- 博客(5)
- 收藏
- 关注
RSS订阅原创 智能体学习笔记
库和框架：TensorFlow、PyTorch、Keras、OpenCV等。智能体的定义：能够感知环境并采取行动以实现特定目标的程序或系统。环境模型：理解智能体所处的环境，包括状态、行动和奖励。行动器：执行智能体决策的组件，如电机、显示器等。伦理考量：确保智能体的设计和应用符合伦理标准。特征工程：选择和构造有助于智能体学习的特征。集成测试：测试智能体在模拟环境中的整体表现。训练过程：数据分割、模型训练、超参数调整。实践项目：设计并实现一个小型的智能体项目。分析现有智能体：研究成功的智能体案例。
2024-08-26 21:24:48
335
原创 大语言模型学习笔记
定义与特点：大语言模型（Large Language Models，LLM），具有处理海量文本的能力，参数量可达数百亿，能够深入理解语言。Transformer架构：2018年左右，Transformer模型出现，通过大量文本训练，深入理解语言规则。工作原理：大模型通过训练学习人类语言，存储概率信息，并在给定输入时生成最可能的输出。提示与提示工程：输入模型的文本称为提示，改进提示以优化模型性能的过程称为提示工程。微调步骤：选择预训练模型，准备数据，进行微调训练，评估模型性能。
2024-08-08 19:52:28
230
原创 AI实践第二次笔记
创建 DataFrame：df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6], 'C': [7, 8, 9]})导出 DataFrame 到 CSV：df.to_csv('file.csv', index=False)聚合：df.groupby('City').agg({'Age': ['mean', 'max']})筛选特定条件的数据：df[df['City'] == 'New York']选择多列：df[['Name', 'Age']]
2024-07-22 15:11:59
406
原创 AI实践学习笔记
尤其是在安装opencv，TensorFlow等依赖较为复杂的包的时候，使用pip会需要手动处理很多依赖项，编译很多软件包，而conda不需要。Python支持多种数据类型，包括不可变数据类型（如Number、String、Tuple）和可变数据类型（如List、Dictionary、Set）。（4）Anaconda作为一个python发行版携带了很多科学计算的python包，但它太大了，有些包也不需要。（3）方便的python虚拟环境管理。conda命令可以方便的创建和删除python的虚拟环境。
2024-07-18 17:53:50
188
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人