人工智能
文章平均质量分 90
非科班大厂码农(同名公众号)
这个作者很懒,什么都没留下…
展开
-
比 GPT-4 便宜 187 倍的Mistral 7B (非广告)
Mistral 7B 是一种设计用来快速处理较长文本的人工智能模型。它采用了一些特别的技术来提高速度和效率,比如“分组查询注意力(grouped-query attention)”和“滑动窗口注意力(sliding-window attention)”。这些技术帮助模型在生成输出时保持较高的质量和速度,同时还能处理更多的上下文信息(最多 8,000 个单词左右)。相较于一些更大的模型,Mistral 7B 的运算速度更快,内存要求更低,也更节省成本,而且它是免费提供的,使用没有限制。原创 2024-09-12 07:08:48 · 902 阅读 · 0 评论 -
最通俗的语言搞懂”大模型“的来龙去脉
人工智能时代,有很多时髦、相互容易混淆概念的科技名词:AI、Machine Learning、Deep Learning、Generative AI、Large Model,它们指的是同一个概念么?不是的。AI(artificial intelligence人工智能),它的概念最广泛,所有研究人类智能的技术都可以归为其中。ML(machine learning机器学习),是AI的一个子集,具体指的是通过计算机从数据中学习规律的技术。原创 2024-09-11 07:32:20 · 1416 阅读 · 0 评论 -
全网最易懂 !用人话讲给初中生听的线性回归LinearRegression !
当我们学习一门新课程、接触一个新专业时,总会对该领域的专有名词感到困惑,甚至看完解释仍难以理解其含义。在我们一起学习machine learning的过程中,我会尽量对相关名词用“人话”做一遍解释,以减少学习的“痛苦感”。譬如今天要学的线性“回归”,这个**回归(regression)**和我们平时说的“回归祖国”的回归(return)是两个含义完全不同的词,它有“倒推”的含义在里面。我们学习的时候一定要抛开现有的认知,这样才能对新知识有更高的接受度。那么,这个回归究竟是什么意思呢?其实回归算法是相对。原创 2024-08-21 07:20:36 · 1007 阅读 · 0 评论 -
如何向小白解释清楚机器学习的4W
2012年,AlexNet架构的出现(以其发明者Alex命名的神经网络架构)展示了巨大的潜力,自此机器学习开始备受关注。这个程序的独特之处在于,它能够通过奖励机制来学习改进自己的表现,他在1952年首次提出了“机器学习”这个术语。然而,通过绘制人工智能和机器学习的维恩图,我们可以清楚地看到,在几乎所有的软件公司中,无论是谷歌这样的科技巨头,还是新成立的小型初创公司,软件工程师都是非常高薪的职位。维基百科对机器学习的定义是:机器学习是计算机科学的一个领域,使计算机能够在没有明确编程的情况下进行学习。原创 2024-08-20 20:09:19 · 595 阅读 · 0 评论 -
2W字,100张图,100个例子吃透机器学习100个核心概念 !
训练集用于模型学习,验证集用于模型调优,测试集用于最终评估模型的表现。通用逼近定理(Universal Approximation Theorem)通用逼近定理(Universal Approximation Theorem)是机器学习和神经网络领域的一个重要理论,它的核心思想是:具有足够复杂度的神经网络可以逼近任何连续函数。换句话说,一个足够复杂的神经网络可以学到任何复杂的模式或关系。想象你有一个非常复杂的数学函数,它很难直接描述。原创 2024-08-20 20:31:56 · 1407 阅读 · 0 评论 -
你和NumPy之间,只差这40张图
NumPy 是 Python 生态系统中用于数据分析、机器学习和科学计算的核心工具包。它极大地简化了向量和矩阵的操作。许多重要的开发工具包,如 scikit-learn、SciPy、pandas 和 tensorflow,都建立在 NumPy 的基础上。掌握 NumPy 不仅有助于对数值数据进行切片和交叉分析,还能在处理和调试这些库时为你带来优势。原创 2024-08-14 08:30:38 · 984 阅读 · 0 评论 -
如何向10岁小孩解释清楚贝叶斯定理 !
贝叶斯定理在提出来后的很长一段时间,大家并没有觉得它有什么作用,并一直受到主流统计学派的排斥。直到计算机的诞生,贝叶斯定理的强大作用才逐渐显现出来。人们发现,贝叶斯定理可以广泛应用于数据分析、模式识别、统计决策,甚至是当前最热门的人工智能领域,可以说,掌握并应用贝叶斯定理,是每个人必备的技能。为了弄清楚贝叶斯定理到底要解决什么问题,我们先来看一个现实生活中的例子:假设有一种疾病,其发病率为0.1%。现在,如果一个人测试显示阳性,请问他患病的概率是多少?原创 2024-08-13 06:45:41 · 999 阅读 · 0 评论 -
谷歌科学家:《改变你职业生涯的一篇文章,我如何运用人工智能完成工作》建议每个人都要读一遍
通常,我不是那种轻易相信任何事物的人。比如,尽管我经历了十年前信息安全界的加密货币热潮,我却从未参与撰写任何关于区块链的研究论文。我也从未拥有过任何比特币,因为在我看来,它们除了用于赌博和欺诈之外,没有任何实际价值。我一直持怀疑态度,每当有人向我宣称“某项新技术将改变世界”,我的反应总是冷漠。因此,当第一次有人告诉我人工智能将极大地提升我的工作效率并改变我的日常工作方式时,我同样持保留态度,我的回应是:“见到实际效果我才会信。”此外,我是一名安全研究员。原创 2024-08-12 08:53:42 · 298 阅读 · 0 评论