- 博客(232)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 文本向量嵌入表示模型评估榜单参考
文本向量嵌入表示模型相关参考资料：C-MTEB：Chinese Massive Text Embedding Benchmark榜单。MTEB: Massive Text Embedding Benchmark榜单。MTEB: Massive Text Embedding Benchmark榜单。
2024-05-23 16:03:27
169
原创 检索增强生成RAG范式概述
RAG---Retrieval-Augmented Generation是一种结合了信息检索和生成式模型的方法，旨在提高生成式模型在问答、摘要等任务中的表现。它通过在生成式模型中引入一个信息检索模块，可以在生成文本的过程中动态地检索外部知识/知识库，从而提高生成文本的质量和相关性。这种结合信息检索和生成的方法可以有效地利用外部知识来辅助生成模型，使得生成的文本更加准确和丰富。
2024-05-22 17:48:48
490
转载 全球首个人形机器人“天工”问世
同时，“天工”采用了其独立自主研发的全新人形机器人运动技能学习方法——“基于状态记忆的预测型强化模仿学习”，实现了全球首例纯电驱全尺寸人形机器人的拟人奔跑。该方法既解决了强化学习带来的定位精度差的问题，又解决了模型预测控制方法当中对于非结构化环境适应性差的问题，达到更稳健、更拟人、更泛化的效果，可进一步推动规模化商业应用。发布会上，“天工”还为现场观众带来了一场精彩的“演出”，展示出“天工”对复杂环境更强的适应性，在行走及奔跑时更快速、更拟人，已实现6km/h的稳定奔跑。本文转自【央视新闻客户端】；
2024-04-28 16:50:42
68
转载 Llama3中文微调模型-Llama3-Chinese-8B-Instruct概述
Llama3的最大模型参数规模达到了惊人的400B。），8B模型和70B模型全系列都采用了GQA，GQA通过将查询分成不同的部分并给予它们不同的重点来理解查询的层次结构，这有助于系统更好地理解复杂问题并找到更相关的信息。通过LoRA微调，我们不仅保留了Llama3模型在预训练阶段获得的知识，还通过针对性的架构调整和参数优化，进一步提升了模型对中文语境的适应性和任务执行的准确性。这一过程中，我们特别注重了超参数的精细调整，并通过反复的模型评估与迭代，确保了微调后的模型能够在实际应用中稳定地提供高质量的输出。
2024-04-24 16:06:47
1949
转载 GPT-4被超越，Anthropic发布Claude 3系列模型，全球最强大模型易主
Claude 3系列包括Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus，能力逐级增强。Opus作为最先进模型，在多项评估标准上领先同行，展现出几乎与人类相媲美的理解和表达能力，是AGI领域的领跑者。Anthropic表示，Claude 3模型在企业应用和大规模部署方面还将提升，包括更高级的智能体功能和更智能、更快速、更安全的特性。Anthropic的Claude 3系列模型在AI领域引起了轰动，展示出强大的智能和性能，对行业发展具有重要意义。
2024-03-05 09:43:20
163
2
原创 python快速实现可使用不同颜色画笔的画布功能界面
Tkinter是Python的标准GUI（图形用户界面）工具包，它提供了创建GUI应用程序的功能。Tkinter是Python自带的库，因此无需额外安装即可使用。它基于Tk GUI工具包，是Python的标准GUI工具包之一。Tkinter提供了各种组件（如按钮、标签、文本框等）和布局管理器（如pack、grid、place）来构建用户界面。通过Tkinter，可以创建各种窗口、对话框、按钮、菜单等，以及处理用户输入和交互。鼠标点击可以选择8种不同颜色的画笔【初始默认为黑色】核心组件：tkinter库。
2024-02-24 17:03:01
511
1
原创 OpenAI文生视频大模型Sora概述
