AI：117-基于机器学习的环境污染影响评估
基于机器学习的环境污染影响评估随着全球工业化和城市化的加速发展，环境污染问题日益凸显，对人类生存和健康造成了严重威胁。为了更有效地监测和评估环境污染的影响，人工智能（AI）技术在环境科学领域展现出了巨大的潜力。本文将探讨基于机器学习的环境污染影响评估方法，并提供相应的代码实例。环境污染包括空气、水、
ThinkPHP6 实现 百度文心一言 （千帆）API 智能AI开发
尝试过chat GPT的接入，现在也尝试下文心一言的接入测试。
Teamlinker:基于人工智能的新一代团队协作开源解决方案
介绍 Teamlinker是一个集成了多功能模块的团队协作平台，涵盖团队成员联系、任务分配、会议开启、事务安排以及文件管理等方面。 该平台解决了团队内高效协作的难题，
人工智能详细笔记：深度学习解决图像分割问题（FCN Unet Deeplab）
图像分割是指将一幅数字图像分成若干个部分或者对象的过程。该任务的目标是将图像中的每个像素分配给其所属的对象或者部分，因此它通常被视为一种像素级别的图像分析。
AI PC专题报告：AI PC产业（中国）白皮书
PC 长久以来都是人们最重要的生产力工具和内容消费的计算与交互平台。AI PC 不仅承担原有的生产力工具和内容消费载体的职能，更在硬件上集成了混 合 AI 算力单元，且能够本地运行“个人大模型”、创建个性化的本地知识库， 实现自然语言交互，这将深刻颠覆传统 PC 的定义。AI PC 是为每个人量身定
【高级人工智能】国科大《高级人工智能》符号主义笔记 + 考试记忆版
国科大《高级人工智能》罗老师部分——符号主义笔记
crmebAI名片小程序全开源全端uniapp-一款带商城的AI名片CRM跟客系统
AI名片小程序是一种基于人工智能技术的数字化智能名片，具有多种功能和特点。智能化管理：AI名片小程序具备智能化的管理系统，用户可以方便地管理名片信息，包括个人信息、职位、公司介绍等，实现名片的快速编辑和个性化定制。AI识别技术：AI名片小程序采用人工智能技术，能够快速识别和扫描名片，将信息转化为可编
AIGC（生成式AI）试用 15 -- 小结
AIGC（生成式AI）试用 15 -- 小结
山东大学机器学习期末2022
本来是不想写的，因为不想回忆起考试时啥也不会的伤痛，没想到最后给分老师海底捞，心情好了一些，还是一块写完。
AI大模型引领未来智慧科研暨ChatGPT在地学、GIS、气象、农业、生态、环境等领域中的高级应用
以ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮，可以。4)国内外经典大模型（ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stab
带你完全读懂正则化（看这一篇就够了）
想要了解什么是正则化 ，只需要看这一篇就够了
基于AI语言大模型的新编程范式
通过使用AI大模型接口，借助AI模型的语言逻辑处理能力，和提示词工程技巧，我们非常简化我们的逻辑处理过程，效果反倒可能得到提升，甚至实现了通过中文编程。在系统维护的时候也不需要维护非常复杂的逻辑，可以理解为维护注释就行了，后面的小伙伴看的时候更是一目了然。我们在大幅度简化编程复杂度的同时，更提高了处
Transformer模型详解
transformer结构是google在2017年的Attention Is All You Need论文中提出，在NLP的多个任务上取得了非常好的效果，可以说目前NLP发展都离不开transformer。最大特点是抛弃了传统的CNN和RNN，整个网络结构完全是由Attention机制组成。 由于
决策树 （人工智能期末复习）
(18年)下表为是否适合打垒球的决策表，请用决策树算法画出决策树，并请预测 E= {天气=晴，温度=适中，湿度=正常，风速=弱} 的场合，是否合适打垒球。数据集D的纯度可用基尼值来度量，它反映了从数据集D中随机抽取两个样本，其类别标记不一致的概率，因此，Gini(D)越小，数据集D的纯度越高。（1）
Boosting三巨头：XGBoost、LightGBM和CatBoost（发展、原理、区别和联系，附代码和案例）
机器学习中，提高模型精度是研究的重点之一，而模型融合技术中，Boosting算法是一种常用的方法。在Boosting算法中，XGBoost、LightGBM和CatBoost是三个最为流行的框架。它们在实际使用中有各自的优势和适用场景，下面将会介绍它们的区别与联系。
2023高级人工智能期末总结
使用了类似卷积神经网络中的层次化构建方法，比如部分特征图尺寸中有对图像下采样4倍的，8倍的以及16倍的，这样的backbone有助于在此基础上构建目标检测，实例分割等任务。是循环神经网络的一种，和LSTM一样，也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。使用记录maxpool层最大响应特
使用Mixtral-offloading在消费级硬件上运行Mixtral-8x7B
在本文中，将解释Mixtral-offloading的工作过程，使用这个框架可以节省内存并保持良好的推理速度，我们将看到如何在消费者硬件上运行Mixtral-8x7B，并对其推理速度进行基准测试。
AI ppt生成器 Tome
例如，你可以输入“一个骑着独角兽的男人”，然后AI就会为你生成一张符合这个描述的图片，并且可以让你改变男人或独角兽的颜色、大小、位置等。> 提示栏（Prompt Bar）：**可以让你输入任何想法或问题，然后由AI来为你生成完整的故事或者特定的页面。Tome平台还提供了丰富的模板库、自定义设计、大量
【AI】【GPT4ALL】如何拥有本地GPT以及有无可能自己训练GPT
部署后，也可以通过自己连接它的AI后台，自建前台，在公司内部自建一个AI平台。直接下载下来的初始模型是没有太多数据，总大小只有4个多GB。所以需要再拿准备好的再训练模型进行一波训练，这些训练数据集都是GPT4ALL精选的高质量Prompt Pair数据集。GPT4ALL可以直接加载GPT3.5 tu
AI：113-基于卷积神经网络的图像风格迁移
AI：113-基于卷积神经网络的图像风格迁移人工智能领域的发展在近年来取得了令人瞩目的成就，其中图像处理领域的技术也在不断创新。图像风格迁移是一项引人注目的研究方向，通过人工智能技术，可以将一幅图像的艺术风格转移到另一幅图像上，创造出富有创意和艺术感的新作品。本文将探讨基于卷积神经网络（Convol
