自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

分享人工智能学习心得与实践经验,探讨应用场景,见证变革与进步

在我的博客中,你可以了解到人工智能技术的最新进展和应用案例,了解其在各个领域中的优势和挑战,同时,我也将分享一些实用的人工智能开发技巧和工具,帮助初学者快速入门和掌握技能。此外,我还将介绍一些人工智能领域的热门话题和趋势,探讨未来的发展方向和机遇,帮助大家

  • 博客(374)
  • 资源 (23)
  • 收藏
  • 关注

原创 手把手带你玩转需求预测-需求预测方法介绍

预测算法的本质是从历史数据中发现pattern,并利用这个pattern推演到未来,形成预测结果。供应链的绝大多数预测场景中,每个预测目标的历史观测值可以在时间轴上串起来形成一条时间序列(Time Series),因此这些预测问题都可以抽象成为一个时间序列预测的问题。本文会从时序预测技术迭代升级历经的三个发展阶段,来讲述时序预测算法的发展更新过程。本文以综述性质分享了目前时序预测算法的发展迭代过程,分析了统计时序预测算法、经典机器学习预测算法、深度学习预测算法的优势及缺点。

2022-10-26 19:20:20 3513 10

原创 [AI语音克隆] 5秒内克隆您的声音并生成任意语音内容

MockingBird是一款先进的TTS(文本到语音)项目,使用深度学习模型生成高质量的合成语音。它由一组热衷于自然语言处理和语音技术的研究人员和工程师开发。关键特点:对普通话的支持。使用多个中文数据集进行训练,包括aidatatang_200zh、magicdata、aishell3、biaobei、MozillaCommonVoice和data_aishell,以确保生成的语音听起来自然流畅,可用于各种应用,包括语音助手、有声书和语言学习工具。深度学习框架:Pytorch。

2023-06-14 13:40:40 11443 6

原创 模型融合在时间序列预测中的应用

在今天的数据驱动的世界中,我们经常需要预测未来的趋势,无论是股票价格、销售额,还是天气情况。这种预测通常依赖于时间序列分析。尽管许多算法和方法已经被开发出来,但预测准确性仍然是一个挑战。然而,一种被称为"模型融合"的技术,已经证明了其提高预测准确性的能力。在这篇博客中,我们将探讨模型融合的几种常见方法,以及如何在时间序列预测中应用它们。模型融合是一种机器学习策略,旨在通过整合多个预测模型的预测结果来提高总体预测精度。

2023-05-21 19:10:28 1477 1

原创 Auto_GPT:如何使用Auto-GPT、安装、开发

Auto-GPT是一款开源Python应用程序,它利用OpenAI的GPT-4大型语言模型自动完成复杂的多步骤项目和任务。这是一个强大的工具,能够在你按下回车键时生成高质量的书面内容。与ChatGPT不同,Auto-GPT可以搜索互联网上的信息、收集数据并完成任务。你可以把它视为你个人的助手,处理那些你不想做或者没有时间处理的任务。利用这款工具,我们能够让生活变得更加轻松和高效。最近博主GPT-4的API申请通过了,正好写一篇相关的文章。本文将向你展示启动和运行这些AI代理之一所需的条件和技能。

2023-05-13 14:13:18 3960 4

原创 Auto-GPT:揭示 ChatGPT、GPT-4 和开源 AI 之间的联系

熟悉互联网的用户都知道,每天都难以避免接触到ChatGPT、人工智能(AI)或GPT-4。使用ChatGPT时,用户可能会面临一些限制,例如需要花费大量时间构建问题,以便从AI中获取最佳答案(提示工程)。随着人工智能工具的不断发展,Auto-GPT的出现引起了全球的关注。这种新技术通过克服这些限制,并扩大了人工智能可以覆盖的范围。简短回答:Auto-GPT类似于ChatGPT,但是可以独立工作。只需要告诉它你想要实现的目标,它就会确定并完成实现该目标的所有必要步骤。

