![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 79
一些AI相关技术栈以及方法论的知识点记录
Cherry Xie
喜欢学习,只是因为知识能让我更好地理解与处理遇到的事情
展开
-
机器学习之神经网络
神经网络(Neural Network)是一种模仿人类大脑的机器学习算法,由一系列相互连接的神经元组成。它能够自动学习数据的特征和规律,并对新的输入数据进行预测和分类。原创 2024-07-06 08:56:03 · 1002 阅读 · 0 评论 -
LLM与GPT的一些概念
大模型语言模型(Large Language Model,LLM)技术是近年来人工智能领域的重要突破,凭借其出色的语义理解和生成能力,正在广泛应用于各种自然语言处理场景。原创 2024-06-26 09:19:19 · 252 阅读 · 0 评论 -
数据处理之向量化
向量化是一种将非数值型数据转换为数值型数据的技术,它在机器学习和深度学习领域广泛应用。原创 2024-06-25 08:45:56 · 748 阅读 · 0 评论 -
AI之深度学习
深度学习(Deep learning)是机器学习的一个分支,核心思想是通过多层次的特征提取,自动学习数据的复杂模式和潜在规律。它利用多层次的神经网络结构来学习数据的表示和抽象。相比传统的浅层机器学习模型,深度学习模型具有多个隐藏层,能够自动学习数据的复杂模式和潜在规律。原创 2024-06-23 08:45:00 · 1160 阅读 · 0 评论 -
AI之智能文本
智能文本(Intelligent Text)是指利用人工智能技术对文本内容进行深入分析和理解,从而为用户提供更加智能和有价值的服务。是一个应用领域的概括性概念,它主要是通过将自然语言处理、机器学习等人工智能技术应用到文本数据的分析和处理中来实现需求。它没有一个明确的技术定义或架构,而是指涉及了多个技术领域在文本处理方面的应用和融合。从应用场景来看,智能文本包括了文本理解、生成、摘要、问答、情感分析、分类等不同的功能和使用场景。这些场景都依赖于自然语言处理、机器学习等基础技术的发展。原创 2024-06-20 08:45:00 · 749 阅读 · 0 评论 -
NLP之实体抽取
实体抽取(Entity Extraction)是自然语言处理(NLP)领域中一项重要的技术,它的目的是从非结构化的文本数据中识别并提取出有意义的实体。实体是指文本中表示某种具体事物的词语或短语,通常包括以下几类:人名:如"马云"、“比尔·盖茨”地名:如"北京"、“纽约”组织机构:如"阿里巴巴"、“联合国”日期:如"2024年6月18日"时间:如"下午三点"货币:如"100美元"数量:如"5000平方米"产品:如"iPhone 14"品牌:如"可口可乐"原创 2024-06-19 08:45:00 · 876 阅读 · 0 评论 -
AI之Lambda index
Lambda index 是一个用于衡量语言模型性能的指标,它主要评估模型在生成文本时的语言连贯性和逻辑性。它是由 OpenAI 在发布 GPT-3 模型时提出的。具体来说,lambda index 反映了模型生成的文本中单词与上下文的关联程度。它的计算方式如下:1、给定一个文本序列 X = (x1, x2, …, xn),其中 xi 表示第 i 个单词。值得注意的是,lambda index 是一个相对指标,而不是绝对指标。它的值越高,表示模型生成的文本越连贯,单词之间的逻辑关联越强。原创 2024-06-18 13:38:50 · 1027 阅读 · 0 评论 -
AI框架之langchain
LangChain 是一个开源的 Python 库,旨在简化大语言模型(LLM)在应用程序中的使用和集成。它提供了一种结构化的方法来构建基于 LLM 的应用程序,并解决了许多常见的开发挑战。原创 2024-06-18 13:29:55 · 1647 阅读 · 0 评论 -
AI之Stable Diffusion
Stable Diffusion是一个强大的开源AI模型,由Stability AI公司开发。它可以从文本描述生成高度写实和创意的图像。原创 2024-06-12 08:45:00 · 710 阅读 · 0 评论 -
pytorch之训练实例
使用 PyTorch 的 nn.Module 定义模型的结构return out。原创 2024-06-02 08:55:49 · 361 阅读 · 0 评论 -
数据挖掘之归一化
在数据分析和机器学习中,归一化(Normalization)是一个常见的数据预处理技术。归一化的目的是将数据特征缩放到一个共同的尺度上,以便于后续的分析和建模。归一化也称为最小-最大规范化公式:x′maxx−minxx−minx其中x′是归一化后的数值,x是原始数值,minx和maxx分别是特征的最小值和最大值归一化后,数据会被映射到 [0, 1] 区间内常用于需要限制数据在特定范围内的场景,如图像处理、推荐系统等。原创 2024-05-28 08:45:00 · 1064 阅读 · 0 评论 -
GPT-4o之多模态
多模态(Multimodal)即多种异构模态数据协同推理。多模态数据分析外需与高级认知智能内需相互促进。在生物识别中是指整合或融合两种及两种以上生物识别技术(例如图像、语音、文本等),利用其多重生物识别技术的独特优势,并结合数据融合技术,使得认证和识别过程更加精准、安全。在多模态情景中,不同的感知模态可以相互关联和交互,以更全面地理解和处理信息。原创 2024-05-25 08:38:00 · 403 阅读 · 0 评论 -
python之元类
上面的内容大致写的是:元类,是类的类型。然后就是一些元类的用途,用于记录属性的获取、确保线程安全、跟踪对象的创建、实现单例模式,等等。这也就符合了,我们上方的逻辑,type所有类型的顶点,所有的实例都是基于type的实例创建的。所以我们的结论是,type是基于object实现的,而基于object实现的type实现的type被定义为了类型的顶点。2、追踪对象的创建(当然,在追踪的同时,我们也可以做一些事情,比如对属性的大小写做限制)。object的类型是type,type的类型也是type。原创 2024-02-19 23:25:57 · 756 阅读 · 0 评论