![](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 74
男孩李
被人嘲笑的梦想,越有实现的价值!
展开
-
浅谈人工智能发展趋势
人类科技发展的主线正沿着“能源”和“新型”展开。AI的尽头是光伏和储能。原创 2024-06-30 23:02:35 · 998 阅读 · 0 评论 -
常用大模型工具总结
Kimi是月之暗面(Moonshot AI)于2023年10月推出的一款智能助手,主要应用场景为专业学术论文的翻译和理解、辅助分析法律问题、快速理解AAPI开发文档等,是全球首个支持输入20万汉字的智能助手产品,目前已启动200万字无损上下文内测。讯飞星火认知大模型是科大讯飞发布的大模型。该模型具有7大核心能力,即文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模交互 ,该模型对标ChatGPT。文心一言是百度基于深度学习和人工智能技术推出的大语言模型平台。原创 2024-05-16 15:26:55 · 709 阅读 · 0 评论 -
浅谈机器人流程自动化(RPA)
RPA代表机器人流程自动化(Robotic Process Automation),是一种利用软件机器人或机器人工作流程来执行重复性、规范性和高度可预测性的业务流程的技术。这些流程通常涉及许多繁琐的、重复的任务,例如数据输入、数据处理、数据提取、表单填写等。RPA的目标是通过自动化这些流程来提高效率、减少错误,并释放员工的时间,使他们能够专注于更有价值的任务。RPA软件通常是基于规则的,它们被配置为模拟人类操作,例如点击鼠标、键盘输入和数据提取等。原创 2023-08-12 14:06:50 · 1028 阅读 · 0 评论 -
Slurm如何运行AI的程序代码?
Slurm是一个用于管理和调度高性能计算集群上作业的开源工具。原创 2023-07-20 10:34:20 · 681 阅读 · 0 评论 -
机器学习之K近邻(KNN)算法
一、K近邻(KNN)简介 最简单最初级的分类器,就是将全部的训练数据所对应的类别都记录下来,当测试对象的属性和某个训练对象的属性完全匹配时,便可以对其进行分类 K近邻(k-nearest neighbour, KNN)是一种基本分类方法,通过测量不同特征值之间的距离进行分类。它的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,其中K通常是不大于20的整数 KNN算法中,所选择的邻居都是已经正确分类的对象KNN示例...原创 2021-01-30 16:29:06 · 2200 阅读 · 0 评论 -
Jupyter下报错No module named ‘cv2‘
原因是因为没有安装opencv库百度查了一下,命令行模式安装:pip3 install opencv-python,还是报错。原因是因为我之前安装过opencv,只是那个在base环境下,pytorch环境下没有安装。最后解决方法:打开Anaconda Navigator,选择All,搜索opencv,勾选上,选择apply安装即可。不会发生冲突。...原创 2021-01-06 17:11:47 · 3664 阅读 · 2 评论 -
机器学习之监督学习介绍
有监督学习提供数据并提供数据对应结果的机器学习过程。监督学习的过程:监督学习三要素模型(model):总结数据的内在规律,用数学函数描述的系统策略(strategy):选取最优模型的评价准则算法(algorithm):选取最优模型的具体方法监督学习实现步骤得到一个有限的训练数据集 确定包含所有学习模型的集合 确定模型选择的准则,也就是学习策略 实现求解最优模型的算法,也就是学习算法 通过学习算法选择最优模型 利用得到的最优模型,对新数据进行预测或分析监督学习模原创 2020-12-12 15:27:46 · 1784 阅读 · 0 评论 -
梯度下降法和Sklearn实现线性回归
线性回归模型线性回归 (linear regression)是—种线性模型, 它假设输入变量 x和单个输出变量 y 之间存在线性关系。具体来说,利用线性回归模型,可以从—组输入变量 x 的线性组合中, 计算输出变量 y.即。给定有d个属性(特征)描述的示例X=(x1;x2;...,xd),其中xi是x在第i个属性(特征)上的取值,线性模型(linear model)试图学得一个通过属性(特征)的线性组合来进行预测的函数,即:一般用向量形式写成:其中假设特征和结果都满足线性,即不.原创 2020-12-10 10:50:21 · 1637 阅读 · 0 评论 -
Matlab中的size函数
size():获取矩阵的行数和列数s=size(A),当只有一个输出参数时,返回一个行向量,该行向量的第一个元素是矩阵的行数,第二个元素是矩阵的列数实际上,size()函数返回的是一个1X2的矩阵。如下图所示,该矩阵的第一个元素是3,第2个元素是2....原创 2020-09-07 10:28:00 · 523 阅读 · 0 评论 -
机器学习中的统计学基础
观察结果:离散层度:两幅图中蓝色点比较集中,另外两幅中比较分散,它们描述的是方差情况。比较集中的属于方差小的,比较分散的属于方差大的情况。蓝色与红色靶心区域的位置关系:靠近红色靶心的属于偏差较小的情况,远离靶心的属于偏差较大的情况。离散程度:反映各变量远离其中心值的程度。常用指标:极差 方差...原创 2020-07-30 16:28:13 · 916 阅读 · 0 评论 -
浅谈机器学习
什么是机器学习利用计算机从历史数据中找出规律,并把这些规律用到对未来不确定场景的决策。问题分类根据问题本身的特征来分类,机器学习问题可以分为监督学习、无监督学习、半监督学习和强化学习。...转载 2020-05-09 23:20:00 · 290 阅读 · 0 评论