2023-05-08 22:05:33 1815 1

原创 Python单元测试:一步步了解测试框架、测试用例和覆盖率分析

在软件开发中,单元测试是一个非常重要的环节。它可以确保你的代码能够正常运行,并且在将来的修改中不会出现问题。在Python中,单元测试是非常容易实现的。本文将介绍Python单元测试的所有知识点,包括测试框架,测试用例,测试装置,测试套件和覆盖率分析。Python单元测试是非常重要的一环。在编写单元测试时,我们需要考虑测试框架、测试用例、测试套件和覆盖率分析等方面。通过一个简单的例子,本文深入介绍了如何编写单元测试,并使用coverage模块进行覆盖率分析。

2023-04-27 00:17:31 2745 3

原创 ChatGPT探索系列之六:思考ChatGPT的未来发展趋势和挑战

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是思考ChatGPT的未来发展趋势和挑战。

2023-04-22 13:12:49 4235

原创 ChatGPT探索系列之五:讨论人工智能伦理问题及ChatGPT的责任

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是讨论人工智能伦理问题及ChatGPT的责任。

2023-04-22 10:06:41 5687 3

原创 ChatGPT探索系列之四:分析ChatGPT在各领域的实际案例

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是分析ChatGPT在各领域的实际案例。

2023-04-10 19:22:51 9412

原创 ChatGPT探索系列之三:探究ChatGPT的训练、优化和应用方法

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是探究ChatGPT的训练、优化和应用方法。

2023-04-09 15:09:36 8505 3

原创 【三万字保姆级教程】手把手带你玩转Midjourney AI绘画

想要学习创作美丽、复杂的艺术作品吗?Midjourney的AI绘画课程为你提供了一个完整的学习体验,从基础概念到实践项目,让你掌握使用AI绘画工具和软件的技巧,让你的创作过程更加简单!我们的课程适合对AI绘画感兴趣的初学者、艺术家、设计师、教育工作者和企业团队成员。我们将帮助你了解AI绘画的概念和发展,掌握各种AI绘画技术的应用和创意优化,以及在不同领域中的实际应用。通过这个课程,你将拓展技能和知识,并提高自己的动手实践能力。现在就加入我们,订阅《手把手带你玩转AI绘画》专栏。

2023-04-03 13:32:55 3683 1

原创 ChatGPT探索系列之二:学习GPT模型系列的发展历程和原理

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是GPT模型系列的发展历程和原理。

2023-04-01 12:58:34 6709

原创 【创作赢红包】Git Merge 深入解析

Git Merge 是将一个分支的提交合并到另一个分支的过程。在合并过程中,Git 会自动找到两个分支的共同祖先,然后将这个共同祖先和需要合并的分支进行比较,生成一个新的提交,这个提交包含了两个分支的差异内容。本文详细介绍了 Git Merge 的基本概念、实践操作和高级技巧。通过掌握 Git Merge,我们可以更加高效地在团队中协同开发,实现并行开发,以及快速整合新功能和修复错误。但请注意,在使用 Git Merge 时,我们应该遵循一定的分支管理规范,确保项目的稳定性和可维护性。

2023-03-31 18:04:02 13786 6

原创 ChatGPT探索系列之一:理解ChatGPT的背景和应用领域

ChatGPT发展到目前,其实网上已经有大量资料了,博主做个收口,会出一个ChatGPT探索系列的文章,帮助大家深入了解ChatGPT的。理解ChatGPT的背景和应用领域;学习GPT模型系列的发展历程和原理;探究ChatGPT的训练、优化和应用方法;分析ChatGPT在各领域的实际案例;讨论人工智能伦理问题及ChatGPT的责任;思考ChatGPT的未来发展趋势和挑战。本次ChatGPT探索系列之一的主题是ChatGPT的背景和应用领域。

