大雾的小屋-CSDN博客

原创指令出现后，网站争相屏蔽ChatGPT网络爬虫

在没有宣布的情况下，OpenAI最近增加了关于其网络爬虫的细节，GPTBot，到它的在线文档网站。虽然从技术的角度来看ChatGPT取得了巨大的成功，但它也有争议的它是如何在未经许可的情况下窃取受版权保护的数据，并将这些数据集中到一个商业产品中绕行典型的在线出版模式。在新的文档中，OpenAI表示，用GPTBot爬取的网页“可能会被用来改进未来的模型”，允许GPTBot访问你的网站“可以帮助人工智能模型变得更加准确，并提高它们的一般能力和安全性。

2023-08-21 09:00:00 250

原创基于随机数据重置系统时钟的Windows功能正在造成严重破坏

微软工程师表示，他们使用ServerUnixTime数据“假设它有些准确”，但在同一句话中继续承认它“也可能不正确”为了防止STS根据单个不同步的远程服务器提供的数据重置系统时钟，STS随机建立与多个服务器的SSL连接，以获得可靠的当前时间范围。例如，在2017年，一个系统管理员论坛中的Reddit用户据报告的用户为一所大学管理的一些Windows 10机器报告了不准确的时间，在某些情况下，过去多达31个小时。微软的描述继续说，“我们观察到，大多数服务器在这个领域提供相当准确的值，其余的提供随机值。

2023-08-18 09:00:00 136

原创爱荷华州的一个学区正在使用ChatGPT来决定禁止哪些书籍

该学区分享了他们的方法:“我们从几个来源收集了一些常见的有争议的书籍，以创建一个应该被评论的书籍的主列表。随着ChatGPT的发布，它已经被越来越多地常见到的人工智能助手延伸到它的能力——以及阅读它的不准确的输出被人类接受，因为自动化偏差，即倾向于过度信任机器决策。“具有讽刺意味的是，负责教育的人没有足够的知识来批判性地确定哪些书是好的或不好的，可以纳入课程，却把这个决定外包给一个无法理解书籍，也根本无法批判性思考的系统，”玛格丽特·米歇尔博士说，首席伦理学家科学家在拥抱脸，告诉Ars。

2023-08-17 14:05:04 632

原创迪士尼探索通过人工智能的使用来削减成本

一位与迪士尼合作过的匿名高管告诉路透社，“迪士尼的人工智能研究可以追溯到很久以前，围绕着你今天看到的所有讨论的事情:我们能不能有一些东西来帮助我们制作电影、游戏或主题公园里的对话机器人，让人们可以说话？虽然迪士尼发言人拒绝对路透社的报道发表评论，但迪士尼的一位匿名“内部倡导者”告诉新华社，传统媒体公司必须学会如何让人工智能适应他们的需求，否则就有被淘汰的风险。2021年，迪士尼炫耀格鲁特这是一个自由漫游的人工智能机器人，基于漫威的角色，可以与公园的游客互动。

2023-08-14 09:00:00 124

原创力求超越ChatGPT，谷歌加入人工智能新项目

ChatGPT的输出并不总是准确的，但它的表现已经足够令人信服，足以说明一个潜在的对话式搜索界面，这将使谷歌的技术看起来过时。但在谷歌推迟的同时，更灵活的OpenAI正在推出可生成的人工智能产品，这些产品可能不仅会扰乱谷歌，还会扰乱OpenAI致力于发展的整个科技行业它的目标创造更强大的人工智能技术。在一个自录音再现装置发出的高音在NYT的文章中，OpenAI首席执行官山姆·奥特曼(Sam Altman)取笑了这一点，他说OpenAI旨在降低公司将承担的风险水平，同时仍然推出强大的新人工智能模型。

2023-08-13 09:00:00 156

原创 ChatGPT等人工智能编写文章的内容今后将成为常态

CNET最近的人工智能中的意外事件使用内部开发的人工智能引擎——据我们所知，这是主要出版物中最引人注目的人工智能创作的实验——迄今为止一直是失败的，导致文章充满了错误和剽窃。但即使在相当大的反弹后，CNET宣布的它将“继续拥抱”人工智能创作的内容。BuzzFeed首席执行官Jonah Peretti在给员工的备忘录中写道:“2023年，你将看到人工智能启发的内容从R&D舞台转移到我们核心业务的一部分，增强测验体验，为我们的头脑风暴提供信息，并为我们的观众个性化我们的内容。

