【告别传统】人工智能时代下，学习网安的成本有多低？
🚀告别传统攻击，AI赋能未来。人工智能时代下，当黑客的成本逐渐降低，人人都可能是脚本小子。我们要紧跟安全攻击、防御趋势，达摩克利斯剑也可成为安全研究员的武器。同时要明确的是：我们必须遵守法律法规，不做任何有损国家社会利益之事。📹如果觉得文章不错，可以支持博主💐~我是秋说，我们下次见😉。
深入理解深度学习——正则化（Regularization）：作为约束的范数惩罚
Hinton尤其推荐由Srebro and Shraibman (2005) 引入的策略：约束神经网络层的权重矩阵每列的范数，而不是限制整个权重矩阵的Frobenius范数。最后，因为重投影的显式约束还对优化过程增加了一定的稳定性，所以这是另一个好处。当使用较高的学习率时，很可能进入正反馈，即大的权
继35岁危机之外：如何在AI智能时代不失业？
🚀智能AI引领现代，深度学习赋能未来。AI智能技术在当代展现出了巨大的潜力和前景。AI是人造的，也必将服务于人AI扮演着重要的角色，但不意味着我们可以放弃人类基本的存在意义—为社会造福。以后的路，我们走一步看一步。📹如果觉得文章不错，可以支持博主💐~我是秋说，我们下次见😉。
权重分析——熵权法
权重分析是通过熵权法对问卷调查的指标的重要性进行权重输出，根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度，其信息熵值越小，指标的离散程度越大，该指标对综合评价的影响（即权重）就越大，如果某项指标的值全部相等，则该指标在综合评价中不起作用。信息量越小，不确定性越大，熵也越大。根据信
每个开发人员都应该知道的VS Code入门技巧
这里有一些每个开发人员都应该知道的关于Visual Studio Code (VS Code)的技巧
R2决定系数（Coefficient of Determination）
R2决定系数的取值范围为[0,1]，当R2为1时，表示模型完美预测了数据；当R2为0时，表示模型无法解释数据方差。在实际应用中，R2决定系数通常用于比较不同模型的表现，取值越接近1，表示模型解释的数据方差越多，表现越好。假设有n个样本，真实值分别为y₁, y₂, ……, yₙ，预测值分别为ŷ₁, ŷ
深入理解机器学习——数据预处理：归一化 （Normalization）与标准化 （Standardization）
归一化 （Normalization）和标准化 （Standardization）都是特征缩放的方法。特征缩放是机器学习预处理数据中最重要的步骤之一，可以加快梯度下降，也可以消除不同量纲之间的差异并提升模型精度。而标准化（Standardization）是在不改变原始的数据分布的情况下，将数据的分布
pandas中的.update()方法
在Pandas中，`update()`方法用于将一个DataFrame或Series对象中的值更新为另一个DataFrame或Series对象中的对应值。这个方法可以用来在原地更新数据，而不需要创建一个新的对象。
燕山大学机器学习复习提要
燕山大学机器学习复习提要2022版，自己总结仅供参考
并行计算框架Polars、Dask的数据处理性能对比
在Pandas 2.0发布以后，我们发布过一些评测的文章，这次我们看看，除了Pandas以外，常用的两个都是为了大数据处理的并行数据框架的对比测试。
损失函数——KL散度（Kullback-Leibler Divergence，KL Divergence）
KL散度衡量的是在一个概率分布 �P 中获取信息所需的额外位数相对于使用一个更好的分布 �Q 所需的额外位数的期望值。要在训练中使用 KL散度作为损失函数，可以将其作为模型的一部分加入到损失函数的计算中。在机器学习中，KL散度常常用于衡量两个概率分布之间的差异程度，例如在生成模型中使用 KL散度作为
A Time Series is Worth 64 Words（PatchTST模型）代码解析
PatchTST模型代码解读
Wilcoxon符号秩检验详解
Wilcoxon符号秩检验是一种常用的非参检验方法，适用于比较两个相关样本之间的差异。它的基本原理是将差值按照绝对值大小排列，并计算秩次之和作为检验统计量。根据假设检验结果，可以判断两个样本的差值分布是否一致。
机器学习中最基本的概念之一：数据集、样本、特征和标签
数据集、样本、特征和标签是机器学习中最基本的概念之一，它们在机器学习算法的设计和实现过程中起着至关重要的作用。在选择数据集、样本、特征和标签时，需要考虑到各种因素，以便更好地评估算法的性能和泛化能力。同时，需要不断优化和改进机器学习算法，以适应不断变化的数据和应用场景。
矢量数据库对比和选择指南
矢量数据库是为实现高维矢量数据的高效存储、检索和相似性搜索而设计的。使用一种称为嵌入的过程，将向量数据表示为一个连续的、有意义的高维向量。
写给小白的ChatGPT和AI原理
以上就是生成式AI的基本工作原理，通过深度学习算法处理大量的文本数据，从而学习语言的语法和语义规律，并能够自动生成符合语法和语义的文本。在生成文本时，生成式AI会基于上下文信息生成一个语言模型，然后利用随机采样或贪心搜索方法生成文本序列。
ChatGPT 教程——关于如何使用 OpenAI ChatGPT 的指南
凭借其庞大的培训数据，ChatGPT 可以提供上下文相关的答案，使其成为语言翻译、客户服务和内容创建的宝贵工具。与 Chat GPT 一样，得益于 Google 的 LaMDA 语言模型，Bard 能够进行类似人类的对话、翻译语言并向用户提供准确的信息。响应的质量和准确性将取决于输入的质量和训练模型
LoRA模型是什么？
LoRA（Low-Rank Adaptation of Large Language Models，大型语言模型的低秩适应）是微软研究员提出的一种新颖技术，旨在解决微调大型语言模型的问题。研究人员发现，通过专注于大型语言模型的Transformer注意力块，LoRA的微调质量与完整模型的微调相当，同
yolov5傻瓜式调用usb摄像头
如果接入usb摄像头这里也会显示出usb，确保内置摄像头被禁用而usb摄像头被启用即可调用usb摄像头。一般笔记本默认的是内置摄像头即使接上usb摄像头也只有内置摄像头的图像进入设备管理器右键禁用内置摄像头。当你用requirement下载好yolov5的对应的包后就需要使用detect去检测图片了