2023-03-30 22:36:30 15765 1

原创 预测“叫停GPT-4后续AI大模型”后续:这是一个囚徒困境

呼吁暂停对比 GPT-4 更强大的模型进行 AI 训练,并有大量人签署了这份公开信,签署人包括马斯克及图灵奖获得者Bengio。这封公开信指出,最近几个月,人工智能实验室陷入了一场失控的竞赛,他们没有办法理解、预测或可靠地控制自己创造的大模型。人类社会对其可能造成的影响也没有做好准备。因此,公开信呼吁,所有 AI 实验室应立即暂停训练比 GPT-4 更强大的 AI 模型,为期至少 6 个月。

2023-03-29 19:31:26 6176 7

原创 【ChatGPT&AIGC研讨社】“iPhone时刻”:未来已来

去年年末,ChatGPT以惊人的速度成为焦点,激起了中国科技界和创投领域的热情,吸引了众多人的关注。互联网巨头纷纷投资支持,科技公司竞相争锋,创业公司亦不甘示弱。几个月后的今天,从ChatGPT、文心一言、Google Bard、New Bing、Github Copilot各种大模型层出不穷,英伟达CEO黄仁勋提出“AI的iPhone时刻来临”,比尔盖茨评价 ChatGPT 称这种人工智能技术出现的重大历史意义,不亚于互联网和个人电脑的诞生。

2023-03-28 14:04:13 1545

原创 如何删除本地和远程的 Git 分支

我们利用git进行项目管理时,常常需要删除分支,分支分为本地分支和远程分支,本文主要介绍如何删除本地及远程分支。本教程介绍了如何在 Git 中删除本地和远程分支的方法。首先,我们需要切换到其他分支,然后使用git branch -d或git branch -D命令删除本地分支。在删除远程分支时,我们需要使用git push origin --delete命令。同时,本教程还强调了在删除分支前需要注意备份重要更改、与团队成员充分沟通,以及如何在删除后恢复分支。

2023-03-23 17:56:23 16465 1

原创 Google Bard VS ChatGPT:哪个是更好的AI聊天机器人?

自从 OpenAI 向公众发布ChatGPT以来的过去几个月里,我们都见证了围绕 ChatGPT 的各种测评,并为它带来的效果感到惊艳。昨晚Google开放了自家研发的AI聊天机器人Bard的测评入口,但是目前只对部分人员开放测试且只支持英文。尽管 Bard 还未正式面向大众,但博主查找了国外大量资料,深入研究了Bard的相关原理,探讨它与 ChatGPT 的对比情况,以及这两款聊天机器人之间的关键差异。以下是我们目前掌握的信息。

2023-03-22 22:57:53 6491 13

原创 手把手教你如何使用AI绘画:Stable-Diffusion本地化部署及使用教程

最近随着ChatGPT的爆火,AI绘画也火得不行,这几天文心一言发布会,图片生成的梗都快被大家玩坏了,网上有不少Midjourney的使用分享,但是毕竟那个是商用网站,收费的,博主今天给大家发个福利!出一波免费使用AI绘画的教程:Stable-Diffusion本地化部署及使用!手把手教你如何使用AI绘画!如果对AIGC感性的同学,欢迎私信我!有干货分享哦~文章最后博主想说点别点:ChatGPT所引发的这场科技革命,必然会在数十亿打工人中掀起狂风暴雨!

2023-03-21 19:27:58 16393 19

原创 “国产版ChatGPT”文心一言发布会现场Demo硬核复现

这周五下午博主通过了文心一言的内测邀请,拿到邀请码和登录链接后,就赶紧把3月16号百度发布会现场展示的Demo复现了一波,毕竟以前在某Research Lab呆过几年,“复现”真快成自己的肌肉反应了😂😂😂【注:本文中只要答案的语义一致就算是成功复现】。文心一言发布会回放地址,从文学创作商业文案创作数理逻辑推算中文理解多模态生成五大场景,一一复现文心一言的效果,对比下线下真实测试和发布会Demo展示的区别。为确保上下文一致性,也会完全依据发布会现场上下文顺序进行测评。Demo展示文心一言实测。