2023-08-12 09:00:00 439

原创人工智能AI生成模型写书？作者在亚马逊上发现了以她名字写的人工智能生成的假书

当她向亚马逊寻求帮助，从她的作者资料中删除这些书籍时，亚马逊要求提供与她的主张相关的“商标注册号”，并在得知她没有自己名字的商标后，在没有将书籍下架的情况下结束了案件。尽管在事情败露后，这些欺诈性的书名最终被从亚马逊上删除了，但弗里德曼的经历揭示了作者必须经历的复杂过程，以保护他们的名字和在线作品。在一个博客帖子弗里德曼周一发表了题为“我宁愿看到我的书被盗版，也不愿看到这种情况(或者:为什么Goodreads和亚马逊正在成为垃圾箱火灾)”的文章，详细描述了她与假书的斗争。它们很可能是由人工智能生成的。

2023-08-11 09:00:00 136

原创 Snapchat用新的人工智能对话机器人搞诈骗？

尽管Snap强烈否认我的人工智能有编造东西的倾向，但该公司表示，其新的Snapchat机器人将在Snapchat应用程序中自己的标签页上显示与朋友的对话，并将“为你最好的朋友推荐生日礼物，计划一个长周末的徒步旅行，建议一个晚餐食谱，甚至为你痴迷切达奶酪的朋友写一首关于奶酪的俳句。但是像它的GPT动力兄弟一样，ChatGPT聊天机器人和Bing聊天Snap表示，我的人工智能容易产生“幻觉”，这是人工智能模型产生的意外错误。随着新的GPT驱动的商业服务上线，这是未来几个月值得关注的事情。

2023-08-10 09:00:00 299

原创抖音的竞争对手？Meta计划人工智能聊天机器人增加社交媒体数量

二月，Snap宣布的“我的人工智能”聊天机器人被设计成一个有趣的健谈者，并可能成为旅行或产品推荐的顾问，尽管承认它倾向于交谈不准确或潜在危险的信息。除了社交媒体，像性格。“你可以想象人工智能可以帮助人们在我们的应用程序中联系和表达自己的许多方式，使分享内容变得更容易、更有趣的创意工具，充当助手、教练或帮助你与企业和创作者互动的代理等等，”他说。抛开隐私不谈，关于社交媒体成瘾在过去的脸书批评者中也很常见，在社交网络中引入引人入胜的模拟人可能会让一些人更难停止使用它们——尽管这可能正是问题的关键。

2023-08-09 09:00:00 190

原创一串咒语？研究人员可以使AI出现不当行为为使用者提供被禁止的内容。

马特·弗雷德里克松参与这项研究的CMU大学的另一位副教授说，一个能够在网络上采取行动的机器人，如预订机票或与联系人联系，可能会受到敌对攻击的刺激，在未来做出有害的事情。他们表明，相同的攻击对几个流行的商业聊天机器人有效，包括ChatGPT，谷歌的Bard和Anthropic的Claude。OpenAI发言人Hannah Wong说:“我们一直在努力使我们的模型更强大，以抵御敌对攻击，包括识别异常活动模式的方法，模拟潜在威胁的持续红队努力，以及修复新发现的敌对攻击所揭示的模型弱点的通用和敏捷方法。

2023-08-08 09:00:00 261

原创 OpenAI因担心隐私问题而阻止GPT-4图像功能的发展

OpenAI系统目前能够识别公众人物，如拥有维基百科页面的人，但OpenAI担心该功能可能会侵犯像伊利诺伊州和欧洲这样的地区的隐私法律，这些地区使用生物识别信息需要公民明确同意。与此同时，微软作为OpenAI的主要投资者之一，正在对其基于GPT-4技术的人工智能聊天机器人Bing Chat中的视觉分析工具进行有限的测试。这种基于人工智能的计算机视觉技术可能迟早会来到每个人的设备上，但很明显，公司需要解决复杂的问题，才能在最小的道德影响下推出广泛的释放。

2023-08-07 09:00:00 147

原创人工智能巨头齐聚，研究和掌控人工智能

创造人工智能技术的公司有责任确保它的安全、安全性和保持人类控制，”微软的副主席兼总裁布拉德·史密斯表示，“这一倡议是将科技行业汇聚起来，负责任地推进人工智能并应对挑战，以使其造福全人类的重要步骤。主张自我监管的能力，我非常怀疑这一点。这表明，该论坛的工作将着重于与相对更强大的人工智能相关的潜在风险，而不是回答与版权、数据保护和隐私有关的监管问题，这些问题对监管机构目前来说是相关的。该论坛的成员仅限于少数公司，这些公司正在构建“大规模机器学习模型，超越了目前最先进的现有模型的能力”，据其创始人称。

