死磕代码程序媛-CSDN博客

原创深入探索Sora背后的创新技术：扩散模型（附PPT)）

而在反向过程中，这一转化过程被逆转，通过训练有素的神经网络模拟微分方程，最终生成新的数据。与其他模型相比，扩散模型提供了更为稳定的训练目标以及更优的生成效果。扩散模型在计算机视觉、自然语言处理等多个领域表现尤为出众，它成功解决了诸如VAEs的后验分布对齐问题、GANs的不稳定性、EBMs的计算量过大以及NFs的网络约束等问题，成为当今研究的热点。为了让你更深入地理解和掌握这一前沿技术，我们精心整理了UC伯克利大学提供的《扩散模型》课程视频及210页PPT，全面解析扩散模型的原理与应用。

2024-02-28 10:57:47 964

原创终于有本书彻底讲清楚了数学建模！

在科学和技术迅速发展的今天，数学建模作为一种跨学科的桥梁，连接了不同领域的知识。《数学建模：模型、分析与应用》（第二版）以其内容的深度和广度，以及对实际案例的深入分析，成为数学建模领域的重磅之作，值得每一位读者细细品味和钻研。他在沃尔夫森中心和牛津大学的数学研究所的工作，使他能够将数学理论与社会现实紧密结合，从而为读者提供了极具价值的视角。通过对平衡点、稳定性、相平面分析等多个核心主题的深入探讨，读者能够全面掌握数学建模的精髓。从离散的差分方程到连续的常微分、偏微分方程，再到涉及延迟和随机性的复杂模型，

2024-02-28 10:51:15 619

原创我发现了仅有的一本系统介绍可解释性机器学习的书籍！

机器学习受到了许多研究人员和行业人士的关注。机器学习是一种强大的技术，用于产品、研究和自动化。如今，例如，机器学习被用于检测欺诈性金融交易、推荐电影和分类图像。模型的可解释性通常至关重要。可解释性帮助开发者调试和改善模型，建立对模型的信任，证明模型预测的合理性，并获得洞察力。本书是由德国慕尼黑大学博士Christoph Molnar，模型解释领域为数不多的专家，完成的第二版，长达330页，是仅有的一本系统介绍可解释性机器学习的书籍。添加微信号：xtyifan1204，加我好友领取备注「机器学习」，即可获取

2024-02-14 18:53:38 942

原创史上最全 BAT 大厂机器学习面试1000题整理！（速度收藏）

刷题，是面试前的必备环节。想要入职大厂可谓是千军万马过独木桥。为了通过层层考验，刷题肯定是必不可少的。鉴于此大厂多年经验技术面试官总结根据BAT机器学习面试1000题系列，结合各个大厂的面试题型整理了一份《机器学习面试刷题宝典》，为了阅读体验，搞了黑白两个背景的版本，可谓非常用心了。机器学习面试1000题也是面试中经常出现的问题（80%都会问到）。其实，理解它并不是非常难，但是好多朋友都遇到了一个相同的问题，那就是：每次看书的时候都很明白，但回过头就忘了，经常容易将概念弄混。

2024-01-30 13:49:57 530

原创统计学至今无法绕过的必读书和国内外名校视频教程都在这里了!

在当前学术出版界，一个令人瞩目的现象是，多达79%的论文由于统计方法的错误应用而未能成功发表。这不仅削弱了研究的有效性，也降低了论文的接受率。鉴于此，我们精心筛选并汇总了一系列稀缺而精华的统计分析资源，旨在为研究者提供一把攀登科研高峰的利器。这些特别资源汇集了：北卡罗来纳大学教堂山分校（University of North Carolina at Chapel Hill，最美国顶尖的五所公立大学之一）的遗传系前辈Josh Starmer所创的动画讲统计。【视频】（包含英文原版和汉化版）