2023-03-19 15:06:51 11827 2

原创 “国货之光”文心一言正式发布:百度大语言模型背后那些不为人知的细节

去年年末,ChatGPT以惊人的速度成为焦点,激起了中国科技界和创投领域的热情,吸引了众多人的关注。互联网巨头纷纷投资支持,科技公司竞相争锋,创业公司亦不甘示弱。甚至与AI毫不相关的企业也借机营销,从而获得股价上涨。几个月后的今天,我们回顾这场风潮,发现大部分人只是炒作和追逐热点,真正投身于实践和创新的人寥寥无几。目前在全球科技巨头中,百度成为首个站出来的企业。在过去几年的国际科技竞争背景下,尤其是最近各种外部技术封锁,科技自立自强已成为全民共识。

2023-03-17 00:03:19 4990 4

原创 宇宙最强-GPT-4 横空出世:最先进、更安全、更有用

昨晚OpenAI公开了GPT-4的进展,并可以基于ChatGPT实现GPT-4的使用和访问,GPT-4到底有哪些巨大的能力提升呢,让我们来一探究竟。GPT-4的横空出世将ChatGPT的很多局限性突破了,虽然基础模型能力只有一点提升(官方团队谦虚之语),但是在各种测试中GPT-4都完爆ChatGPT了,如果想了解更多内容或者加入到AIGC&ChatGPT的研究交流中可以私信我!

2023-03-15 11:47:42 19661 43

原创 致敬三八女神节,致敬IT女生

在这个特别的日子里,让我们共同致敬所有的女生,向她们表达我们的尊重和敬意,希望她们能够坚定自己的信念,不断地追求自己的梦想和目标,在这个数字时代中创造属于自己的精彩人生!

2023-03-08 15:38:02 1434 4

原创 不写代码、年薪百万,带你玩赚ChatGPT提示工程-提示应用程序

随着ChatGPT的大火,提示工程在大模型中的重要性不言而喻,本文参考国外完成国内中文版本的《提示工程指南》,希望能够和大家一起交流,分享及发现提示工程的美妙之处。文章所有内容可以在中找到。在之前的指南中,我们介绍并给出了Prompt的高级示例。在本指南中,我们将介绍一些高级和有趣的方式,我们可以使用提示工程来执行有用和更高级的任务。需要注意的是,在本章节我们将会引入ChatGPT的API,进行一定量的工程实践。

2023-03-08 14:38:10 1766 1

原创 不写代码、年薪百万,带你玩赚ChatGPT提示工程-高级提示

随着ChatGPT的大火,提示工程在大模型中的重要性不言而喻,本文参考国外完成国内中文版本的《提示工程指南》,希望能够和大家一起交流,分享及发现提示工程的美妙之处。文章所有内容可以在中找到。到这个时候,应该很明显了,改进提示可以帮助在不同任务上获得更好的结果。这就是提示工程的整个理念。虽然那些例子很有趣,但在我们深入探讨更高级的概念之前,让我们更正式地介绍一些概念。这篇文章我们介绍Prompt提示工程的一些高级示例,也对如何进一步调教大模型有了更深入的了解。

2023-03-04 11:45:01 5227 3

原创 不写代码、年薪百万,带你玩赚ChatGPT提示工程-基本提示

随着ChatGPT的大火,提示工程在大模型中的重要性不言而喻,本文参考国外完成国内中文版本的《提示工程指南》,希望能够和大家一起交流,分享及发现提示工程的美妙之处。文章所有内容可以在中找到。在之前的指南中,我们介绍并给出了Prompt的基本示例。在本指南中,我们将提供更多示例,展示Prompt如何使用,并介绍更高级指南中重要的关键概念。通常,学习概念的最佳方法是通过示例进行。下面我们将涵盖几个示例,展示良好制作的Prompt如何用于执行各种有趣且不同的任务。自然语言生成中的标准任务之一是文本摘要。

