人工智能
文章平均质量分 85
人工智能
心无旁骛~
百度飞桨星河社区中级精品作者、2023年度文心卓越贡献奖,在校期间获国家级奖项7项、省级奖项10余项,申请发明专利一项、科研项目四项,成功发表SCI2区论文一篇,中文普刊一篇,欢迎大家一起学习交流~
展开
-
NLP自然语言处理课程设计—基于实体识别的智能任务系统
在人工智能与自然语言处理技术飞速发展的今天,构建一个能够理解和处理自然语言的智能任务系统成为了计算机科学领域的一项重要挑战。本课程设计旨在通过实践教学,深入掌握自然语言处理(NLP)的关键技术和应用,同时培养解决复杂工程问题的能力。本课程设计的核心目标是开发一个能够通过自然语言处理技术,帮助用户高效管理各种任务的系统。系统需要具备任务识别和分类、实体抽取、任务管理以及用户交互等核心功能。为了实现这些功能,我们采用了先进的深度学习模型,如双向长短期记忆网络(BiLSTM)结合条件随机场(CRF),以及。原创 2024-06-13 20:01:06 · 1524 阅读 · 2 评论 -
大学生毕业设计——微博情感分析系统
系统分别尝试了基于情感词典的情感分析方法、基于朴素贝叶斯的情感分析方法以及基于BERT的情感分析方法,最终系统算法采用的是基于BERT的情感分析方法,因为整体对比下来,基于BERT的情感分析最为准确以及稳定。原创 2024-06-11 18:11:05 · 1245 阅读 · 0 评论 -
OrangePi Kunpeng Pro深度评测:性能与体验的完美融合
近期,**香橙派(Orange Pi)** 联合**华为**再次发布力作—OrangePi Kunpeng Pro。这是两家公司合作发布OrangePi AIpro之后的又一力作。**OrangePi Kunpeng Pro**是一块基于鲲鹏面向开发者的开发板,具有鲲鹏主板的完整能力,内置 openEuler 开源操作系统、`openGauss` 开源数据库和鲲鹏开发套件` DevKit`。这意味着香橙派将成为面向通用计算的鲲鹏和面向人工智能计算的昇腾两大计算产业的参与者。通过搭载华为的“鲲鹏+昇腾”双引擎原创 2024-06-09 14:55:46 · 1757 阅读 · 0 评论 -
移动云九天人工智能平台:赋能未来,智能升级
云计算发展迅速,移动云作为业界领先的云服务商,一直致力于推动云计算技术的创新应用,赋能各领域的开发者,构建蓬勃发展的云生态。“移动云”是基于5g技术,由中国移动打造的品牌,针对云计算、大数据、人工智能等产品的服务,为客户提供专业的解决方案。基于互联网和虚拟化技术,将计算、存储、网络等资源以服务的形式提供给用户。用户可以根据需要获取和使用这些资源,而无需购买和维护硬件设备。通过云计算技术实现资源的动态分配和弹性扩展,可以根据用户的实际需求进行资源的快速调整。这有助于提高资源的利用率和效率。原创 2024-05-21 21:53:12 · 1487 阅读 · 0 评论 -
本地部署openvino-chaglm3-6b
想将github下的代码拉取到本地文件夹中,再打开,执行以下命令激活环境。接下来我们使用以下命令更新pip以及安装所需要的一些依赖库。原创 2024-03-31 19:09:51 · 571 阅读 · 0 评论 -
sheel和setuptools两个包的作用
是用于在 Python 中安装两个不同的包的命令,它们在 Python 生态系统中具有不同的作用。这两者的结合使你能够创建高效的二进制分发(wheel),并利用。在许多情况下,当你在处理 Python 项目并希望分发或安装包时,安装。提供的增强功能来管理软件包元数据和安装。原创 2024-03-13 20:50:47 · 312 阅读 · 0 评论 -
BigDL-LLM 安装指南——在iGPU集成显卡下使用BigDL-LLM大模型库加速LLM