Sora的发布引发了关于虚假信息传播的争议。OpenAI将视频和图像表示为Patch，类似于GPT中的token，这种统一的数据表示方式使得Sora能够在更广泛的视觉数据上进行训练，涵盖不同的持续时间、分辨率和纵横比，有助于模型学习到更丰富的视觉特征，提高生成视频的质量和多样性。Sora是一种扩散模型，具备从噪声中生成完整视频的能力，它生成的视频一开始看起来像静态噪音，通过多个步骤逐渐去除噪声后，视频也从最初的随机像素转化为清晰的图像场景，其能够一次生成多帧预测，确保画面主体在暂时离开视野时仍保持一致。
2024-02-22 13:46:04
1907
1
转载 第一拨靠文生视频大模型Sora赚钱的人已经出现，当心被“割韭菜”
记者看到，在名为“李一舟”的微信视频号上，售出课程共3.3万件，目前在售的“每个人的人工智能课”视频课程，售价199元，已售卖近600份。业内人士提醒，在人工智能的风口上，确实存在一些商家和个人，利用信息不对称和消费者的焦虑心理，推出低质量或虚假的产品，以牟取暴利。记者在售价9.9元、已售15份的“Sora实操手册，变现方式教程”商品详情处看到，手册、教程内容包括介绍Sora的功能、优势、演示案例以及变现方式，变现方式包括搞流量、卖账号、卖课程、卖提示词等。此外，还有售卖Sora的使用渠道和搞钱思路。
2024-02-22 10:37:32
96
转载 OpenAI2024王炸：文本生成视频大模型Sora引爆资本市场，概念股掀起热潮
但在不少社交平台和短视频平台上，一些个人和机构在尚未使用Sora的情况下就推出相关的付费课程，在这其中，李一舟成为国内AI课程领域的“明星”，推出的AI课程吸引了大量学员。而视频中动画和人物动作的逼真程度，被业内人士视作人工智能对于人类所处的物理世界理解程度的真实反映，而Sora除了在更长维度上的独特价值外，作为一种高效工具的它，也将会给诸多行业带来彻底的颠覆。在核心应用方面，Sora不仅可以通过文本生成视频，而且可以以静态图片生成视频，甚至连接两个完全不同主题和场景的视频，实现无缝过渡。
2024-02-22 10:34:28
269
原创 python快速实现图片的马赛克化
马赛克在古希腊和罗马时期广泛使用，用于装饰建筑物、浴室、庭院等。它由小块石材、玻璃、陶瓷或其他材料组成，通过粘合剂固定在表面上，形成各种图案和图像。马赛克在艺术和建筑领域一直被广泛使用，成为一种独特而美丽的装饰形式。马赛克图片是一种由小块像素组成的图像。它通过将原始图像分割成许多小方块或像素，并使用不同颜色或灰度值填充每个小方块来创建。这些小方块可以是正方形、长方形或其他形状，它们的颜色或灰度值根据原始图像的颜色或灰度值来确定。马赛克图片常用于保护隐私，对敏感信息进行模糊处理，或者用于艺术创作和装饰。
2024-02-04 18:02:35
490
原创 反物质(anti matter)和湮灭反应(Annihilation)浅读
反物质是正常物质的反状态。当正反物质相遇时，双方就会相互湮灭抵消，发生爆炸并产生巨大能量。正电子、负质子都是反粒子，它们跟通常所说的电子、质子相比较，电量相等但电性相反。科学家设想在宇宙中可能存在完全由反粒子构成的物质，也就是反物质。电子和反电子的质量相同，但有相反的电荷。质子与反质子也是这样。粒子与反粒子不仅电荷相反，其他一切可以相反的性质也都相反。质子与中子被统称为核子。人们从核现象的研究发现，质子能转化为中子，中子也能转化为质子，但在转化前后，系统的总核子数是不变的。例如：在发生β衰变时，放出正电子的
2024-02-02 18:11:19
999
原创 20个经典算法题目和python示例实现（算法编程练手）
20个经典算法题目和python示例实现（算法编程练手）---然而，两个相同种类的任务之间必须有长度为整数 n 的冷却时间，因此至少有连续 n 个单位时间内 CPU 在执行不同的任务，或者在待命状态。给定一个非空字符串 s 和一个包含非空单词列表的字典 wordDict，判定 s 是否可以被空格拆分为一个或多个在字典中出现的单词。题目：给定一组物品的重量和价值，以及一个背包的容量，找到能够装入背包的物品的最大总价值。题目：给定一个带权重的无向图，找到一个最小生成树，使得所有边的权重之和最小。
2024-01-27 17:20:29
1613
原创 海鸥优化算法解决函数最小化问题的python示例实现