2023-03-03 14:46:00 2738 13

原创 不写代码、年薪百万,带你玩赚ChatGPT提示工程-介绍

随着ChatGPT的大火,提示工程在大模型中的重要性不言而喻,本文参考国外完成国内中文版本的《提示工程指南》,希望能够和大家一起交流,分享及发现提示工程的美妙之处。文章所有内容可以在中找到。本文主要介绍了提示工程的一些基本示例,下一章会介绍一些基本的提示。

2023-03-01 21:41:19 6580 18

原创 如何基于MLServer构建Python机器学习服务

在过去我们训练模型,往往通过编写flask代码或者容器化我们的模型并在docker中运行。这篇文章中,我们将分享如何基于mlserver来搭建Web服务。mlserver是基于 python的推理服务器,可以通过简单的代码实现python web服务,但是它的真正优点在于它是一个为生产环境设计的高性能服务器。希望现在你已经了解使用MLServer为模型提供服务是多么容易。

2023-02-27 16:08:59 392

原创 使用DQN进行价格管理

供应链和价格管理是企业运营中最早采用数据科学和组合优化方法的领域,并且在使用这些技术方面有着悠久的历史,并取得了巨大的成功。虽然有广泛的传统优化方法可用于库存和价格管理应用,但深度强化学习定价有潜力大幅提高这些和其他类型的企业运营的优化能力。本次博客中,我将会和大家一起探讨强化学习在价格管理中的应用,分享内容主要分三部分首先我会通过一个简单的例子来说明传统价格优化问题的解法,以及优化的复杂性。

2023-02-24 14:05:18 1257 1

原创 手把手带你玩转Spark机器学习-深度学习在Spark上的应用

本文将介绍深度学习在Spark上的应用,我们将聚焦于深度学习Pipelines库,并讲解使用DL Pipelines的方式。我们将讲解如何通过Pipelines实现Transfer Learning,同时通过预训练模型实现来处理少量数据并实现预测。本文主要介绍深度学习在Spark上的应用,以花卉图片为例,使用 Deep Learning Pipelines,并讲解使用DL Pipelines的方式。

2022-10-26 11:39:37 3767 2

原创 手把手带你玩转Spark机器学习-使用Spark进行文本处理

在本篇博客中,我们将跟大家分享NLP任务,即主题建模在大数据中的应用。主题建模是一种用于数据建模的统计方法,有助于发现文档集合中存在的基础主题。尽管 Spark NLP 是用于各种 NLP 任务的出色库,但它们没有提供主题建模管道。因此,我想介绍如何使用 PySpark 和 Spark NLP 实现主题建模。............

2022-08-14 10:29:56 2386 3

原创 字节跳动面试真题-最长公共前缀

编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀,返回空字符串 ""。

2022-07-31 20:37:30 216

原创 字节跳动面试真题-盛最多水的容器

给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。返回容器可以储存的最大水量。说明:你不能倾斜容器。...

2022-07-31 20:33:02 176

原创 字节跳动面试真题-回文数

给你一个整数 x ,如果 x 是一个回文整数,返回 true ;否则,返回 false 。回文数是指正序(从左向右)和倒序(从右向左)读都是一样的整数。例如,121 是回文,而 123 不是。**示例 1:**> 输入:x = 121> 输出:true**示例 2:**> 输入:x = -121> 输出:false> 解释:从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。**示例 3:**> 输入:x = 10> 输出:false

2022-07-31 20:29:52 157

原创 字节跳动面试真题- 整数反转

给你一个 32 位的有符号整数 x ,返回将 x 中的数字部分反转后的结果。如果反转后整数超过 32 位的有符号整数的范围 [−231, 231 − 1] ,就返回 0。假设环境不允许存储 64 位整数(有符号或无符号)**示例 1:**> 输入:x = 123> 输出:321**示例 2:**> 输入:x = -123> 输出:-321**示例 3:**> 输入:x = 120> 输出:21**示例 4:**> 输入:x = 0> 输出:0 ...