2024-01-30 13:47:27 1015

原创丁鹏在伯克利的线性模型讲义出炉成书，开放下载！

丁鹏教授是加州大学伯克利分校统计系的副教授，他在2015年获得哈佛大学统计系博士学位，并在哈佛大学公共卫生学院流行病学系完成了博士后研究。丁鹏教授在北京大学获得了数学、经济学和统计学三个学士学位，并在耿直教授的指导下完成了统计学硕士学位。他的学术成就获得了国际认可，曾荣获2018年皇家统计学会（RSS）Guy铜奖，以及2023年COPSS Emerging Leader Awardee。

2024-01-05 10:01:06 547

原创非常适合初学者的数据结构与算法书籍推荐！（附下载）

杰里米·库比卡是一位专注于人工智能和机器学习的工程师总监。他在卡内基梅隆大学获得了机器人博士学位，在康奈尔大学获得了计算机科学学士学位。在研究生院期间，他致力于开发探测杀手小行星的算法。库比卡是多本书的作者，他的作品旨在向读者介绍计算机科学，包括《计算童话》和《CS侦探》，以及运营着计算童话博客。第一章：记忆中的信息第二章：二分查找第三章：动态数据结构第四章：堆栈和队列第五章：二叉搜索树第六章：尝试和调整数据结构第七章：优先级队列和堆第八章：网格第九章：空间树。

2024-01-04 10:20:16 437

原创太全了！计算机视觉2D/3D标注工具汇总，超好用！

标注工具是处理原始数据的第一关，无论是检测任务、分割任务还是3D感知、点云等，都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成，而对于个人或小的团队来说，一款开源好用的标注工具则至关重要，本文为大家汇总了领域常用到的标注工具，涉及2D检测分割/3D检测分割以及多传感器的标定同步。

2023-06-09 11:22:55 911

原创免费的 AI 代码辅助工具-codeium

Codeium 是由 Exafunction 的团队开发的，是一个建立在尖端 AI 技术上的代码加速工具包，通过与编辑器的轻松集成，可以让使用者专注于成为最好的软件开发人员，而不仅仅是搬砖者。Codeium 可以根据输入的自然语言注释在代码库中进行理解和修改，也可以帮助开发人员更快地编写代码。Codeium 是现代编码的超级力量，是程序员“如虎添翼”的代码助手。

2023-05-31 23:09:39 2297

原创【无套路】免费用 GPT4，为啥这些网站的聚合做的这么好？!

相信很多人已经用上了 GPT-3.5，也就是的免费内容，无需充值，用魔法上网后，按照之前的注册即可（美区代理 + 谷歌账号）。一般到这里就停止了，因为要继续探索 GPT 的能力，用上 GPT-4 要充钱成为 ChatGPT Plus。众所周知，充钱是不可能充钱的，白嫖党绝不低头🐶但是 GPT-4 又确实比 GPT-3.5 更厉害，有更强的文本处理能力、代码能力、逻辑推理能力，还有解析图片能力，没理由不试试水。所以本篇带来几个免费使用 GPT-4 能力的工具，赶紧上车！！

2023-05-28 20:11:05 3332

原创基于ChatGPT实现电影推荐小程序！

ChatGPT是 “美国AI梦工厂”OpenAI 开发的人工智能聊天机器人，让撰写邮件、论文、脚本，制定商业提案，创作诗歌、故事，甚至敲代码、检查程序错误都变得易如反掌。很多网友都感叹“只有你想不到，没有它做不到“。OpenAI 可以说是顶尖科学家、大资本家、顶级创业导师的一次强强联手倾力打造的经典案例。这家公司成立的起因是受到了一位图灵奖得主、加拿大蒙特里尔大学教授阿本N9在人工智能、神经网络和深度学习领域有了重大的学术突破而引发的，他可以算得上是计算机深度学习领域的教父级别的人物。