海鸥优化算法（Seagull Optimization Algorithm，简称SOA）是一种基于鸟类行为的启发式优化算法，灵感来源于海鸥在觅食过程中的行为策略。海鸥优化算法的基本思想是将待优化问题中的解空间看作是一个海域，将候选解看作是海鸥。合作搜索：根据适应度值，选择一部分优秀的海鸥作为领导者，其他海鸥围绕领导者进行搜索。通过合作和竞争的方式，能够有效地搜索解空间，具有较好的全局搜索能力。竞争搜索：在领导者的引领下，海鸥之间进行竞争搜索，以寻找更好的解。更新位置：根据搜索结果更新海鸥的位置。
2024-01-25 11:16:12
497
原创 樽海鞘优化算法寻找函数最小值问题的python示例实现
在算法的每一代中，樽海鞘个体根据其适应度值和周围个体的信息来调整自己的位置。每个樽海鞘个体都有自己的位置和适应度值，代表了其在问题空间中的解和解的质量。算法通过模拟樽海鞘的觅食和逃避行为来更新个体的位置，以期望找到更优的解。它模拟了樽海鞘在寻找食物和逃避危险时的行为策略，通过优化问题的搜索过程来寻找最优解。函数来执行樽海鞘优化算法，在每次迭代中，计算个体的适应度值，并找到最佳个体，然后更新所有个体的位置，并重复这个过程直到达到最大迭代次数，最后输出找到的最优解和最优适应度值。函数来更新个体的位置，其中。
2024-01-25 11:09:14
409
原创 灰狼优化算法解决函数优化问题的python示例实现
在灰狼优化算法中，将灰狼群体分为alpha、beta、delta三个等级，分别代表群体中最优解、次优解和次次优解。每个灰狼根据自己的位置和其他灰狼的位置来更新自己的位置，以期望找到更优的解。群体结构：在灰狼算法中，灰狼群体分为alpha、beta、delta三个等级，分别代表群体中最优解、次优解和次次优解。根据 alpha、beta、delta 的位置和其他灰狼的位置，更新灰狼的位置。根据灰狼的适应度，确定 alpha、beta、delta 三个灰狼的位置。初始化灰狼群体的位置和适应度。
2024-01-25 11:03:28
444
原创 人工蜂群算法解决Rastrigin函数全局最小值问题的python示例实现
ABC算法的主要函数，包括初始化蜜蜂群、计算适应度函数、更新蜜源和选择蜜蜂等操作，其中，dimension表示变量的维度，max_iter表示最大迭代次数，num_bees表示蜜蜂数量，limit表示变量的取值范围，func表示适应度函数。ABC算法的基本思想是将搜索空间中的每个解看作一个蜜源，蜜蜂在搜索过程中分为三种角色：工蜂、侦查蜂和观察蜂。工蜂在蜜源周围搜索，发现更好的蜜源后将信息传递给其他工蜂，侦查蜂则在搜索空间中随机选择蜜源进行探索，观察蜂则负责更新蜜源的信息。
2024-01-25 10:57:17
451
原创 狼群算法解决旅行商问题的python示例实现
它的优势在于能够同时进行全局搜索和局部搜索，通过合作和竞争的机制，能够有效地避免陷入局部最优解。狼群算法的基本思想是将问题空间看作是一个潜在的食物源，狼群的目标是找到这个食物源。狼群中的每个个体代表一个解，而狼群中的每个狼则代表一个搜索代理。首先定义城市坐标，然后计算城市之间的距离矩阵，然后使用狼群算法进行迭代搜索，更新狼群的位置，最后找到最优解并输出最优路径和最短距离。在狼群算法中，狼群的行为受到领导者和追随者的影响。它模拟了狼群中的领导者和追随者的行为，通过合作和竞争来搜索最优解。
2024-01-25 10:38:36
430
原创 鲸鱼优化算法寻找函数最优解问题的python示例实现
在函数 f(x) = x^2 的最小值问题中，算法通过不断迭代优化个体的位置，使得个体逐渐靠近最小值点。鲸鱼优化算法的基本思想是通过模拟鲸鱼的行为，来寻找最优解。算法通过模拟鲸鱼的迁徙、呼吸和歌唱等行为，来更新每条鲸鱼的位置和速度，从而逐步逼近最优解。然后，通过模拟鲸鱼的迁徙行为，将优秀个体的位置进行更新，以期望找到更优的解。迁徙行为：通过模拟鲸鱼的迁徙行为，更新每条鲸鱼的位置和速度。呼吸行为：通过模拟鲸鱼的呼吸行为，更新每条鲸鱼的位置和速度。歌唱行为：通过模拟鲸鱼的歌唱行为，更新每条鲸鱼的位置和速度。
2024-01-23 17:18:53
605
原创 禁忌搜索算法解决旅行商问题的python示例实现