2023-08-06 09:00:00 167

原创谷歌的新型ChatGPT式机器人“PaLM-E”

周一，来自谷歌和柏林工业大学的一组AI研究人员推出了PaLM-E，这是一个具有5620亿参数的多模态具身化视觉语言模型(VLM)，它将视觉和语言集成到机器人控制中。PaLM-E是一个下一个令牌的预测器，它被称为“PaLM-E”，因为它基于谷歌现有的大型语言模型（LLM）“PaLM”（类似于ChatGPT背后的技术）。此外，他们观察到了一个与模型规模相关的趋势：“语言模型越大，在训练视觉语言和机器人任务时，它越能保持其语言能力——从数量上看，562B PaLM-E模型几乎保留了其所有语言能力。

2023-08-05 09:00:00 344

原创机器人“瓦力”近在咫尺？谷歌最新的RT-2 AI模型简介

上周五，谷歌 DeepMind 宣布了机器人变形器 2（RT-2），这是一种“首次推出”的视觉-语言-行动（VLA）模型，利用从互联网上抓取的数据，通过简单的语言命令实现更好的机器人控制。最终目标是创建能够在人类环境中导航的通用型机器人，类似于虚构的机器人 WALL-E 或 C-3PO。当人类想要学习一项任务时，我们通常会阅读和观察。类似地，RT-2利用了一个大型语言模型（ChatGPT技术背后的技术），该模型经过在在线文本和图像上的训练。

2023-08-04 09:00:00 401

原创新一代图像合成模型：Stable Diffusion XL（SDXL）上线！

新的SDXL 1.0发布允许在本地计算机上运行的高分辨率人工智能图像合成。周三，Stability AI发布了其下一代开源权重人工智能图像合成模型Stable Diffusion XL 1.0（SDXL）。它可以根据文本描述生成新颖的图像，并生成比之前版本的Stable Diffusion更多细节和更高分辨率的图像。就像稳定扩散1.4版一样，在去年8月份发布开源版本后引起轰动一样，任何具备适当硬件和技术知识的人都可以免费下载SDXL文件并在自己的机器上本地运行该模型。

2023-08-03 09:00:00 1519

原创 OpenAI因“准确率低”的原因停止了其AI写作检测器

从一开始，OpenAI就承认其AI分类器不是“完全可靠的”，只能正确识别26％的AI写作文本为“可能是AI写作”，并且有9％的错误标识人类写作文本。正如我们在Ars上指出的那样，AI写作检测器（例如OpenAI的AI分类器，Turnitin和GPTZero）的准确性还不足以依赖它们产生可信赖的结果。目前仍在进行研究，以确定是否可以通过有意地操作AI生成输出中的单词频率来添加水印，但上述研究表明，文本水印可以很容易地被AI模型打破，这些模型会对输出进行改写。

2023-08-02 09:00:00 300

原创用AI发布公告？用户在《魔兽世界》中恶作剧AI新闻机器人

在一个真正的元时刻，同样是在周四，一个名为“Ashley Beam”的不同的Z联盟机器人注意到了一个关于AI生成内容抓取的线索，并写了一篇自动文章，题为“《魔兽世界》（WoW）玩家对流行游戏网站上的AI生成内容的反应”。《魔兽世界》的Reddit成员最近发现，这种自动抓取Reddit内容的情况正在发生，促使其中一些人试图用各种方式欺骗机器人，让他们的帖子出现在像The Portal这样的网站上。“Glorbo”并不存在，但一种新闻写作的AI模型并不知道，它写了一篇关于自己的文章。

2023-07-31 09:00:00 174

原创深度解析“IBM大型机”。全球云化的背景下，它如何运行的及为何能存活？

大型计算机通常被视为古老的机器，几乎是恐龙。但是，专门用于处理大量数据的主机今天仍然非常重要。如果它们是恐龙，那么它们是霸王龙，而台式机和服务器计算机是微不足道的灵长动物。据估计，今天仍有10,000台主机在使用。它们几乎只被世界上最大的公司使用，包括财富500强公司的三分之二、全球前50大银行中的45家、前10家保险公司中的8家、全球前10大零售商中的7家以及前10家电信公司中的8家。而其中大部分主机来自IBM。