2023-05-26 12:16:47 379 2

原创 90+深度学习开源数据集整理｜包括目标检测、工业缺陷、图像分割等多个方向

本文整理汇总了90+深度学习各方向的开源数据集，包含了小目标检测、目标检测、工业缺陷检测、人脸识别、姿态估计、图像分割、图像识别等方向。

2023-05-26 12:10:08 7417

原创《五分钟科普ChatGPT》系列专栏---结束语

本系列博客《五分钟科普ChatGPT》对ChatGPT的基本概念、工作原理、应用领域以及未来发展方向进行了介绍。ChatGPT作为一种聊天机器人技术，在人工智能领域取得了重要的成就，并对聊天机器人和人工智能的发展产生了深远的影响。通过深入了解ChatGPT的工作原理，我们了解到它基于大规模的预训练和微调过程，能够生成人类可理解的自然语言回答。这使得ChatGPT成为一个强大的工具，可以用于虚拟助手、内容创作、教育和研究等各个领域。

2023-05-26 04:30:00 103

原创《五分钟科普ChatGPT》系列专栏---介绍 ChatGPT未来的发展方向

ChatGPT未来可能会融合强化学习技术，使其能够从与用户的对话中不断学习和改进，提供更个性化和高效的回答。此外，自主学习能力的增强将使ChatGPT能够主动地从新的数据和对话中提取知识，进一步提升其性能和适应性。通过更好地理解用户的情感和情绪状态，ChatGPT可以更准确地回应用户的需求，并提供更加情感化的对话体验。这样的发展将使ChatGPT能够在更广泛的交互场景中提供更丰富和多样化的体验。未来的发展方向之一是探索如何减少聊天机器人的能源消耗和碳足迹，推动可持续发展的技术创新。

2023-05-25 04:15:00 195

原创《五分钟科普ChatGPT》系列专栏---ChatGPT未来的发展方向

他们的研究计划包括改进模型的准确性和流畅度，提高对话的一致性和上下文理解能力，并开展示对用户输入的敏感性和适应性。总的来说，ChatGPT的未来发展方向包括提升模型的准确性、改善对话体验、解决伦理和风险问题，以及定制化应用于特定领域和市场。开发者正在探索方法来解释模型的决策和生成过程，以增强用户对模型输出的信任和理解。通过在特定领域进行训练和调整，可以提供更加精确和专业的回答和建议，满足特定领域用户的需求。这可能涉及更加人性化和自然的回答风格，更好的情感识别和回应能力，以及更好的对话管理和用户意图理解。

2023-05-24 16:15:00 402

原创《五分钟科普ChatGPT》系列专栏---ChatGPT的伦理和风险考虑

为了解决这个问题，模型的训练和数据收集需要更加谨慎，对训练数据进行筛选和校正，以提高生成内容的准确性和客观性。开发者和平台需要采取有效的措施来检测和防止滥用行为，确保聊天机器人的正当和负责任的使用。这需要社会和政策层面考虑如何平衡自动化和人类劳动力的发展，以确保公平和可持续的就业机会。开发者需要采取适当的隐私保护措施，确保用户数据的安全性和机密性，明确告知用户数据的使用目的和范围。这些伦理和风险考虑提醒着我们在推动和应用聊天机器人技术时需要保持警觉，并寻找解决方案，以确保技术的合理和负责任的使用。

2023-05-24 04:00:00 353

原创《五分钟科普ChatGPT》系列专栏---ChatGPT的应用场景

ChatGPT作为一种聊天机器人技术，可以在多个领域和场景中发挥作用，提供各种实用的功能和服务。

2023-05-23 04:15:00 279 1

原创《五分钟科普ChatGPT》系列专栏---ChatGPT的优点和局限性

ChatGPT作为一种聊天机器人技术，具有许多优点，同时也存在一些局限性。

2023-05-23 04:00:00 376 1

原创 ChatGPT的工作原理，这篇文章说清楚了！

而且，为了与巫术的想法保持一致，有一个特定的所谓 “温度” 参数（temperature parameter），它决定了以什么样的频率使用排名较低的词，而对于论文的生成，事实证明，0.8 的 “温度” 似乎是最好的。大致的想法是查看大量的文本（这里是来自网络的 50 亿个词），然后看不同的词出现的 “环境” 有多相似。一个关键的 “类似自然科学” 的观察是，像 ChatGPT 中的神经网络的转化器架构似乎能够成功地学习所有人类语言中似乎都存在（至少在某种程度上是近似的）的那种嵌套树状的句法结构。