禁忌搜索算法的核心思想是维护一个禁忌表，记录了一些不允许访问的解。在搜索过程中，算法会根据一定的策略选择下一个解进行探索，并根据目标函数的变化情况决定是否接受该解。如果接受了新的解，算法会更新禁忌表，并将当前解加入禁忌表中，以避免在接下来的搜索中再次访问相同的解。它基于局部搜索的思想，通过在搜索过程中禁止一些已经访问过的解，以避免陷入局部最优解，从而更有可能找到全局最优解。常见的策略包括使用邻域搜索来生成候选解，通过引入禁忌长度来控制禁忌表的大小，以及使用目标函数的变化情况来决定是否接受新的解。
2024-01-23 16:49:51
423
原创 模拟退火算法解决旅行商问题python示例实现
它以一个初始解开始，然后通过一系列的迭代过程逐渐改进解的质量。在每次迭代中，算法会随机选择一个相邻解，并计算其目标函数值的变化。随着温度的下降，接受劣解的概率逐渐减小，算法趋向于收敛到全局最优解。接受准则决定了在给定温度下是否接受劣解，常用的准则有Metropolis准则和Boltzmann准则。它模拟了固体退火的过程，通过在解空间中随机移动来逃离局部最优解，以期望找到全局最优解。TSP是一个经典的组合优化问题，目标是找到一条最短路径，使得旅行商能够访问一系列城市并回到起始城市，同时每个城市只能访问一次。
2024-01-23 16:43:43
350
原创 支持向量机（SVM）进行文本分类的Python简单示例实现
它的基本思想是将数据映射到高维空间中，使得数据在该空间中线性可分，然后在该空间中寻找最优的超平面，将不同类别的数据分开。在训练过程中，SVM会寻找最大间隔超平面，即距离支持向量最远的超平面。这样可以使得分类器的泛化能力更好，对新的数据具有更好的预测能力。如果你的数据来源于一个CSV文件中的很多条文本，你可以使用Python中的pandas库来读取CSV文件。SVM的优点在于可以处理高维数据，具有较好的泛化能力和鲁棒性。同时，SVM还可以使用核函数将数据映射到更高维的空间中，从而处理非线性问题。
2024-01-10 15:26:57
1321
原创 朴素贝叶斯进行垃圾邮件分类的python简单示例实现
朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的分类算法，它的核心思想是利用特征之间的独立性来简化分类问题。具体来说，朴素贝叶斯假设每个特征与其他特征之间是相互独立的，即每个特征对于分类结果的影响是相互独立的，这样就可以将多维特征空间简化为一维特征空间，从而大大降低了计算复杂度。但是，它的缺点是对于特征之间存在较强的相关性的数据集表现不佳。这只是一个简单的示例代码，实际应用中可能需要进行更多的数据预处理和特征工程，以及调参等操作来提高分类器的性能。字段是邮件的内容，是一个字符串类型的变量。
2024-01-10 15:10:38
477
原创 遗传算法解决函数最大化问题的完整Python实现
来评估个体的适应度。遗传算法的参数包括种群大小（population_size）、迭代代数（num_generations）、交叉率（crossover_rate）和变异率（mutation_rate），可以根据具体问题进行调整。遗传算法的基本思想是通过模拟生物的遗传机制来搜索解空间。算法维护一个种群，其中每个个体都代表问题的一个可能解。通过不断进行选择、交叉和变异操作，优秀的个体逐渐被筛选出来，并且逐代进化，最终找到问题的最优解。它通过模拟自然选择、交叉和变异等基因操作，来搜索问题的最优解。
2024-01-10 14:36:54
584
原创 蚁群算法解决旅行商问题的完整Python实现
可以根据需要修改距离矩阵的大小和内容。蚁群算法的参数包括蚂蚁数量（num_ants）、迭代次数（num_iterations）、信息素重要程度（alpha）、启发式信息重要程度（beta）、信息素蒸发率（rho）和信息素增量（Q）根据具体问题进行调整。蚁群算法的基本思想是，蚂蚁在搜索过程中通过释放信息素来引导其他蚂蚁的行为。蚂蚁在路径上释放的信息素会被其他蚂蚁感知到，并且更倾向于选择信息素浓度较高的路径。它通过模拟蚂蚁在寻找食物时释放信息素的行为，来解决组合优化问题，特别是旅行商问题（TSP）。
2024-01-10 14:29:14
686
原创 python快速实现简易电子音乐盒（电子钢琴）