2023-07-30 09:00:00 1960

原创 AMD技术泄露？CPU加密技术面临新的危机

谷歌零项目安全团队成员Tavis Ormandy称，许多AMD新一代消费级、工作站和服务器处理器最近被曝出漏洞，可导致芯片泄漏数据，每个核心每秒最高可达30千字节。如果正确执行，所谓的“Zenbleed”漏洞(CVE-2023-20593)可以让攻击者访问加密密钥、根和用户密码，以及使用基于AMD Zen 2架构的任何系统中的其他敏感数据。该漏洞允许攻击者从CPU寄存器中获取数据。现代处理器试图通过猜测下一步要进行的操作来加速运算，称为“推测执行”。但有时CPU猜错了；Zen 2处理器不能正确地从某些类型的

2023-07-29 09:00:00 438

原创 ChatGPT的新个性化功能！可以为用户节省大量时间

ChatGPT的Web用户应单击左下角的名称，导航到“设置”，然后导航到“测试功能”，并在“自定义指令”旁边单击开关。在其介绍性的博客文章中，OpenAI给出了一些使用这个新功能的例子：“例如，制定课程计划的教师不再必须重复说明他们正在教授三年级的科学课。例如，“如果在您的指令中指定您所在的城市，并使用可以帮助您进行餐厅预订的插件，模型在调用插件时可能会包括您的城市。在周四，OpenAI宣布了ChatGPT的一个新的Beta功能，允许用户提供自定义指令，每次提交时聊天机器人都会考虑这些指令。

2023-07-28 09:00:00 157

原创谷歌的噩梦“Web Integrity API”希望成为Web的最新标准

在“非目标”部分中，该项目表示它不想“干扰浏览器功能，包括插件和扩展”。谷歌喜欢以通用的方式描述其API，但实际上，在这个过程中，大多数参与者可能都是谷歌。如果您通过了，您将获得一个已签名的“IntegrityToken”，该标记验证您的环境未被修改，并指向您想要解锁的内容。解释文档由四名谷歌员工撰写，其中至少有一位是Chrome的“隐私沙箱”团队成员，该团队正在构建一个用户跟踪广告平台，以响应跟踪cookie的消亡。谷歌喜欢以通用的方式描述其API，但实际上，在这个过程中，大多数参与者可能都是谷歌。

2023-07-27 09:00:00 188

原创程序员快乐水致癌？权威表明大家不需要过度担心

世界卫生组织的癌症机构上周晚些时候发布了一份备受期待的评估报告，发现常见的人造甜味剂阿斯巴甜“可能”会导致癌症，具体来说是一种名为肝细胞癌的肝癌。这份评估报告在6月份被泄露给路透社后，就引发了警报。但是，对这一评估的设计本身、每日推荐限制的安全性评估以及支持这一评估的数据进行更深入的分析，应该能够让那些担心自己的癌症风险并考虑放弃自己喜爱的饮料或零食的人们感到安心。

2023-07-26 09:00:00 81

原创新一期火箭报：没有中国的火箭入围

欢迎来到火箭报第6.03版！今天是阿波罗11号登月54周年纪念日。几十年来，这一天一直是反思过去荣耀的时刻。但现在，有了“阿波罗计划”，我们也可以充满希望地展望未来。这是我感激的事情。

2023-07-25 09:00:00 65

原创未来行星探索希望：新型多脚机器人-团队版

虽然探测器取得了令人难以置信的发现，但它们的轮子可能会拖慢它们的速度，而不稳定的地形可能会导致损坏。虽然没有东西可以取代“毅力号”探测器，但有时探测器可能会需要一些帮助，而这一点可以通过一小群四条腿的机器人来实现。

2023-07-24 10:47:40 1159

原创人工智能面临隐私问题？FTC开始对OpenAI展开调查！

FTC的调查对OpenAI构成了重大的监管挑战。虽然用AI技术制造了许多人之前认为要在几年或几十年之后才能实现的产品，但是该公司的活动也引发了关于其生产的AI模型可能存在潜在风险的问题。面对快速变化的技术，像美国联邦贸易委员会（FTC）这样的监管机构正在努力将现有规则应用于涵盖人工智能模型的方方面面，从版权和数据隐私到更具体的问题，例如用于训练这些模型的数据以及它们生成的内容。作为调查的一部分，联邦贸易委员会向OpenAI发送了一份长达20页的文件请求，重点关注公司围绕其AI模型的风险管理策略。