全网最详细的BigDL-LLM在iGPU下的安装指南,还有一些踩坑经验~iGPU内存可以是动态随机存储器(DRAM)或静态随机存储器(SRAM)类型,DRAM类型的iGPU内存可以被访问和修改,而SRAM类型的iGPU内存速度更快,但容量通常较小且不可修改。iGPU内存的容量通常取决于使用的处理器型号和制造商,例如英特尔的iGPU内存容量通常在1GB到2GB之间,而AMD的iGPU内存容量则较高,通常在2GB到8GB之间。原创 2024-03-13 18:54:25 · 2110 阅读 · 3 评论 -
最新版的Claude 3 Sonnet体验
Claude 3 Sonnet体验~原创 2024-03-10 23:41:11 · 513 阅读 · 1 评论 -
深度学习实战基础案例——卷积神经网络(CNN)基于Xception的猫狗识别|第2例
今天使用Xception轻量级网络实现一个简单的猫狗识别。原创 2023-09-24 00:12:10 · 607 阅读 · 0 评论 -
【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(下)
自 20 世纪 50 年代图灵测试提出以来,人们始终在探索机器处理语言智能的能力。语言本质上是一个错综复杂的人类表达系统,受到语法规则的约束。因此,开发能够理解和精通语言的强大 AI 算法面临着巨大挑战。过去二十年,语言建模方法被广泛用于语言理解和生成,包括统计语言模型和神经语言模型。近些年,研究人员通过在大规模语料库上预训练 Transformer 模型产生了预训练语言模型(PLMs),并在解决各类 NLP 任务上展现出了强大的能力。原创 2023-09-01 18:15:29 · 410 阅读 · 3 评论 -
SqueezeNet算法解析—鸟类识别—Paddle实战
SqueezeNet算法,顾名思义,Squeeze的中文意思是压缩和挤压的意思,所以我们通过算法的名字就可以猜想到,该算法一定是通过解压模型来降低模型参数量的。当然任何算法的改进都是在原先的基础上提升精度或者降低模型参数,因此该算法的主要目的就是在于降低模型参数量的同时保持模型精度。随着CNN卷积神经网络的研究发展,越来越多的模型被研发出来,而为了提高模型的精度,深层次的模型例如AlexNet和ResNet等得到了大家的广泛认可。原创 2023-07-09 20:17:45 · 1906 阅读 · 1 评论 -
WideResNet(宽残差网络)算法解析-鸟类识别分类-Paddle实战
在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如GoogLenet,VGG-16,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skip connection),进而训练出更深的CNN网络。但是随着深度神经网络的继续发展,网络的层数也在不断地增加,而分类准确度每提高百分之一的代价几乎是层数的两倍。原创 2023-06-27 19:52:52 · 1394 阅读 · 1 评论 -
Xception算法解析-鸟类识别实战-Paddle实战
在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如GoogLenet,VGG-16,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skip connection),进而训练出更深的CNN网络。原创 2023-06-22 09:51:07 · 933 阅读 · 1 评论 -
基于PP-OCRv3的车牌检测和识别
车牌识别技术是一种利用计算机视觉技术对车辆车牌进行自动检测、识别的技术。它可以通过摄像头实时捕获车辆车牌信息,并经过算法处理后得到车牌号码信息,实现对车辆的自动识别、管理和监控。车牌识别技术被广泛应用于城市交通管理、安防监控行业、停车场管理等领域,可以提高交通管理效率,降低人工劳动成本,保障公共安全。随着自动驾驶技术的快速发展,车辆自主性越来越高,丰富的实时数据也为车牌识别技术的运用提供了更多可能性。未来,车牌识别技术将会更加智能化、精准化,成为城市交通管理、智慧安防等领域的重要组成部分。原创 2023-06-01 09:22:51 · 992 阅读 · 0 评论 -
