![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 55
学习主流得大模型技术笔记
波波仔86
生活与技术并发!
展开
-
深度学习与人工智能
近些年来,基于人工神经网络的机器学习算法日益盛行起来,逐渐呈现出取代其他机器学习算法的态势,这主要的原因是因为人工神经网络中有一中叫作反向传播算法的关键性技术。该算法可以精确地调整人工神经网络出现问题的部件,从而快速降低网络进行分类或预测的错误率,这使得人工神经网络在诸多机器学习算法中胜出。在应用层面,与一般的机器学习技术相比,深度学习的最大特色是可以处理各种非结构化数据——特指文本、图像、音频、视频等等。而一般的机器学习更适合处理结构化数据(即可以用关系性数据库进行存储、管理和访问的数据)原创 2024-06-10 10:50:08 · 282 阅读 · 0 评论 -
Pycharm中import torch报错解决方案(Python+Pycharm+Pytorch cpu版)
选择conda环境,使用现有环境,conda执行文件找到Anaconda安装路径下Scripts文件夹内的conda.exe,最后选择含有torch软件包的虚拟环境,题主创建名为pytorch。创建完解释器后,下方会显示出该解释器/虚拟环境下的所有软件包,看到有pytorch包即选择了正确的环境和解释器,点击确定和应用即完成了pycharm内的pytorch配置并选择了正确的虚拟环境。pycharm环境搭建完毕后,编写一个py文件demo,import torch报错,提示没有。原创 2024-06-09 19:11:13 · 396 阅读 · 0 评论 -
安装Pytorch(基于AMD显卡)
Python的库大部分都在Anaconda的Anaconda prompt中进行安装各种包(注意:Anaconda的位数要和Python保持一致)转载 2024-06-09 18:27:55 · 722 阅读 · 0 评论 -
python和anaconda的区别、为什么要用anaconda,怎么使用anaconda?
activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。接下来你就可以随意的创建不同的python环境了。下边的管理命令都在命令行进行。原创 2024-06-09 16:39:07 · 582 阅读 · 0 评论 -
英伟达(NVIDIA)和CUDA
nvidia和cuda关系及简介转载 2024-06-09 16:12:37 · 45 阅读 · 0 评论