点和适用情况。AHP层次分析法和熵值法在权重计算中属于比较常用的方法。除此之外,还有一些与权重计算相关的方法,今天一文总结了13种与权重计算相关的方法,大家可以对比选择使用。

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

wav2lip:Accurately Lip-syncing Videos In The Wild

随机帧是和音频不同步,是根据音频和mask的图形生成真实的唇形,参考帧的意义我自己感觉是减少模型复杂度,但是也有解释,在前向推理时,其实输入的一定是和音频不同步的视频帧,此时不仅对唇形区域做mask,也会把原始的图像拼接起来concat,这样其实训练和推理时就保持一致了。上面两部分主要考虑的是唇形生

ChatGLM实战 - 文本信息抽取

本文对ChatGLM-6B模型进行简单尝试,稍许改造即能满足文本抽取场景的使用,使用成本低于chatgpt,支持本地部署,单卡成本低于openai。

Copilot使用教程:让AI助手提升你的编程效率

Copilot是由OpenAI开发的一款人工智能编程助手,它利用了最先进的GPT-4技术来帮助开发者更轻松地编写代码。通过与各种代码编辑器(如VS Code,Atom等)集成,Copilot可以实时地为用户提供代码建议、函数签名、注释等。这使得开发者可以在编程过程中更加专注于解决实际问题,而不是花费

python 画图时各种颜色代码

【代码】python 画图时各种颜色代码。

Pytorch:手把手教你搭建简单的全连接网络

利用pytorch搭建简单全连接网络的步骤,适合初学者快速上手

17行代码用python对接openai的api实现chatgpt微信对话机器人

openai接口的保姆级使用方式,此代码为基础上可以引申为小程序,网站等

chatglm——从部署到训练全流程&&你遇到的错误都在这里。

chatglm成功部署在阿里云PAI平台

手把手教你打造自己的 AI 虚拟主播

手把手教你搭建自己的 AI 虚拟主播(安装到上播)。

损失函数的理解

一、损失函数是什么?二、常用的损失函数1.均方误差2.交叉熵误差损失函数是表示神经网络性能的“恶劣程度”的指

用Python实现TF-IDF算法:从原理到实现

在本篇博客中,我们介绍了TF-IDF算法的原理和Python实现代码。TF-IDF算法是一种用于衡量单词在文本中重要性的算法,常用于文本处理和信息检索等领域。TF-IDF算法的核心思想是将每个单词都赋予一个权重,该权重由该单词在文本中的频率(TF)和在整个文本集合中的频率(IDF)共同决定。TF值表

测试了Copilot辅助编程后,就离不开这个AI工具了

微软用chatGPT 4 对github copilot X 升级后,测试了其功能。copilot 与vscode结合,智能化程度之高,令我吃惊。下面介绍 Copilot 安装、使用步骤,以及对如何使用好这个工具.

《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

人工智能算法|K均值聚类算法Python实现

现在假设有9个坐标点数据,它们分别是(3,2)、(3,9)(8,6)(9,5)(2,4)(3,10)(2,5)(9,6)(2,2)。(4)整理好的数据集和随机选取的质心会作为参数,交给函数minDistance进行聚类迭代计算。(2)安装完成后,可以根据实际情况改变数据集文件的地址,数据集是由loa