2023-05-22 19:03:30 91 1

原创《五分钟科普ChatGPT》系列专栏---介绍ChatGPT

OpenAI是一个人工智能研究实验室，致力于开发先进的人工智能技术。GPT-3.5是OpenAI开发的一种深度学习模型架构，它是基于大量数据和复杂的算法训练而成的。GPT-3.5可以处理自然语言任务，如文本生成、对话和翻译等。

2023-05-22 16:15:00 397 2

原创挑战用ChatGPT进行AIGC，写一个科普专栏《五分钟科普chatgpt》！

回归C站，接下来会做一系列的分享沉淀一下学习chatgpt过程，我自己也做了一个小尝试，就是借助chatgpt做系列专栏博客，来给大家科普一下chatgpt。尤其是，再过上十几年，量子计算也能普及了的话，人类的灭亡，会不会加速？ChatGPT的出现，更是意味着，AI类人化了。一个ChatGPT，可以相当于成千上万、甚至上亿的人的外包。目前，这还只是一个开始，到了后续，如何去与这样的超级人工智能相处，将会是一个很大的问题。实验开始，以下是我通过提示词，生成的《五分钟科普chatgpt》的大纲。

2023-05-22 16:00:00 212 2

原创数据分析师会不会被ChatCPT取代？

有很多人关心，ChatGPT这种东西出来后，它肯定会用于BI分析报表，所以数据分析这类岗位是不是就会被取代掉？

2023-05-21 14:48:32 194 1

原创 93页 | 最近火出圈的ChatGPT调研报告（附下载）

ChatGPT越来越火了，也正在改变很多东西，要思考如何更好地运用它，探究它的极限和边界，并确定自己未来的发展方向，这些都避不开要了解到它背后的原理这份哈工大自然语言处理研究所发布的《ChatGPT调研报告》，是目前能见到的少数从原理和逻辑角度分析ChatGPT的报告，并且写的非常通俗易懂，文章中结合了很多精美的构图帮助你去理解各种概念。

2023-05-21 12:56:19 483 1

原创 C++后台开发有哪些练基础的开源项目？

一位国内在读研究生的C++学习指南曾数次登上Github热榜，截止到目前已经收割将近1万星。避免啃书、注重实战、效率与节奏并重，这位研一才接触C++的同学已经拿到了鹅厂后台开发的offer。除了教程，还有各大厂面试试题总结，面试经验传授，以及内推、招聘情报等珍贵资料。无论你是编程入门还是求职面试，这份指南不容错过。作者「光城」研一才开始学习C++，在Github上建立「C++那些事」只是作为自己的学习笔记。但没想到，两年内，这个项目受到越来越多人的追捧，并在本月初登上了热榜，于是光城同学对整个项

2021-02-06 21:59:59 4406

转载如何系统学习算法？

来源 | 极客时间专栏《数据结构与算法之美》作者 | 前Google工程师王争曾经因为看不懂数据结构和算法，而一度怀疑是自己太笨，实际上，很多人在第一次接触这门课时，都会有这种感觉，觉得数据结构和算法很抽象，晦涩难懂，宛如天书。正是这个原因，让很多初学者对这门课望而却步，希望以下分享能为初学者排忧解难。我个人觉得，其实真正的原因是你没有找到好的学习方法，没有抓住学习的重点。实际上，数据结构...

2019-10-31 00:15:04 1250 2