2023-07-23 09:00:00 88

原创 Windows 11的最新人工智能应用Windows Copilot面世！

与Bing Chat的其他实现一样，它有三种不同的“对话风格”设置，尝试使聊天机器人保持简单明了的回答，或允许其变得“更具创意”但更容易产生混淆。设置应用程序正在获得重新设计的“主页”，其中包含“卡片”，可为您提供有关不同事物的信息或让您快速更改常见设置，尽管今天Microsoft引入的7张卡片中，有4张与Microsoft账户服务相关，例如Microsoft 365、OneDrive、Xbox订阅设置和账户恢复。其他卡片将向您显示已连接的蓝牙设备，让您快速更改桌面主题，并为您推荐调整设置的方法。

2023-07-22 09:00:00 442 1

原创 NotebookLM简介—谷歌的语言模型“NotebookLM”应用程序开始公开测试。

它看起来不像是一个完整的产品，但谷歌表示：“我们将经常与人们和社区交流，了解哪些方面工作得很好，哪些方面存在差距，以便使NotebookLM成为真正有用的产品。谷歌表示，“虽然NotebookLM的源接地似乎减少了模型“幻觉”的风险，但始终要重要的是对AI的响应进行事实核查与原始来源材料的核实。将其视为一种虚拟的研究助手，可以总结事实、解释复杂的思想，并基于您选择的来源进行头脑风暴，从而建立新的联系。“NotebookLM”中的“LM”代表“语言模型”，表明它想将ChatGPT风格的智能应用于您的笔记。

2023-07-21 09:00:00 506

原创为什么AI检测器认为美国宪法是由人工智能编写的

人工智能写作检测器可信吗？我们深入探讨它们背后的理论。如果你将美国最重要的法律文件——**美国宪法**——输入一个旨在检测类似**ChatGPT**的AI模型所写文本的工具中，那么它会告诉你该文件几乎肯定是由AI撰写的。但除非詹姆斯·麦迪逊是时间旅行者，否则这不可能是真的。为什么AI写作检测工具会出现假阳性？我们采访了几位专家，以及AI写作检测器GPTZero的创建者，以了解原因。

2023-07-20 09:00:00 379

原创 Linux逐渐侵占全球的桌面计算机。Windows怎么了？

MacOS在这里获得了更加稳定的增长，从24%增长到34%，而Windows的市场份额下降了大约相同的比例，但是从更低的水平开始下降，降至55%。GPT-4告诉我们，假设呈线性增长，“这是一个重要的简化，不太可能在现实世界中准确”，它可以看到现有的每年增长率平均为0.096％，将于3033年达到100％。笔记本电脑包含在“台式机”中，因为没有简单的方法将它们分开。到2022年6月，Windows和Mac的数字占桌面电脑的89.5％，剩下的份额留给Chrome，Linux和不稳定的“未知”争夺更低的第三名。

2023-07-19 09:00:00 86

原创使用Auto-GPT增强您的ChatGPT提示，成为你的虚拟助手

人工智能工具的能力正在迅速进步，谷歌、微软、OpenAI等公司正在竞相保持领先优势。似乎每周都在推出新的进展和应用程序，AI能为我们带来的益处也不断被提高。Auto-GPT是这一点的最新证据：它利用ChatGPT的强大功能创建了一个自主AI助手，能够独立完成任务和项目，并在工作中处理多个步骤，而无需每次提示。换句话说，它为您完成了很多艰难的工作，而无需您自己提供后续的反应或想法。Auto-GPT 可以在您的计算机上本地运行。

2023-07-18 09:00:00 179

原创互联网生活中的隐私保护：用隐私换便利还是花钱护隐私？

近日，某高校毕业生在校期间窃取学校内网数据，收集全校学生个人隐私信息的新闻引发了人们对互联网生活中个人信息安全问题的再度关注。在大数据时代，算法分发带来了隐私侵犯，在享受消费生活等便捷权利的同时，似乎又有不少个人信息泄露的担忧。用隐私换便利还是花钱护隐私？谈谈你的看法博主认为这是一个非常重要的问题，涉及到我们个人信息的安全和隐私保护。在当今社会，我们越来越依赖互联网和智能设备，不可避免地会留下大量的个人信息，如姓名、电话、地址、银行卡号等，这些信息可以被不法分子利用进行诈骗、盗窃等犯罪活动。

2023-07-17 09:00:00 235

原创作为python程序员必须掌握哪些算法

1. 排序算法：包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序等等。2. 搜索算法：包括深度优先搜索、广度优先搜索、二分搜索等等。3. 动态规划算法：包括背包问题、最长公共子序列、最长上升子序列等等。4. 图算法：包括最短路径算法、最小生成树算法、拓扑排序等等。5. 字符串匹配算法：包括暴力匹配、KMP、Boyer-Moore等等。6. 数学算法：包括质数判断、最大公约数、最小公倍数等等。7. 数据结构算法：包括树、堆、哈希表、链表、栈、队列等等。

