高维向量压缩方法IVFPQ :通过创建索引加速矢量搜索
IVFPQ 是一种用于数据检索的索引方法，它结合了倒排索引（Inverted File）和乘积量化（Product Quantization）的技术。
在Linux系统下部署Llama2（MetaAI）大模型教程
在Linux系统下部署Llama2（MetaAI）大模型教程。1、本文选择部署的模型是Llama2-chat-13B-Chinese-50W。2、由于大部分笔记本电脑无法满足大模型Llama2的部署条件，因此可以选用autodl平台（算力云）作为部署平台。
机器学习实验 - 朴素贝叶斯分类器
西南交通大学 机器学习实验2 朴素贝叶斯分类器（1）了解朴素贝叶斯与半朴素贝叶斯的区别与联系，掌握高斯分布、多项式分布和伯努利分布的朴素贝叶斯计算方法。（2）编程实现朴素贝叶斯分类器，基于多分类数据集，使用朴素贝叶斯分类器实现多分类预测，通过精确率、召回率和F1值度量模型性能。
NeurIPS 2023｜AI Agents先行者CAMEL：第一个基于大模型的多智能体框架
AI Agents是当下大模型领域备受关注的话题，用户可以引入多个扮演不同角色的LLM Agents参与到实际的任务中，Agents之间会进行竞争和协作等多种形式的动态交互，进而产生惊人的群体智能效果。本文介绍了来自KAUST研究团队的大模型心智交互CAMEL框架（“骆驼”），CAMEL框架是最早基
【Python】人工智能-机器学习——不调库手撕贝叶斯分类问题
怎么用python手撕一个贝叶斯分类？要求不调用其他核心库如tf，sk等，只用numpy、pandas库？这篇文章会告诉你答案！！
2023年12月 论文推荐
12月已经过了一半了，还有2周就是2024年了，我们来推荐下这两周我发现的一些好的论文，另外再推荐2篇很好的英文文章。
使用subplot_mosaic创建复杂的子图布局
在本文中，我将介绍matplotlib一个非常有价值的用于管理子图的函数——subplot_mosaic()。如果你想处理多个图的，那么subplot_mosaic()将成为最佳解决方案。我们将用四个不同的图实现不同的布局。
信号与系统_微总结
信号与系统内容的微总结
机器学习与人工智能：一场革命性的变革
人工智能，因此，1956年也就成为了人工智能元年。达特茅斯会议-人工智能的起点人工智能、机器学习与深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来。
机器学习多分类器有哪些
多类支持向量机的另一种改进方法——二次共轭损失函数的支持向量机分类器（Quadratic Conjugate Loss Function Support Vector Machine Multi-Classifier，QCLF-SVM-MC）多类支持向量机分类器的一种改进方法——总损失函数的支持向量
深度学习模型组件系列二：最常用的特征提取器
深度学习模型组件的特折提取器
CLIP的升级版Alpha-CLIP：区域感知创新与精细控制
Alpha-CLIP不仅保留了CLIP的视觉识别能力，而且实现了对图像内容强调的精确控制，使其在各种下游任务中表现出色。
ID3 决策树的原理、构造及可视化（附完整源代码）
【2022.10】ID3 决策树的原理、构造及可视化（附完整源代码）
System 2 Attention：可以提高不同LLM问题的推理能力
S2A是LLM推理方法发展的一个重要里程碑。该方法与人类推理非常相似，避免了干扰。我们应该期待S2A在最近几个月成为推理研究的重要基线。
机器学习：ROC曲线
本篇博客从概念、原理、应用和与AUC值相关的知识点四个方面介绍了ROC曲线的基本知识，并给出了Python实现的示例。尽管ROC曲线不能完全衡量分类器的性能，但是它仍然是一个非常重要的评估指标，可以帮助我们选择更好的分类器模型，提高机器学习的效果和准确率。
【文本生成评价指标】 ROUGE原理及代码示例py
代码演示了如何使用 Python 中的 rouge 库来计算生成文本和参考文本之间的 ROUGE 指标，以评估文本生成算法的质量。
Matplotlib中的titles（标题）、labels（标签）和legends（图例）
本文讨论Python的Matplotlib绘图库中可用的不同标记选项。
语义分割之RandLANet深度解读
语义分割任务是计算机视觉里的一个比较基础的任务，其相比于物体检测任务主要有以下几个优点：输出的结果是稠密的，是针对于所有像素点的K分类问题，物体检测任务只输出前景类物体的信息忽略了背景点的信息在自动驾驶任务中可以实现可行驶区域的识别，大部分区域都是以背景的形式存在，而这些背景同样是非行驶区域可以输出
梯度消失与梯度爆炸产生、原理和解决方案
本文章总结了梯度消失与梯度爆炸产生、原理和解决方案。
2023年5个自动化EDA库推荐
EDA或探索性数据分析是一项耗时的工作，但是由于EDA是不可避免的，所以Python出现了很多自动化库来减少执行分析所需的时间。
