江南打工人-CSDN博客

原创 AI算法工程师面试题基础精选

AI算法工程师的相关面试题包括机器学习、深度学习以及强化学习等等，在面试时由于涉及范围比较广泛，一般面试官不会问一些比较深比较偏的问题，一般都会结合你经手的项目或者在校期间的项目进行一些算法的基础问题进行提问，在这里我们对在面试中常见中的基础问题进行叙述，而对于算法模型的优缺点在这里就不进行多余的介绍，可以查看我之前的博文。

2023-05-15 15:22:09 2464 1

原创 ChatGPT调用API攻略

随着ChatGPT的问世，交互型人工智能技术得到了进一步的发展，各大互联网巨头也争相研发类似于ChatGPT的产品，例如百度的文心一言，CSDN的chitgpt等等。相比较而言，ChatGPT的相较于其他而言还是略胜一筹，在这里我们就不过多叙述各个工具的优缺点，我们针对ChatGPT的应用主要是其api的调用完成自己的任务来实例操作演示。

2023-05-11 16:12:53 4287 1

原创基于Huggingface完成text-to-image的文本生成图像实例(AIGC)--零基础

AIGC指人工智能生成创造力（Artificial Intelligence Generated Creativity，AIGC），是一个涵盖多个领域的跨学科领域，它将人工智能和计算机科学与创造力和艺术结合起来，旨在通过算法生成具有创造力和艺术性的作品，例如图像、音乐、文本等。当然了，这只是基于别人的模型简单的完成text-to-image任务，想要更好的，更加完美的完成任务，还需要进一步的训练，修正等等工作。导入模型后，建立想要生成图片的文本信息，将文本信息输入模型即可完成文本图像的生成。

2023-05-10 18:09:46 1556 2

原创 Transformer长期时序预测

transformer主要对输入特征进行编码、解码等，在这里原理并不过多的介绍，我们通过实例来完成transformer在时间序列上的预测应用。transformer预测的结果并不是单一的值，而是一个集合，预测出在该时间序列的可能值，然后再根据具体的业务需求完成最后的值，下图展示了结果中的某一样本的预测值。我们使用的是某一零件的耗用量，预测未来半年的该零件的耗用情况，时间维度是月，数据的示意图如下图所示。如上图所示，蓝色部分为训练数据，红色为测试部分。紧接着搭建训练样本、测试样本以及验证样本的数据加载器。

2023-04-28 14:35:06 2340 2

原创最全最详细机器学习算法原理应用及优缺点描述

在构建过程中，决策树算法采用一定的指标来衡量特征的重要性，以选择最优的划分特征。其核心思想是针对训练集中被误分类的样本，构建一棵新的决策树来弥补前面的模型缺陷，新模型是基于原模型的残差进行学习的，即对误差做梯度下降来训练模型。整个过程中需要注意的是，每棵决策树的构建是基于前面已经构建好的决策树的残差进行的，因此它们之间是有关联的。需要注意的是，KNN算法对于输入数据的维度较为敏感，当数据维度较高时，会出现“维度灾难”问题，因为高维空间的数据样本很容易出现距离相等或者相近的情况，导致KNN算法的准确性下降。

2023-04-24 15:24:36 5697 3