ChatDoctor（LLM大模型用于医疗对话）
通用领域中最近的大型语言模型 (LLM)，例如 ChatGPT，在遵循指令和产生类似人类的响应方面取得了显着的成功。在医疗领域，通过利用医患对话数据对大模型进行微调，可以显著促进该模型在医学领域的应用。特别是在医疗资源匮乏的地区，可以使用聊天医生来支持患者的初步诊断和分诊，可以显著提高现有医疗系统的
小白也能看懂的ChatGPT知识介绍
ChatGPT 是一款由 OpenAI 开发的人工智能技术驱动的语言模型应用。以下是 ChatGPT 的主要特点和功能：自然语言处理：ChatGPT 可以识别和理解自然语言，包括英语、法语、德语、西班牙语等多种语言。它可以回答各种问题、提供各种建议，并与人类进行自然的对话。语言模型：ChatGPT
【Python】使用百度AI能力
一文带你了解百度AI能力接口的使用。
关键词的提取方法
为了方便用户快速了解文章的中心主题，会抽取文章的一些中心词来表达文章的中心思想。关键词抽取就是通过一定的方法抽取出能表达文章的中心主题的一系列方法。
Segment anything(SAM)论文及demo使用保姆级教程
解读segment anything(SAM)论文并提供SAM模型demo的保姆级使用教程
关键路径、工期、总时差和自由时差精讲
关键路径法是在进度模型中，估算项目最短工期，确定逻辑网络路径进度灵活性大小的一种方法。①计算原理a.计算ES、EF：从网络计划起点节点开始，沿箭线方向依次向前推算，数值取大。b.计算LS、LF：从网络计划终点节点开始，逆箭线方向依次向前推算，数值取小。②计算步骤：D→①ES→②EF→③Tp→④LF→
pip常用命令
对pip常用命令进行汇总,以便大家使用
免费AI改图神器，一个万能宝藏在线工具箱
说到工具箱，无论是在线工具，还是软件应用都非常多。
【AI】AI 工具合集
ai 工具集合， 包括 AI文本、AI 视频、AI 音频、AI 绘画
基于深度强化学习的目标驱动型视觉导航泛化模型
目标是仅使用视觉输入就能导航并到达用户指定目标的机器人，对于此类问题的解决办法一般有两种。基于地图的导航算法或者SLAM系统与最先进的物体检测或图像识别模型的局限性深度卷积神经网络(cnn)与强化学习(RL)相结合的方法优势 深度强化学习(DRL)确实允许以自然的方式管理视觉和运动之间的关系，
数据偏度介绍和处理方法
偏度（skewness）是用来衡量概率分布或数据集中不对称程度的统计量。
常见的人工智能模型
神经网络的训练使用的是反向传播算法，它是一种基于梯度下降的优化方法，通过不断优化网络参数，使得网络的预测结果越来越接近真实的输出结果。如果判别器认为这些数据是虚假数据，那么它就会给出一个低的分数，反之则会给出一个高的分数。支持向量机（Support Vector Machine，SVM）是一种二分类
【机器学习】第四节：监督学习算法对比评估
监督学习（英语：Supervised learning）是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中常见的分类方法，并学会使用 scikit-learn 来构建预测模型，用于解决实际问题。
在pycharm2020上部署配置AutoGPT4.0，保姆级教程
在pycharm2020上部署配置AutoGPT4.0，保姆级教程
AutoGPT安装教程
AutoGPT安装
文生图关键问题探索：个性化定制和效果评价
文生图模型是当前人工智能领域最具潜力和前景的研究方向之一。未来，随着计算能力的提高和技术的进一步发展，文生图模型的应用前景将会更加广泛和深远。然而，针对其应用过程中存在的一些问题，如模型评价缺乏一致性、控制生成过程效率低下、定制个性化模型困难以及高质量文图数据集缺乏等，需要我们进一步研究探索解决方案
13种权重的计算方法
权重计算方法有很多种，不同的方法有不同的特点和适用情况。AHP层次分析法和熵值法在权重计算中属于比较常用的方法。除此之外，还有一些与权重计算相关的方法，今天一文总结了13种与权重计算相关的方法，大家可以对比选择使用。
2023电工杯数学建模B题思路分析 - 人工智能对大学生学习影响的评价
人工智能简称AI，最初由麦卡锡、明斯基等科学家于1956年在美国达特茅斯学院开会研讨时提出。2016年，人工智能AlphaGo 4:1战胜韩国围棋高手李世石，期后波士顿动力公司的人形机器人Atlas也展示了高超的感知和控制能力。2022年，人工智能绘画作品《太空歌剧院》获得了美国科罗拉多州博览会艺术
指纹识别综述(2): 指纹传感器
指纹识别技术在众多领域的普及离不开指纹传感技术的创新和进步。
2023 年第三届长三角高校数学建模竞赛赛题浅析
快递为背景的题目作为优化是这两年最为常见的一种命题背景，该题的问题方式有些类似于2021年妈杯的海底服务器散热问题，即建立优化模型合理的构建布局，耗材等等。B题的主要问题就是预测+数据，以汽车为背景，收集数据，构建预测模型，分析关联性。关于数据问题，我会帮大家进行收集，目前已有的数据为问题三碳排放相
