Datawhale AI夏令营——siRNA药物药效预测学习笔记
如处理生物问题，首先要分清当前是一个分类、回归或者生成问题，然后确定模型选择，接着考虑如何把数据处理到模型中，再从处理数据的过程中结合生物学知识构造特征，最后再用模型训练这些特征和预测结果，不断优化得到最优结果。
AI恶搞《黑神话：悟空》爆火！
AI恶搞《黑神话：悟空》爆火~
人工智能数据基础之线性代数入门-学习篇
标量是只有大小没有方向的量。在数学中，它通常是一个实数或复数。通俗理解：想象你有5个苹果。这个数字"5"就是一个标量。它只告诉你有多少苹果，但不告诉你这些苹果放在哪里。
AI模型应根据应用场景选择全能型或者专精型
AI模型的发展方向，在追求全能与专精之间并非简单的二选一，都取决于其应用场景、设计目标以及技术可行性等多个因素。这两种策略各有优势和局限性。综上所述，AI模型的发展策略应根据具体情况进行权衡和选择，既可以考虑追求专精以提高特定任务的性能，也可以考虑追求全能以提高模型的通用性和适应性。
AI模型：追求全能还是专精？
从技术发展的角度来看，全能型AI和专精型AI并非相互排斥的对立面，而是不同阶段、不同需求下的产物。首先，由于其处理多种任务的需求，全能型AI在单一任务上的精度和效率可能不如专精型AI。此外，为了保持其广泛的适应性，全能型AI往往需要消耗更多的计算资源和存储空间，这增加了其在实际应用中的成本和难度。全
【Cuda Runtime】dim3线程块与网格尺寸与核函数几种调用的方式
CUDA（Compute Unified Device Architecture）是NVIDIA开发的一种并行计算架构，使得开发人员可以利用GPU进行通用计算。为了有效地利用GPU的并行处理能力，CUDA引入了网格（Grid）和线程块（Block）的概念。这些概念帮助开发人员将复杂的计算任务分解成多
我的开源项目-AI自生成系统巡检报告项目简介
在介绍AutoGenInspection架构前，我想先简要提及基于规则的系统架构（Rule-Based System Architecture）。在软考系统架构师的学习内容中，包含有基于规则的系统架构的学习，于是我也简单对此架构风格拓展学习了下。基于规则的系统架构是一种以规则集为核心，通过规则引擎来
用 AI 来检测 AI 内容，靠谱吗？无限套娃 or 禁止套娃？
如何确保 AI 创作的原创性和真实性？用 AI 来检测 AI 内容，听起来似乎有些自相矛盾，听起来像是一场技术与技术的较量。
AI：262-基于深度学习的图像分类算法优化与性能提升实践
图像分类是指将输入的图像分为若干类别的任务。基于深度学习的图像分类模型通常由卷积层、池化层和全连接层组成。卷积层用于提取图像的特征，池化层用于下采样以减少计算量，全连接层则用于最终的分类。
关于人工智能（AI）的研究报告
未来，随着技术的不断创新和应用的不断拓展，人工智能将继续发挥重要作用，推动社会的进步和发展。然而，人工智能的发展也带来了一些挑战，需要我们在技术创新、应用拓展和社会治理等方面共同努力，以确保人工智能的发展符合人类的利益和价值观。就业结构的变化：人工智能的发展将导致就业结构的变化，一些传统的工作岗位将
NVIDIA&GRID vGPU软件-中文用户指南（上）
本文将原官方英文文档逐字校验翻译整理，主要内容包含《Installing and Configuring NVIDIA Virtual GPU Manager》 提供分步指南在支持的管理程序上安装和配置vGPU。《Using GPU Pass-Through》解释如何配置GPU以通过支持的管理程序。
为什么要做智慧水务信息化平台建设？带来的好处
是以物联感知技术、大数据、智能控制、云计算、人工智能、数字孪生、AI算法、虚拟现实技术为核心，以监测仪表、通讯网络、数据库系统、数据中台、模型软件、前台展示、智慧运维等产品体系为支撑，以城市水资源、水生态、水环境和水安全提升和建造智能化为目标的智慧水务体系。经过多年的探索与实践，深挖客户需求，形成的
大模型RAG基础知识 #Datawhale AI夏令营
在实际业务场景中，通用的基础大模型可能存在无法满足我们需求的情况，大模型幻觉、知识局限性，为了上述这些问题，研究人员提出了检索增强生成（Retrieval Augmented Generation, RAG）的方法。
【机器学习】周志华《机器学习》西瓜书勘误：按章节排序整理（截至2024年1月第45次印刷）
本文整理了机器学习领域经典之作：南京大学周志华教授的《机器学习》（西瓜书）勘误。包含博主按章节排序整理（截至2024年1月第45次印刷）及原印刷排序两部分。
人工智能 | MetaLlama大模型
我们介绍 LLaMA，这是一个基础语言模型的集合，参数范围从 7B 到 65B。我们在数万亿个Token上训练我们的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而无需诉诸专有的和无法访问的数据集。特别是，LLaMA-13B 在大多数基准测试中都优于 GPT-3 (175B)，
与AI共创未来：Blackbox AI让工作更轻松
不管是开发大佬，还是编程新手，Blackbox AI 都将成为我们不可或缺的得力助手。通过智能的AI对话，可以随时与AI助手互动，快速解决编码中的难题；代码自动补全功能让我们在编写代码时如虎添翼，大幅提升效率；AI 提交为我们优化提交过程，确保代码质量与版本控制无缝衔接；生成代码功能能够助力轻松完成
巨日禄AI官方网站一站式AI漫画推文创作平台
巨日禄结合多种AI绘画模型，集成多种AI应用，基于长文本绘图的需求进行开发，创建AI漫画推文创作流程。因其一站式、便捷性等特色，获众多AI科技类、设计类、推文创业类自媒体达人、AI站点站长测评推荐。产品标签：AI漫画推文、小说推文、AI绘图、文生图、AI视频、文生视频、漫剪。
利用Stable Diffusion AI图像模型评估智能车模型算法表现(下篇)
Amazon SageMaker 是亚马逊云科技提供的一项全托管机器学习服务，帮助开发者和数据科学家轻松构建、训练和部署机器学习模型。SageMaker 提供了全套的工具和基础设施支持，用户无需管理底层的服务器和环境，即可快速处理从数据准备到模型训练再到部署的完整机器学习流程。SageMaker 提
AI：272-【机器学习算法】从线性到多维：多元线性回归算法的深度解析与应用实践
多元线性回归（Multiple Linear Regression）是机器学习中最基本且广泛应用的算法之一。尽管它简单易懂，但在实际应用中仍然能解决许多复杂的问题。本篇文章将从零开始，逐步深入地讲解多元线性回归算法的原理，并通过Python代码实例帮助你理解和实现这一算法。
