【AI赋能未来】一文带你了解生成对抗网络（GAN）
⭐近年来，深度学习在很多领域的都取得了突破性进展，但大家似乎发现了这样的一个现实，即深度学习取得突破性进展的工作基本都与判别模型相关。什么意思呢？⭐也就是说，生成模型并没有被好好地运用以释放其潜能。生成模型关注于分析和理解数据背后的生成过程，能够生成与训练数据类似的新样本。生成模型的训练和性能评估发
CSDN聊ChatGPT
在 ChatGPT 大航海时代的圆桌对话中，王咏刚认为这是一个新时代的开始，可能会带来新的领域、应用和机遇，但也有可能引发一些规则变化的担忧。总结：在人工智能技术的发展下，各个行业都会被AI赋能，开发者可以通过自然语言去对话实现代码编写，降低了程序员的门槛，扩大了入口，ChatGPT成为新一代的操作
关于Tacotron2看这一篇就够了
Tacotron2文章的详细阅读
走进人工智能|机器学习 解码未来的科技革命
在本文中，我们深入探索了机器学习的发展历程、历史背景以及其在应用领域中的重要性。机器学习不仅是科技革命的驱动力，也是我们解码未来的关键。通过机器学习，我们能够从海量的数据中发现模式、提取有价值的信息，并应用于各个领域，从而推动社会的进步和创新。机器学习的发展源于科学家们对人工智能的追求和探索。他们希
轻量级的深度学习框架Tinygrad
Tinygrad是一个轻量级的深度学习库，它提供了一种简化和直观的方法来理解和实现神经网络。在本文中，我们将探讨Tinygrad及其主要功能，以及它如何成为那些开始深度学习之旅的人的有价值的工具。
李宏毅2022机器学习HW12解析
李宏毅2022机器学习HW12解析，强化学习！
机器学习基础知识点题库
对题库答案进行整理，很多图片来源于网站
PromptBench:大型语言模型的对抗性基准测试
PromptBench是微软研究人员设计的一个用于测量大型语言模型(llm)对对抗性提示鲁棒性的基准测试。这个的工具是理解LLM的重要一步，随着这些模型在各种应用中越来越普遍，这个主题也变得越来越重要。
一文读懂Embedding
解读Embedding
带你了解ICCV、ECCV、CVPR三大国际会议
因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，是公认的三个会议中级别最高的。如果注意这些领域大牛的pulic
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
机器学习第一章 发展历史与背景
机器学习的发展历史和背景
线性卷积和循环卷积（圆周卷积）
线性卷积和循环卷积（圆周卷积）
一文解惑，对于SCI论文投稿Under Review状态的一万种解读
论文Under Review后的一万种可能
决策树之ID3的matlab实现
决策树是什么？决策树当然顾名思义用来做决策。怎么决策？以树状的形式来表示逻辑的一种决策过程。既然是一棵树，必然有树枝，那么把树枝的分叉表示我们的一种划分，来判断往哪个树枝继续前进。决策树有以下部分组成：（1）根节点：即为决策树的起点（2）分支点：属于内部节点，所谓分支就是要选择一个某一个特征或者属性
Ai作图可控性演进——从SD到MJ
1.介绍了文本生成图提高可控性的几种思路2.介绍了市面主流的可控模型几个解决方案3.回归到问题本质，更细粒度的控制更精准的控制才是未来4.多模态和数据的规范化是未来竞争实力
Matlab实现机器学习（附上完整仿真源码）
Matlab实现机器学习（附上完整仿真源码）
ROS简介（新手入门须知）
ROS简述
深度学习(六) Word Embedding
本文是李宏毅老师的关于词汇编码方面的总结
两篇2023 ICLR多模态论文分享(模态互补性对多模态鲁棒性影响 与 对多模表示学习有效的单模学习)
本文讨论了模态互补性在多模态鲁棒性中的重要性，并基于信息论提出了一种数据集层面量化度量，用于量化不同模态之间有多少互补信息，以及这些信息对预测标签有多大贡献。该指标基于互信息神经估计器（MINE）来计算。提出了一个两阶段pipeline，分成数据生成阶段和度量计算阶段。在数据生成阶段，作者生成具有受
