可怕，chatGPT用3小时教会我数据分析
可怕，chatGPT用3小时教会我数据
智能优化算法：蜣螂优化算法-附代码
蜣螂优化算法( Dung beetle optimizer, DBO), 是由 Jiankai Xue 等于2022 年提出的一种群体智能优化算法。其灵感来源于蜣螂的生物行为过程，具有寻优能力强，收敛速度快的特点。
使用手工特征提升模型性能
本文将使用信用违约数据集介绍手工特征的概念和创建过程。
PyTorch 打印模型结构、输出维度和参数信息（torchsummary）
使用 PyTorch 深度学习搭建模型后，如果想查看模型结构，可以直接使用 print(model) 函数打印。但该输出结果不是特别直观，查阅发现有个能输出类似 keras 风格 model.summary() 的模型可视化工具。这里记录一下方便以后查阅。
UNet 网络做图像分割DRIVE数据集
目录1. 介绍2. 搭建 UNet 网络3. dataset 数据加载4. train 训练网络5. predict 分割图像6. show7. 完整代码项目的目录如下所示 之前做了一个图像分割的例子，里面大部分的代码和本篇的内容重合，所以每个脚本的代码只会做简单的介绍。具体的可以参考之前的内容，这
10分钟Window本地部署stable diffusion AI绘图【入门教程】
下载后把名字改为：model.ckpt，并放入文件夹stable-diffusion-main/models/ldm/stable-diffusion-v1。打开stable-diffusion-main根目录下的environment.yaml文件，并修改ldm为ldo，该名字是用于环境命令，大家
关于LightGBM算法基本原理概述
2017年微软公司提出了LightGBM算法（Light Gradient Boosting Machine），该算法也是基于GBDT算法的改进，，但相较于GBDT、XGBoost算法，LightGBM算法有效地解决了处理海量数据的问题，在实际应用中取得出色的效果。
【图神经网络实战】深入浅出地学习图神经网络GNN（上）
V：点，每个点都有自己的特征向量（特征举例：邻居点数量、一阶二阶相似度）E：边，每个边都有自己的特征向量（特征举例：边的权重值、边的定义）U：整个图，每个图都有自己的特征向量（特征举例：节点数量、图直径）传统神经网络（CNN、RNN、DNN）要求输入格式是固定的（如2424、128128等）。但在实
非参数检验方法，核密度估计简介
核密度估计（Kernel Density Estimation，简称KDE）是一种非参数统计方法，用于估计数据样本背后的概率密度函数
AI引领技术变革，自动化云平台所带来的测试工程师进阶危机~
各位小伙伴大家好，既上次 "测试工程师正遭「革命」 AI将改写测试模式"一文的面世，引起了测试领域的小伙伴们的不小反响，借此机会今天再详细的为各位介绍一下那些 "龙测 AI TestOps 云平台" 在自动化测试领域的各种令人眼前一亮的优化解决方案。
【目标检测】IoU、GIoU、DIoU、CIoU、EIoU 5大评价指标
在目标检测任务中，常用到一个指标IoU，即交并比，IoU可以很好的描述一个目标检测模型的好坏。在训练阶段IoU可以作为anchor-based方法中，划分正负样本的依据；同时也可用作损失函数；在推理阶段，NMS中会用到IoU。同时IoU有着比较严重的缺陷，于是出现了GIoU、DIoU、CIoU、EI
火爆全网的ChatGPT，可以自己上手搭建了。
没有人不知道ChatGPT了吧？ChatGPT，发布于2022年11月30日，来自人工智能研究实验室OpenAI，是一款全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。
聚类算法（下）：10个聚类算法的评价指标
上篇文章我们已经介绍了一些常见的聚类算法，下面我们将要介绍评估聚类算法的指标
聚类算法（上）：8个常见的无监督聚类方法介绍和比较
本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。本文作为第一部分将介绍和比较各种聚类算法
电子科技大学人工智能期末复习笔记（一）：搜索问题
本复习笔记基于李晶晶老师的课堂PPT与复习大纲，供自己期末复习与学弟学妹参考用。一个搜索问题包括一个状态空间，一个后续函数（包括动作，成本），一个开始状态和一个目标状态。状态空间：当前“世界”所处的状态所有可能性的集合，假设整个状态空间是一段视频，那么状态就是视频的某一帧截图，它就是组成状态空间的一
研一小白记录第一次在实验室服务器上跑深度学习的代码全过程（实验室服务器上跑代码详细全过程哦）
在犹豫和观摩了好久之后终于决定自己在实验室服务器上跑一次代码，因为自己是完全没有概念，所以搜了很多很多，有时候一口气打开二三十个搜索框才找到自己想要的答案，但是也很零散，所以决定记录一个自己从申请服务器账号到代码成功跑起来的全过程，见证成长同时希望帮助到你！
稀疏特征和密集特征
在机器学习中，特征是指对象、人或现象的可测量和可量化的属性或特征。特征可以大致分为两类：稀疏特征和密集特征。
人工智能期末考试
人工智能期末复习，自己整理，难免会有错误，可以挑着看。
DDIM原理及代码(Denoising diffusion implicit models)
之前学习了 DDPM和 IDDPM， 这次又来学习另一种重要的扩散模型。它的采样速度比DDPM快很多(respacing)，扩散过程不依赖马尔科夫链。
从 ELMo 到 ChatGPT：历数 NLP 近 5 年必看大模型
从ELMo到ChatGPT：历数NLP近5年必看大模型
