基于MATLAB的语音去噪处理系统
一．滤波器的简述在MATLAB环境下IIR数字滤波器和FIR数字滤波器的设计方 法即实现办法，并进行图形用户界面设计，以显示所介绍迷你滤波器的设计特性。 在无线脉冲响应（IIR）数字滤波器设计中，先进行模拟滤波器的设计，然后进行模拟数字滤波器转换，即采取脉冲响应不变法及双线性Z变更法设计数字滤波器
ChatGPT可以一本正经的胡说八道，其他AI可以吗？
随着自然语言处理和语言建模领域的快速发展，很难预测ChatGPT将会有哪些进一步的改进。但是，还是有一些潜在的改进领域：提升模型处理大量复杂输入的容量和能力。这可能涉及到在更大、更多样化的数据集上训练ChatGPT，或者使用更高级的训练技术。提高模型以生成更自然、更像人类文本的能力。这可能涉及针对特
使用TensorFlow Probability实现最大似然估计
TensorFlow Probability是一个构建在TensorFlow之上的Python库。它将我们的概率模型与现代硬件(例如GPU)上的深度学习结合起来。
AI遮天传 DL-反馈神经网络RNN
AI遮天传 DL-反馈神经网络
NeurIPS 2022-10大主题、50篇论文总结
2672篇主要论文，63场研讨会，7场受邀演讲，包括语言模型、脑启发研究、扩散模型、图神经网络……NeurIPS包含了世界级的AI研究见解，本文将对NeurIPS 2022做一个全面的总结。
【机器学习笔记】吴恩达机器学习，带你入门人工智能的世界
📚专栏简介：在这个专栏，我将整理吴恩达机器学习视频的所有内容的笔记，方便大家参考学习。📣专栏定位：为学习吴恩达机器学习视频的同学提供的随堂笔记。
论文推荐：Rethinking Attention with Performers
重新思考的注意力机制，Performers是由谷歌，剑桥大学，DeepMind，和艾伦图灵研究所发布在2021 ICLR的论文已经超过500次引用
全宇宙最强AI 聊天机器人模型ChatGPT惊艳来袭，你还不上车？居然能写演讲稿和帮忙写代码
最近chatGPT火爆全宇宙，几乎所有圈内人都在谈论这个美国人工智能公司OpenAI发布免费机器人对话模型ChatGPT（GPT-3.5系列），模型中首次采用RLHF（从人类反馈中强化学习）方式。模型目前处于测试阶段，用户与ChatGPT之间的对话互动包括普通聊天、信息咨询、撰写诗词作文、修改代码等
机器学习课后练习题（期末复习题目附答案）
此为第一章绪论部分一. 单选题1. 移动运营商对客户的流失进行预测,可以使用下面哪种机器学习方法比较合适( )A. 一元线性回归分析B. 关联方法C. 聚类算法D. 多层前馈网络正确答案: A2. 下面哪种说法有关机器学习的认识是错误的?( )A. 高质量的数据、算力和算法对一个机器学习项目是必不可
chatGPT与世界杯的故事：人工智能的双重面对
（本文是 CSDN 的世界杯征文）在本文中，我们将借助chatGPT的智慧，一起探究世界杯与人工智能之间的关系，并展望人工智能在体育领域的应用。同时，我们也将思考人工智能如何影响着我们的生活，以及我们对人工智能的看法。标题：我的第一次踢球：从紧张到自信的旅程2002年的夏天，我第一次拿起了足球。一开
PyTorch中学习率调度器可视化介绍
学习率调度器有很多个，并且我们还可以自定义调度器。本文将介绍PyTorch中不同的预定义学习率调度器如何在训练期间调整学习率
DEFORMABLE DETR详解
transformer组件在处理图像特征图中的不足。在初始化时，注意模块对特征图中的所有像素施加了几乎一致的注意权重。长时间的训练周期是为了学习注意权重，以关注稀疏的有意义的位置。另一方面，transformer编码器中的注意权值计算是二次计算w.r.t.像素数。因此，处理高分辨率的特征映射具有非常
黏菌算法（Slime Mould Algorithm，SMA）
这是一篇关于黏菌算法的总结博客，包含算法思想，算法步骤，求函数最值（Python实现），算法改进等，持续更新ing
目标检测，使用最新的yolov7训练自己的数据集，从零开始的手把手教程
一、获取大佬的yolov7源码二、配置深度学习环境三、准备数据集四、用yolo v7训练自己的数据集五、用训练好的模型测试六、用训练好的模型预测
深度学习 Transformer架构解析
2018年10月，Google发出一篇论文《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》, BERT模型横空出世, 并横扫NLP领域11项任务的最佳成绩!而在BERT中发挥重要作用的
pytorch模型(.pt)转onnx模型(.onnx)的方法详解(1)
pytorch模型(.pt)转onnx模型(.onnx)的方法详解(1)
【GPT-3】第2章 使用 OpenAI API
尽管 GPT-3 是世界上最复杂和最复杂的语言模型，但它的功能被抽象为最终用户的简单“文本输入、文本输出”界面。本章将帮助你开始使用 Playground 接口，并介绍 OpenAI API 的技术细微差别，因为细节总是能揭示真正的瑰宝。要完成本章，您需要注册一个OpenAI 帐户位于。如果您还没有
用python写一个图像文字识别OCR工具
含文本区域检测+文字识别。
基于SARIMA、XGBoost和CNN-LSTM的时间序列预测对比
本文将讨论通过使用假设测试、特征工程、时间序列建模方法等从数据集中获得有形价值的技术。我还将解决不同时间序列模型的数据泄漏和数据准备等问题，并且对常见的三种时间序列预测进行对比测试。
SARScape中用sentinel-1数据做SBAS-InSAR完整流程（2/2）
SARScape中用sentinel-1数据做SBAS-InSAR完整流程（2/2）