【文心一言】广告文案、演讲稿与请假条自动生成
在大学生活中,我们常常面临一些编写文案的问题,例如我们要参加一场演讲,需要准备演讲稿;又或是我们想要举办一场活动,却苦恼于如何进行广告文案的编写,这篇文章将告诉大家如何通过使用文心一言来实现。原创 2023-04-28 16:26:42 · 1726 阅读 · 0 评论 -
深度学习基础——PyTorch简介和Tensor张量详解
下面,让我们来看看如何利用PyTorch 定义一个张量。# 导入PyTorch的包 import torch接下来,我们可以创建一个尺寸为53(5,3)53的二阶张量(也就是 5行3列的矩阵)。我们希望其中每个元素的数值是随机赋予的一个01[0, 1]01其中,第二行的 x表示打印输出 的数值。可以看到系统打印输出了一个 5x3 的矩阵。下面再看一个例子,创建一个尺寸为53(5,3)53接下来,让我们再创建一个三维(阶)的张量,尺寸为253(2,5,3)253。原创 2023-03-18 10:40:26 · 1324 阅读 · 0 评论 -
机器学习数据预处理——归一化(Normalization)和标准化(standardlization)
数据的归一化和标准化是特征缩放featurescalingfeaturescaling的方法,是数据预处理的关键步骤。不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据归一化/标准化处理,以解决数据指标之间的可比性。原始数据经过数据归一化/标准化处理后,各指标处于同一数量级,适合进行综合对比评价。原创 2023-02-28 16:45:28 · 5825 阅读 · 0 评论 -
微软宣布推出由升级后的ChatGPT人工智能驱动的新Bing和Edge浏览器
微软官方今日凌晨宣布,推出由新款 OpenAI 语言模型支持的最新版本必应 Bing 搜索引擎与 Edge 浏览器,新的 Edge 浏览器增加可以聊天与写作的必应。微软称希望将必应体验带到所有浏览器,而不局限于 Edge。微软 CEO 萨蒂亚·纳德拉表示,搜索引擎迎来新时代,人工智能将重塑每一款软件。新版必应基于 OpenAI 新款语言模型运行,比 ChatGPT 更先进,可轻松切换到人工智能聊天模式,并且能帮助微软利用网络知识与 OpenAI 技术进行智能对接。翻译 2023-02-08 11:03:05 · 3289 阅读 · 3 评论 -
遗传算法五大基本要素——参数编码、群体设定
遗传算法主要借用生物进化中的“适者生存”的规律。遗传算法包括两个数据转换操作,一个是从表现型到基因型的转换,将搜索空间中的参数或解转化成遗传空间中的染色体或者个体,这个过程叫做编码(coding)。另一个就是从基因型到变现型的转换,即将个体转换成搜索空间中的参数,这个过程叫做解码(decode)。遗传算法中包含了五个基本要素:参数编码,初始群体的设定,适应度函数的设计;遗传操作设计和控制参数设定。由于遗传算法不能直接处理问题空间的参数,因此,必须通过编码将要求解的问题表示成遗传空间的染色体或者个体。原创 2023-02-07 16:20:56 · 5454 阅读 · 1 评论 -
人工智能导论——谓词公式化为子句集详细步骤
所谓变量标准化就是重新命名变元,使每个量词采用不同的变元,从而使不同量词的约束变元有不同的名字。这是因为在任一量词辖域内,受到该量词约束的变元为一哑元(虚构变量),它可以在该辖域内被另一个没有出现过的任意变元统一代替,而不改变谓词公式的值。在谓词逻辑中,任何一个谓词公式都可以通过应用等价关系及推理规则化成相应的子句集,从而能够比较容易地判定谓词公式的不可满足性。母式中的变量仍然认为是全称量词量化的变量。对上面的例子,因为只有一个全称量词,而且已经位于公式的最左边,所以,这一步不需要做任何工作。原创 2023-02-03 17:19:23 · 12728 阅读 · 13 评论