2022-07-31 20:22:14 1395

原创 字节跳动面试真题-无重复字符的最长子串

将一个给定字符串 s 根据给定的行数 numRows ,以从上往下、从左到右进行 Z 字形排列。比如输入字符串为 "PAYPALISHIRING" 行数为 3 时,排列如下:> P A H N> A P L S I I G> Y I R之后,你的输出需要从左往右逐行读取,产生出一个新的字符串,比如:"PAHNAPLSIIGYIR"。...

2022-07-31 20:15:32 135

原创 字节跳动面试真题-最长回文子串

给你一个字符串 s,找到 s 中最长的回文子串。**示例 1:**> 输入:s = "babad"> 输出:"bab"解释:"aba" 同样是符合题意的答案。**示例 2:**> 输入:s = "cbbd"> 输出:"bb"**提示:**1

2022-07-31 11:12:27 294

原创 字节跳动面试真题-寻找两个正序数组的中位数

给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的**中位数**。算法的时间复杂度应该为 O(log (m+n)) 。

2022-07-30 10:15:17 219

原创 手把手带你玩转Spark机器学习-使用Spark进行数据降维

本章,我们将继续讲解无监督学习模型中降低数据维度的方法。不同于我们之前分享的回归、分类和聚类,降维方法并不是用来做模型预测的。降维方法从一个D维的数据输入提取出k维表示,k一般远远小于D。因此,降维方法本身是一种预处理方法,或者说是一种特征转换的方法,而不是模型预测的方法。降维方法中尤为重要的是,被抽取出的维度表示应该仍能捕捉大部分的原始数据的变化和结构。............

2022-06-23 14:34:10 1264 13

原创 字节跳动面试真题-无重复字符的最长子串

给定一个字符串 s ,请你找出其中不含有重复字符的 **最长子串** 的长度。

2022-06-22 22:41:42 281

ChatGPT探索系列文章合集,涉及理解ChatGPT的来龙去脉,原理背景等方面内容

ChatGPT探索系列文章合集涉及以下内容: 1. 理解ChatGPT的背景和应用领域; 2. 学习GPT模型系列的发展历程和原理; 3. 探究ChatGPT的训练、优化和应用方法; 4. 分析ChatGPT在各领域的实际案例; 5. 讨论人工智能伦理问题及ChatGPT的责任; 6. 思考ChatGPT的未来发展趋势和挑战。

2023-05-15

三万字保姆级教程+AI绘画+设计、装修、教育+手把手带你玩转Midjourney AI绘画

课程目标: 学习AI绘画的基本概念,了解不同类型的AI绘画工具和软件,掌握AI绘画的基本技巧与操作,掌握Midjourney绘画工具的使用,学习如何使用Midjourney制作海报,学习如何结合ChatGPT和AI绘画工具进行创作,了解AI绘画在不同领域的应用,通过实践项目提高学员的动手实践能力 学员对象: 对AI绘画感兴趣,但没有相关经验的初学者,想了解AI在艺术创作中应用的艺术家和设计师,有绘画基础,希望拓展技能的传统绘画爱好者,计算机科学或编程背景的学生,希望在艺术领域尝试AI技术,教育工作者,希望为学生提供有关AI绘画的教学资源,企业或团队成员,希望在项目中应用AI绘画技术以提高工作效率。Midjourney的AI绘画课程为你提供了一个完整的学习体验,从基础概念到实践项目,让你掌握使用AI绘画工具和软件的技巧,让你的创作过程更加简单!我们的课程适合对AI绘画感兴趣的初学者、艺术家、设计师、教育工作者和企业团队成员。我们将帮助你了解AI绘画的概念和发展,掌握各种AI绘画技术的应用和创意优化,以及在不同领域中的实际应用。通过这个课程,你将拓展技能和知识,并提高自己的动手实践能力。

2023-04-28

AI专题报告之一:AIGC与ChatGPT正掀起新一轮的产业浪潮-从“上网”到“上算”,由“网络世界”至“虚拟现实”

