AI人工智能代理工作流AI Agent WorkFlow：设计智能任务处理流程
AI人工智能代理工作流AI Agent WorkFlow：设计智能任务处理流程作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming1. 背景介绍
AI大模型开发——2.深度学习基础（1）
什么是深度学习？首先深度学习是机器学习的一个分支，是通过模拟人脑的神经网络结构来进行模式识别和学习。他在语音识别、图像识别，NLP以及其他很多领域展现了前所未有的性能，其中大语言模型是其NLP领域的一大应用。深度学习技术的核心技术在于深度神经网络，这种神经网络由多层的神经元组成，能够自动的从大量数据
AI：52-基于深度学习的垃圾分类
垃圾分类是一项全球性的环境挑战，随着城市化进程的不断加快，垃圾的产生和管理成为了一个紧迫的问题。传统的垃圾分类方法需要依靠人工进行分类和处理，但由于垃圾种类繁多且形态各异，这种方法效率低下且容易出错。然而，随着人工智能技术的快速发展，基于深度学习的垃圾分类技术成为了一种创新的解决方案。本文将介绍基于
AI：193-使用深度学习进行疾病早期预测与诊断
我们将使用威斯康星乳腺癌数据集（Wisconsin Breast Cancer Dataset），该数据集包含了乳腺细胞的数字化图像以及对应的诊断结果，共有30个特征。我们的任务是根据这些特征来预测肿瘤是良性还是恶性。深度学习在疾病早期预测与诊断中展现了巨大潜力，具有高效处理大规模数据、自动特征提取
人工智能(AI)原理与代码实战案例讲解
Artificial Intelligence (AI) Principles and Code Implementation: A Comprehensive Guide
掌握 PyTorch 张量乘法：八个关键函数与应用场景对比解析
PyTorch提供了几种张量乘法的方法，每种方法都是不同的，并且有不同的应用。我们来详细介绍每个方法，并且详细解释这些函数有什么区别：
AI人工智能深度学习算法：智能深度学习代理的知识图谱运用
人工智能（AI）的概念最早可以追溯到20世纪50年代，当时的研究主要集中在符号逻辑和规则系统上。1956年，达特茅斯会议标志着人工智能作为一个独立学科的诞生。早期的AI系统主要依赖于手工编写的规则和逻辑推理，试图模拟人类的思维过程。然而，由于计算能力和数据的限制，这些系统在处理复杂问题时表现不佳。知
使用BatchNorm替代LayerNorm可以减少Vision Transformer训练时间和推理时间
本文我们将详细探讨ViT的一种修改,这将涉及用批量归一化(BatchNorm)替换层归一化(LayerNorm) - transformer的默认归一化技术。
动手学大模型应用全栈开发#Datahale AI夏令营
datawhaleAI夏令营第四期#动手学大模型应用全栈开发baseline运行及解读
Skeleton Recall Loss 分割领域的新突破：极大的减少了资源消耗，还能提高性能
这篇论文则介绍了一个新的损失：Skeleton Recall Loss，我把它翻译成骨架召回损失.这个损失目前获得了最先进的整体性能，并且通过取代密集的计算**他的计算开销减少超过90% !**
深入探索：【人工智能】、【机器学习】与【深度学习】的全景视觉之旅
人工智能、机器学习和深度学习是现代科技的重要组成部分，正深刻影响着各个行业的发展。从理论到实践，再到未来的发展趋势，AI技术的发展为我们提供了前所未有的工具来解决复杂的问题。然而，随着技术的进步，新的挑战也随之而来，如数据隐私、伦理问题等。为了实现AI技术的可持续发展，我们需要在技术创新与社会责任之
【大模型应用开发 动手做AI Agent】LangChain和Agent开发
【大模型应用开发 动手做AI Agent】LangChain和Agent开发作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming关键词：LangChain, AI Agent, 大模型, 编程式AI, 自然语言
跟李沐学AI：卷积层
卷积是一个特殊的全连接层。卷积神经网络是包含卷积层的一类特殊的神经网络。在深度学习研究社区中，𝑉被称为卷积核（convolution kernel）或者滤波器（filter），亦或简单地称之为该卷积层的权重，通常该权重是可学习的参数。当图像处理的局部区域很小时，卷积神经网络与多层感知机的训练差异可
使用CLIP模型进行零样本图像分类的分步指南
我们首先介绍零样本学习的概念及其在现代AI应用中的重要性
【大模型应用开发 动手做AI Agent】Agent即服务
【大模型应用开发 动手做AI Agent】Agent即服务作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming关键词：Agent即服务,AI Agent,API接口,云计算,大规模语言模型
【Datawhale AI夏令营】电力需求预测挑战赛 Task03
以两层为例，第一层由多个基学习器组成，其输入为原始训练集，第二层的模型则是以第一层基学习器的输出作为特征加入训练集进行再训练，从而得到完整的stacking模型。进行模型融合的前提是有多个模型的输出结果，比如使用catboost、xgboost和lightgbm三个模型分别输出三个结果，这时就可以将
AI Agent: AI的下一个风口 NLP
AI Agent: AI的下一个风口 NLP作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLMAI Agent: AI的下一个风口 NLP
结合傅里叶变换和传统特征提取方法，通过XGBoost检测计算机生成图像
我们这里要介绍的很多过程是特征工程而不是分类。这个过程包括几个步骤，看起来很复杂，但实际上他们的核心很简单。
AI、ML、DL 和 DS 之间的区别
人工智能 数据分析 数据科学 深度学习 机器学习 神经网络在本文中，我们将了解 AI（人工智能）、ML（机器学习）、DL（深度学习）和 DS（数据科学）之间的区别。这些术语经常互换使用，但实际上，它们指的是计算机科学和数据分析领域内的不同概念。
人工智能背后的图灵测试(TuringTest)是什么？
图灵测试作为AI领域的经典测试方法，为我们提供了评估机器智能的一个重要基准。尽管存在一定的局限性，但它依然激励着研究人员不断追求更高水平的人工智能。通过深入理解图灵测试的原理和背后公式，以及具体的样例，我们可以更好地认识机器智能的发展现状和未来前景。随着大规模语言模型的发展，图灵测试也在不断演进，面
