AIGC
文章平均质量分 70
分享AIGC相关理论知识及实践过程
会飞的岛格酱
热爱开发和算法的互联网忠实研究者一枚,除此之外,对产品设计和架构设计也有崇高的热情,一直都在学习的路上。喜欢写文章记录学习过程和做项目的心得,有很多关于创新的思维和想法,我会大胆的提出来,欢迎批评和指正~
展开
-
深度学习思维导图整理(架构/模型/函数/应用领域)
PS:可以使用任何思维导图工具(如MindNode、XMind、MindMeister等)将上述内容转换为图形化的思维导图。这样可以更直观地展示深度学习相关的架构和模型。原创 2024-07-26 11:20:54 · 1042 阅读 · 0 评论 -
百度Ernie大模型是什么?
百度的Ernie模型(Enhanced Representation through kNowledge Integration)是一个基于Transformer架构的预训练语言模型。它由百度研发,旨在通过整合大规模语料和知识图谱来增强模型的语言理解和生成能力。它通过整合大规模语料和知识图谱,采用多任务学习和分层预训练策略,在多个自然语言处理任务上取得了显著的性能提升。Ernie模型的不断发展和优化,使其在语言理解和生成方面表现出色,广泛应用于各种实际场景中。原创 2024-07-26 10:27:42 · 812 阅读 · 0 评论 -
ChatGPT的原理和成本
ChatGPT的大模型通过对这些语料库进行无监督学习,学到了自然语言的语法结构和语义表示,因此它能够高度准确和流畅地生成文本。同时,ChatGPT的大模型也可以根据用户输入的上下文信息,自动生成相关的响应文本,从而实现对话交互的功能。此外,ChatGPT也可以通过学习大量的开源代码库,习得代码的结构和语法规则,从而生成符合编程规范的代码。在这个操作系统上,人与AI之间的交互用的是人的语言,不再是冷冰冰的机器语言,或者高级机器语言,当然,在未来的十来年内,机器语言的使用率仍然会比较高,以便系统更迭和交互。原创 2024-07-25 21:20:29 · 2632 阅读 · 1 评论 -
Python小项目实战:杨辉三角
在 Python 中,列表是一种可变的序列类型,可以动态地增删元素。append 方法是列表对象的一个内置方法,用于在列表的末尾添加一个新的元素。row.append 是 Python 列表(list)对象的方法之一,用于在列表的末尾添加一个新的元素。编写python程序,实现输入正整数n,输出一个n层的杨辉三角,要求打印显示的时候左右对称。在生成杨辉三角的程序中,row.append 被用来在当前行(row)的末尾添加新的元素。下述代码可复制在vscode中运行。比如,输入7,返回结果如图所示。原创 2024-07-24 10:43:54 · 516 阅读 · 0 评论 -
GPT模型为什么能生成有意义的文本
GPT模型的真正能力是基于训练和大量语言数据的文本生成,其目标是创造性地生成文本,能够理解上下文,并生成与输入相关、通顺连贯的内容,而不是简单的联想输入。简言之,我们可以将GPT模型理解为一个会做文字接龙的模型:当我们给出一个不完整的句子,GPT会接上一个可能的词或字,就像我们在使用输入法时,我们输入上文,输入法会联想出下文一样。在经过基于大量数据的预训练和大量的计算之后,GPT模型表现出了令人惊艳的语言理解和生成能力,可以选择性地记住前文的重点,形成思维链推理能力。原创 2024-07-23 20:00:16 · 242 阅读 · 0 评论 -
Transformer和预训练模型是什么
GPT是一种语言模型,它是由OpenAI实验室于2018年推出的基于Transformer架构的预训练语言模型,通过处理大量的非标记语料来进行训练。GPT采用了单向的、基于自回归的方式来预测生成下一个单词的概率,也就是说,当输入前面的句子时,GPT可以预测下一个最有可能出现的单词是什么。GPT模型的主要组成部分是一个由多个层级堆叠而成的Transformer编码器,与其他基于Transformer的模型一样,它将输入序列转换为隐藏表示,再将其用于下游任务,如文本分类、命名实体识别等。那么GPT是什么呢?原创 2024-07-23 19:58:11 · 283 阅读 · 0 评论 -
AIGC高频产品面试题(二)
假设英文译为中文,英文单词数与中文字数之比为1∶1.6,在使用GPT-4的情况下,若输出1500个汉字,收0.06美元,约人民币0.432元,也就是约每千字0.36元。所以,两者的耗时比是40∶1。对于英文文本,1个token大约是4个字符或0.75个单词),GPT-4的使用费用为每1000个prompt token(用于文本生成的特定文本片段或单词)0.03美元或每1000个completion token(语言模型基于prompt token生成的完整文本)0.06美元。跨模态与多模态分别是什么?原创 2024-07-22 20:57:50 · 520 阅读 · 0 评论 -
AIGC小项目:情感分析
构建一个情感分析模型,该模型能够分析文本数据中的情感倾向,判断文本是积极的、消极的还是中性的。原创 2024-07-21 21:03:17 · 514 阅读 · 0 评论 -
AIGC高频产品面试题(专有名词科普及其在AI领域中的应用)
决策树通过一系列的决策节点和分支来表示不同的决策路径,最终实现对输入数据的分类或预测。在AIGC领域中,决策树常用于数据分类、特征选择、风险评估等任务。请举例说明强化学习在AIGC领域中的应用。它在AIGC领域中有什么应用?请举例说明它们在AIGC领域中的应用。它在AIGC领域中的重要性是什么?它在AIGC领域中有什么重要应用?它在AIGC领域中有什么独特应用?什么是递归神经网络(RNN)?它在AIGC领域中有什么应用?什么是自动驾驶技术?它在AIGC领域中的发展现状如何?请简述它在AIGC领域中的应用。原创 2024-07-18 18:40:05 · 704 阅读 · 0 评论 -
Python3基础语法和代码示例
【代码】Python3基础语法和代码示例。原创 2024-07-18 14:35:06 · 273 阅读 · 0 评论 -
新手学习AIGC的步骤与图谱
学习人工智能和生成式对话模型(Artificial Intelligence and Generative Conversational Models)是一项令人兴奋且具有挑战性的任务!原创 2024-07-17 16:15:53 · 533 阅读 · 0 评论 -
AIGC各个应用场景下的模型选择
需要注意的是,下述模型可以在不同任务和领域中灵活应用,它们的归属也会根据模型的设计和主要应用领域而有所变化,并不绝对。原创 2024-07-11 21:21:06 · 1164 阅读 · 1 评论