此版本为基础性雏形实现，后期如有需要可基于此进行扩展和优化，实现一个真正的完整的音乐盒或者电子琴。音乐盒使用多个正常时长的音乐音频文件，电子琴使用多个特定的瞬时音效音频文件。当你点击每一个琴键时，就会产生音乐/音效。如果你把每个键都点一遍，则会7个对应的音频文件合起来产生混合音效（或者连续点击某一个琴键时也是如此）可以根据需要修改自己的音频文件,以及相应的路径，wav格式可以直接把mp4格式的音频修改后缀名即可。由于没有录视频，只能看一下运行截图，实际用鼠标点击琴键则会播放音乐/音效。
2024-01-05 15:26:00
831
原创 InvalidArchiveError(“Error with archive F:\\anaconda3\\pkgs\\vs2015_runtime-14.27.29016-h5e58377问题解决
的原因，例如你使用pycharm或者anaconda prompt命令行创建新conda环境，但同时在pycharm或其他开发工具vscode中正在运行某些python程序（例如启动了django服务等），尝试先将其关闭，再进行环境创建，即可成功。）后再进行环境创建，或者直接将整个anaconda3文件夹设为完全控制（此步骤时间较长，需扫描整个文件夹所有内容），一般情况下都可以解决此问题，从而创建新的conda环境。文件的问题，查阅相关解决办法，可以尝试先将。右键-属性-安全-选中Users-编辑。
2023-12-14 09:41:15
868
原创 TemplateSyntaxError at /api/docs/‘staticfiles‘ is not a registered tag library. Must be one of:xxx问题
在对应文件夹的包里找到index.html文件，可直接选择以记事本方式打开，修改第二行代码，将staticfiles改为static即可。保存后重新启动服务进行访问即可成功。
2023-12-12 10:26:17
406
原创 AssertionError: `coreapi` must be installed for schema support.错误解决
直接pip install coreapi即可。其实本质上就是需要安装coreapi包的问题。
2023-12-11 15:30:22
835
原创 关于命令行方式的MySQL服务无法启动问题原因之一解决
在本地地址列如果发现3306端口被占用，则通过 taskkill /f /pid 进程id命令关闭进行，释放端口。当你遇到无法启动的问题时，可以尝试通过netstat -ano命令查看系统进行信息，验证是否3306端口被占用。这里无法启动服务的原因为系统某些进行占用了3306端口问题。再启动mysql服务可以成功启动。
2023-12-07 11:11:28
523
原创 （12月最新）完美兼容安装torch-geometric与torch-scatter torch-sparse torch-cluster、torch-spline-conv的方法及版本对应关系
如果你通过各种pip install、conda install、加上类似-f https://pytorch-geometric.com/whl/torch-1.8.0+cu102.html、-f https://data.pyg.org/whl/torch-1.8.0+cu102.html等后缀链接，然后尝试各种组合的torch-geometric与torch-scatter torch-sparse torch-cluster、torch-spline-conv不同版本的安装之后依然没有成功，不妨试试
2023-12-05 17:43:43
1266
2
原创 Python快速实现BMI(身体质量指数)计算器(窗口界面形式)
BMI是身体质量指数（Body Mass Index）的缩写，是一种衡量人体肥胖程度的指标。其中，体重以千克为单位，身高以米为单位。根据计算结果，可以将人的体型分为偏瘦、正常、超重和肥胖四个等级。BMI = 体重（kg）/ 身高^2（m）18.5
2023-11-29 11:44:28
1736
原创 2023年云计算发展趋势浅析
