【AgentGPT】网页版的 Auto-GPT，让 AI 成为我们的生产力工具
在上一篇文章笔者分享了 Auto-GPT 的安装＆使用，不过因为操作相对繁琐，可能会导致许多想使用工具的人卡在环境的设定上。取得 Key 后，在 Settings 的 Key 栏位贴上即可，另外可以设定几个参数，第一个是 Model。如果想产出完整的内容，需要在左右下“Settings”设定自己的“
AI生成答辩PPT教程
临近毕业答辩，PPT来不及搞得可以参考ai生成，此方法给出两种，市面上还有很多种，遵循能用就行，大神勿扰
在Excel表格中如何使用分类汇总
在Excel表格中如何使用分类汇总
WIN10安装CUDA保姆级教程[2023.5.7更新]
不要选Visual Studio Integration，即使选了也不能成功安装。记住以下安装位置，tensorflow要求配置环境重点提醒：一定要记住这个路径，把这个路径保留下来，后面我们还会用到！！！安装完成后，鼠标右键此电脑->属性->高级系统设置->环境变量，查看系统变量即可看到红色框选的两
【AI】智能机器人回复调用青云客API
【AI】智能机器人回复调用青云客API
kaggle—酒店预订需求预测分析
该项目为酒店线上预订业务的研究内容，从酒店运营的角度，分析酒店的房型供给、不同时间段的需求，核心消费群体，影响退订的因素，并建立分类算法模型对酒店订单退订进行预测。
如何使用chatGPT进行论文润色（中英文均可）
chatgpt论文润色
【AI人工智能】NLP（自然语言处理）和 LLM（大语言模型）详细对比
自然语言处理是一种涉及计算机对自然语言进行处理和理解的技术。它包括文本分析、语音识别、自然语言生成和机器翻译等方面的任务。NLP的目标是使计算机能够理解和生成自然语言，从而实现与人类自然交互的能力。大语言模型是一种具有深度学习模型的自然语言处理技术。它基于神经网络，使用大量的文本数据进行训练，从而使
模式识别期末复习问题合集
模式识别期末复习
【AI底层逻辑】——篇章3（下）：信息交换&信息加密解密&信息中的噪声
当我们用统计方法描述事物变化时，才发现这个世界远比想象中复杂的多，难点在于把模糊、不具体的因素量化，用数字表达就有计算和比较的前提，才能用数学方法预测和决策。信息论让人可以定量化信息和噪声，计算出信息传输的极限等，AI的很多应用都可用信息论去理解——如智能汽车上的激光雷达，会主动探测道路和周边环境，
PPO算法（附pytorch代码）
PPO算法是一种强化学习中的策略梯度方法，它的全称是Proximal Policy Optimization，即近端策略优化1。PPO算法的目标是在与环境交互采样数据后，使用随机梯度上升优化一个“替代”目标函数，从而改进策略。PPO算法的特点是可以进行多次的小批量更新，而不是像标准的策略梯度方法那样
深度学习应用-WeNet语音识别实战01
WeNet声音转文字Python应用案例
基于人体姿势估计的舞蹈检测（AI Dance based on Human Pose Estimation）
人体姿势骨架以图形格式表示人的方向。本质上，它是一组坐标，可以连接起来描述人的姿势。骨架中的每个坐标都被称为一个部分(或一个关节，或一个关键点)。两个部分之间的有效连接称为一对(或分支)。下面是一个人体姿势骨架样本。因此，在本文中，我们将研究如何使用深度神经网络模型在OpenCV中执行人体姿态估计。
【探索AI未来】人工智能技术在软件开发中的应用与革新
⭐AI是人工智能的缩写，是计算机科学的一个分支，致力于研究和开发能够模拟和执行人类智能任务的技术和系统。AI系统可以通过学习推理感知和自动化等方式，从大量的数据中获取信息分析模式，然后做出决策或执行特定任务。💻软件开发交互则是指在软件开发过程中，AI与开发者之间的相互作用和交流。AI在软件开发中可
【周末闲谈】浅谈“AI+算力”
随着人工智能技术的飞速发展，“AI+算力”的结合应用已成为科技行业的热点话题，甚至诞生出“AI+算力=最强龙头“的网络热门等式。该组合不仅可以提高计算效率，还可以为各行各业带来更强大的数据处理和分析能力，从而推动创新和增长。
揭秘ChatGPT背后的传奇崛起，探索其引爆引爆网络的隐藏故事
ChatGPT是一款基于人工智能技术的聊天机器人，它的出现引起了广泛的关注和热议。在短短的时间内，ChatGPT就成为了全球范围内最受欢迎的聊天机器人之一。那么，ChatGPT爆火背后的故事是什么呢？本文将从ChatGPT的诞生背景、技术原理、推广策略等多个方面进行分析。
概率统计·参数估计【矩估计、极大似然估计、无偏性、有效性、相合性】
设总体的分布函数形式已知，但它的一个或多个参数为未知，借助于总体的一个样本来估计总体未知参数的值的问题称为点估计问题。
玩转Matplotlib的10个高级技巧
Matplotlib是Python中流行的数据可视化库，仅使用简单的几行代码就可以生成图表。但是默认的方法是生成的图表很简单，如果想增强数据演示的影响和清晰度，可以试试本文总结的10个高级技巧，这些技巧可以将可视化提升到一个新的水平
一步步教你查看cuda和cudnn版本
1.查看cuda版本win+R+enter回车,再输入cmd进入命令行，再输入nvcc --version或者输入nvcc -V即可得到cuda的版本，如图我的cuda版本是10.2查看cudnn版本进入目录查看cudnn_version.h文件一般放在：C:\Program Files\NVIDI
深入浅出TensorFlow2函数——tf.random.poisson
tf.random.poisson(shape,lam,dtype=tf.dtypes.float32,seed=None, name=None)