AI专题报告之一:AIGC与ChatGPT正掀起新一轮的产业浪潮-从“上网”到“上算”,由“网络世界”至“虚拟现实” 面向chatgpt or aigc创业人员

2023-03-14

三分钟看懂chatgpt

主要介绍了chatgpt相关原理,面向对chatgpt感兴趣的人

2023-03-14

47页深度研报:揭秘ChatGPT身后的AIGC技术和它的中国同行们.pdf

47页深度研报:揭秘ChatGPT身后的AIGC技术和它的中国同行们,主要揭秘chatgpt背后的技术原理,以及团队成员,科普性质文章,面向对chatgpt感兴趣的人群

2023-03-14

2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf

2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会:chatgpt技术演进、变革风向和投资创业机会,面向对人工智能应用或者aigc应用感兴趣的人

2023-03-14

Xgboost Spark Jar包及Python接口文件

提供在Spark上跑Xgboost模型需要的 Jar包及Python接口文件

2022-05-26

一种识别交通标志的多层次化神经网络结构

一种识别交通标志的多层次化神经网络结构,主要用来识别交通标志,数据集市德国交通标志数据集,该文论是2011年Lecun发表的

2018-05-14

lightgbm-gpu-Compiled-version

lightgbm-gpu已编译版本,linux环境下可以直接安装使用

2017-11-24

Gini coefficient

这篇文章详细分析了基尼系数相关定义,历史起源及各种计算方式

2017-11-14

A Preprocessing Scheme for High-Cardinality Categorical Attributes

在分类及预测任务中对高维类别(category)变量的预处理方法

2017-11-12

在分类及预测任务中对高维类别变量的预处理方法

本论文是SIGKDD上发表的一篇数据预处理的文章,主要讲述了在分类与预测任务重,如何对高维的类别变量进行预处理,方法简单奇妙,值得一看,如果不想看引文,可以看我的机器学习专栏博客,有分析这篇论文的文章在。

2017-11-12

K近邻算法讲解、python实现、k值的确定(python实现,具体代码讲解请看博主博客)

python实现,具体代码讲解请看博主博客,博主名称:u010665216,文章在机器学习专栏,文章名称:K近邻算法讲解、python实现、k值的确定

2017-09-25

Python_TreeMap_可视化方案数据源(实现代码,请看我博客专栏《机器学习》)

Python_TreeMap_可视化方案数据源(因为不能直接粘贴链接,所以实现代码,请移步看我博客专栏《机器学习》)

2017-09-05

Python Matplotlib TreeMap可视化方案数据源(实现代码,请看我博客专栏《机器学习》)

Python Matplotlib TreeMap可视化方案数据源(由于无法粘贴链接,实现代码,请移步我博客专栏《机器学习》)

2017-09-04

Python TreeMap可视化方案数据源(实现代码,请看我博客专栏《机器学习》)

Python TreeMap可视化方案数据源(因为不能粘贴链接额,具体实现实现代码,请看我博客专栏《机器学习》:))

2017-09-04

斯坦福大学机器学习课程原始讲义

斯坦福大学机器学习课程原始讲义,具体翻译可以参考我写的博客http://blog.csdn.net/column/details/16605.html(持续更新中)

2017-08-31

数据挖掘交叉特征案例

数据挖掘交叉特征案例

2017-07-31

The+Practical+Importance+of+Feature+Selection

The+Practical+Importance+of+Feature+Selection

2017-07-31

编程珠玑高清

编程珠玑

2017-07-31

支持向量机通俗导论(理解SVM的三层境界)

支持向量机通俗导论(理解SVM的三层境界)

2017-07-31

深度卷积神经网络

深度卷积神经网络

2017-07-31

模式识别与机器学习

模式识别与机器学习英文

2017-07-31

李航.统计学习方法

李航.统计学习方法

2017-07-31

uCOS-II源码分析

实时操作系统uCOS-II源码分析

2017-07-30

电子元器件识别

电子元器件识别(含图片)有各种电子元件的描述还附加图片更加形象直观

2013-08-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除