机器学习的基本概念--Datawhale X 李宏毅苹果书 AI夏令营--学习笔记
机器学习（Machine Learning）：让机器具备一个找函数的能力，从而让机器实现诸如：语音识别（Speech Recognition），图片识别（Image Recognition）等功能在机器学习的大家庭中，有两种主要的学习方法：监督学习和无监督学习。监督学习（Supervised Lea
【人工智能】Transformers之Pipeline（十五）：总结（summarization）
本文对transformers之pipeline的总结（summarization）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的总结（summarization）模型。
AI：244-YOLOv8性能提升实战 | 集成双向特征金字塔网络（BiFPN）与多场景应用分析（极限涨点）
在本文中，我们详细探讨了如何通过集成双向特征金字塔网络（BiFPN）来提升 YOLOv8 模型的性能。BiFPN 的多尺度特征融合能力使其在各类场景中表现出色，无论是自动驾驶、安防监控还是无人机图像识别，都显著提高了目标检测的精度和鲁棒性。通过具体的代码实现和 yaml 配置示例，我们展示了如何将
【深度学习详解】Task2 分段线性模型-引入深度学习 Datawhale X 李宏毅苹果书 AI夏令营
机器学习基础 -> 线性模型 -> 分段线性模型 -> 引入深度学习🍎 🍎
上海交大洪亮教授：AI 真要突破工程领域，一定要做到现有人类专家做不到的工程成果
与自然界相比，序列相似度全部低于 65%，最低的为 49%，换言之，研究团队对 700 多个氨基酸序列中的 300 多个进行了改造，其中有 23 个有活性，2/3 比野生活性高，最高的野生型达 8.6 倍。在没有数据的情况下，则通过物理模拟器产生精度略低的大量假数据来做预训练，再用真实珍贵的数据进行
视觉 注意力机制——通道注意力、空间注意力、自注意力、交叉注意力
在计算机视觉领域，注意力机制（Attention Mechanism）已成为提升模型性能的关键技术之一。注意力机制通过模拟人类视觉的选择性注意力，能够在海量数据中自动聚焦于最相关的信息，从而提高模型的效率和准确性。下面将介绍通道注意力、空间注意力、自注意力和交叉注意力四种类型。
AI中的核心概念解读：深度学习、机器学习、神经网络与自然语言处理
人工智能（AI）：包含所有让机器具备智能行为的技术。机器学习（ML）：AI 的子领域，通过数据自动学习和做出决策。深度学习（DL）：机器学习的子领域，基于多层神经网络进行复杂数据的学习和处理。神经网络（Neural Networks）：深度学习的核心结构，模仿人脑神经元的连接方式。自然语言处理（NL
大模型 - 知识蒸馏原理解析
知识蒸馏通过教师模型提供的软标签引导学生模型，使得学生模型不仅关注硬标签的分类准确性，还能从软标签中学习更丰富的类别间关系，从而在模型压缩的同时尽量保留性能。这种方法特别适用于在资源受限的环境中部署高效的深度学习模型。
anaconda快速完整安装+配置！（最稳定版本4）
anaconda快速完整安装+配置！（最稳定版本4.12.0）容易上手纯干货
一文读懂蒙特卡洛算法：从概率模拟到机器学习模型优化的全方位解析
蒙特卡洛方法已成为机器学习领域的关键工具，在强化学习、贝叶斯滤波和复杂模型优化等方面有广泛应用
高斯混合模型（Gaussian Mixture Model，简称GMM）
高斯混合模型（Gaussian Mixture Model，简称GMM）是一种概率模型，用于表示由组成的复杂分布。谱学习算法（Spectral Learning Algorithms）是一类利用线性代数中的矩阵分解技术来估计模型参数的方法，在自然语言处理、机器学习等领域有广泛的应用。
【机器学习】探索机器学习在旅游业的革新之旅
在数字化浪潮的推动下，旅游业正经历着前所未有的变革。随着技术的飞速发展，尤其是机器学习（Machine Learning, ML）的广泛应用，旅游行业正逐步迈向智能化、个性化的新时代。本前言旨在探讨机器学习在旅游业中的多重用途，揭示其如何重塑旅游体验、优化运营效率，并引领行业迈向更加繁荣的未来
入门Task1：《深度学习详解》（Datawhale X 李宏毅苹果书 AI夏令营）
机器学习任务类型 关键概念 梯度下降法 以及 实例分析：波士顿房价预测
【人工智能】【机器学习】-好书推荐之《Python神经网络编程》
《Python神经网络编程》（原书名：Make Your Own Neural Network）是一本深度学习领域的入门级书籍，由Tariq Rashid撰写。这本书的独特之处在于它从零开始讲解神经网络的基础知识，同时提供了详细的编程实例，让读者能够亲手构建一个简单的神经网络。
Vitis AI 进阶认知（量化过程详解）
在当今技术快速发展的时代，我们追求的不仅是智能设备的高性能，同时也强调其能效和便携性。Vitis AI量化器便是在这样的背景下应运而生的一个工具，它通过将神经网络模型的数据精度从32位浮点数降低到8位整数，极大地缩减了模型的体积和计算需求，而通过精心设计的校准和微调过程，又能确保模型的预测准确性基本
【计算机方向】中科院三区，最快1个月accept，还是非OA，速投！
总体来说，此期刊为SCI三区，IF：2.8，自引率较低，根据网友经验来看，最快1个月左右录用，最慢6个月左右录用，有该领域的作者可以投稿试试哦~~~知识工程、人工智能、专家系统、 大数据、自然语言处理、机器视觉、分析、 普适计算、人工智能计算模型、混合计算 智能系统、数据包络分析。物联网对各种物联网
【人工智能】Transformers之Pipeline（十四）：问答（question-answering）
本文对transformers之pipeline的问答（question-answering）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的问答（question-answering）模型。
6种有效的时间序列数据特征工程技术（使用Python）
在本文中，我们将探讨使用日期时间列提取有用信息的各种特征工程技术。
逐步掌握最佳Ai Agents框架-AutoGen 九 RAG应用
RAG是LLM的经典应用，AutoGen通过提供chat agent的 rag 升级agent,完成了相应功能。RetrieveUserProxyAgent的配置需要完成文档读取、向量数据库、分词器的配置RetrieveUserProxyAgent的prompt模板预置了QA 内容。Retrieve
PyTorch数据处理：torch.utils.data模块的7个核心函数详解
本文将深入介绍PyTorch中 torch.utils.data 模块的7个核心函数,这些工具可以帮助你更好地管理和操作数据。