同时，隐私保护和合规性将成为云计算发展的重要方向，以满足用户对数据隐私和合规性的要求。混合云和多云战略：企业将更加倾向于采用混合云和多云战略，以在不同的云服务提供商之间实现灵活性和可扩展性。随着物联网设备的普及和数据量的增加，将需要在离用户更近的地方进行数据处理和存储，以减少延迟并提高性能。用户需要考虑数据传输的成本和速度，并选择合适的网络连接方式，以确保数据的快速和可靠传输。多云和混合云：企业越来越倾向于采用多云和混合云策略，以在不同的云服务提供商之间实现灵活性和可扩展性。
2023-11-10 18:02:18
1860
1
原创 纯python代码快速实现简易带界面的数字华容道小游戏
玩家需要利用空白方块的位置，通过交换数字方块的位置，逐步将它们按照从小到大的顺序排列。玩家可以使用键盘上、下、左、右四个方向键来移动数字方块，将其移动到空白方块的位置。数字华容道是一种经典的益智游戏，旨在通过移动数字方块的位置，将它们按照正确的顺序排列。游戏板由一个4x4的方格组成，其中包含了编号为1到15的数字方块，以及一个空白方块。玩家的目标是在最短的步数内完成游戏，将所有数字方块按照正确的顺序排列在方格中。游戏的难度取决于数字方块的初始打乱程度，有些情况下可能需要进行一系列复杂的移动才能完成游戏。
2023-11-10 17:42:30
613
原创 基于try-except模块的ZeroDivisionError: division by zero解决办法
顾名思义，ZeroDivisionError: division by zero就是除数为0的情况，也可以理解为分母为0的情况。如1/0，2/0，3/0等，但有些场和我们可能需要分母位置的0值，例如我要比较分子与分母的大小，取得其中的相对小值作为一个变量，包括0。输出报错：ZeroDivisionError: division by zero。正常输出：0 0 3.0。可采用这种方式根据具体情况自行定义。
2023-11-02 17:35:05
770
原创 人工智能快速发展时代下的“AI诈骗防范”
当前，AI技术的广泛应用为社会公众提供了个性化智能化的信息服务，也给网络诈骗带来可乘之机，如不法分子通过面部替换语音合成等方式制作虚假图像、音频、视频仿冒他人身份实施诈骗、侵害消费者合法权益。你认为AI诈骗到底应该如何防范，来说说你的看法吧！
2023-11-01 13:57:34
149
转载 NP问题NP-complete & NP-hard的概念与解释
根据库克定理，任意一个NP完全问题如果能够在多项式时间内解决，则所有的NP问题都能在多项式时间内解决。P问题是NP问题的子集，也就是说任何可以被图灵机在多项式时间内解决的问题都可以被非确定性的图灵机解决，NP问题至今没有找到多项式时间算法解。而NP-Hard只需要具备NP-Complete的第二个性质，因此NP-Complete是NP-Hard的子集。（Polynomial time）在计算复杂度理论中，指的是一个问题的计算时间m(n)不大于问题大小n的。倍数，即m(n) = O(n)。
2023-10-27 13:44:29
1021
转载 AttributeError:module ‘torch.nn.parameter‘ has no attribute ‘UninitializedParameter‘
在torch 1.6.0版本中 ‘torch.nn.parameter’ 没有’UninitializedParameter’这个属性，查阅了相关文档发现这个属性在1.8.0加入的。简单来说就是将torch_geometric\nn\dense\linear.py这个文件的代码稍微做了改动，不会用到 ‘torch.nn.parameter’ 的’UninitializedParameter’属性了，因此修改后就不会报错了，如下图。可以看到报错的地方在于torch，所以这是版本不对应的问题。
2023-10-19 18:07:31
421
原创 torch版本对应的torch_geometric与torch-sprse/cluster/scatter库的正确安装
使用上述标红命令即可快速安装需要的包（确定自己环境中安装的pytorch版本以及cuda版本，使用对应的命令即可）
2023-10-19 18:03:54
3864
面向信号数据的离散小波变换的C++和MATLAB方式实现
2022-07-21
C++实现图像信号的小波变换
2022-07-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人