2023-07-12 17:00:00 126

原创如何看待调查称半数年轻人存款不足10万？

近日，有调查称“大概五分之一的年轻人存款在一万元以内。10万元存款是一个“坎”，存款超过10万就会超过53.7%的人。”“年轻人”“存款”两个词碰撞在一起，引来了广泛的关注和讨论。你认为年轻人存款难吗？可以从以下几个角度发表你的看法～

2023-07-10 19:00:00 92

原创 14天学会：基于J2EE的JAVA WEB基础

本文通过一个14天的学习文档教会大家学会基于J2EE的JAVA WEB基础本次上传的资源比较大，因此分成了4份进行上传包含了14天所有的学习课程和代码资料，因为CSDN上传的资源绑定博客只能绑定一个资源，完整的资料链接我已经放到博客末尾了。1、day01_基础加强。2、day02_MySQL基础。3、day03_MySQL约束。4、day04_MySQL多表&事务5、day05_JDBC6、.............

2023-07-07 21:30:00 559

原创 list index out of range：在TensorFlow设置GPU运行时报错

在设置TensorFlow设置GPU运行时报错：`list index out of range`。遇到此类问题比较多的主要是使用的TensorFlow2.X以上版本的项目。我们需要将系统环境设置为CPU进行运行。

2022-05-10 12:00:00 2741 7

原创 win32ui模块安装不了怎么办

win32ui安装不了怎么办。win32ui安装解决办法：pip install pywin32。win32ui安装时报错：ERROR: Could not find a version that satisfies the requirement win32ui (from versions: none)ERROR: No matching distribution found for win32ui

2022-05-02 09:00:00 3765

原创使用pycharm连接mysql数据库报错：DB Navigator Connection error

本文介绍了：pycharm连接mysql数据库报错，如何解决。DB Navigator连接mysql数据库报错，如何解决。连接mysql数据库报错：DB Navigator - Connection errorCannot connect to "XXXX".The server time zone value XXXX is unrecognized or represents more than one time zone.

2022-04-18 12:00:00 5500 8

原创如何将pyecharts生成的html嵌入Django框架的div中

项目场景：在使用Django框架的时候遇到需要将pyecharts动态生成的html网页嵌入到对应页面的div标签中。

2022-03-24 16:14:21 7415 25

原创如何在pycharm中使用anaconda的虚拟环境

如何在pycharm中使用anaconda的虚拟环境（envs），最近项目中有许多同学咨询，这里就给大家简单介绍一下。

2022-03-04 09:00:00 123163 40

原创 python考试时函数名记不到怎么办？

使用python中内置：help()函数，解决：考试中忘记了导入的包的函数名称。同时又不允许百度查询。

2022-02-25 17:40:58 1686

代码分享：基于python的文字识别和情感分析系统

一、本资源是一个基于Python的文字识别和情感分析系统，旨在为用户提供一套完整、高效的文本处理解决方案。该系统结合了文字识别技术和情感分析算法，能够自动从图片中提取文本信息，并对其进行深入的情感分析，从而帮助用户更好地理解文本内容，并据此做出决策。二、功能特点： 1、文字识别：系统采用先进的OCR（Optical Character Recognition，光学字符识别）技术，能够准确识别图片中的文字信息，并将其转换为可编辑的文本格式。无论是扫描文档、手写笔记还是图片中的文字，都能轻松应对。 2、情感分析：系统内置了情感分析算法，能够对识别出的文本进行情感倾向判断。通过自然语言处理和机器学习技术，系统能够分析文本中的词汇、语法和上下文信息，从而准确判断文本所表达的情感是积极、消极还是中性。 3、高效稳定：系统采用Python编程语言开发，具有代码简洁、易于维护的特点。同时，经过优化处理，系统能够在保证准确性的前提下，实现快速、稳定的运行。 4、易于扩展：系统采用模块化设计，用户可以根据实际需求添加或删除功能模块。此外，系统还提供了丰富的API接口，方便用户与其他系统进行集成。

2024-04-08

基于python的深度神经网络原理与实践

项目目标：使用scikit-learn、jupyter、numpy、scipy和matplotlib等强大工具，构建并实现一个深度神经网络。本项目将探讨深度学习的基础原理，并通过实践加深对这一领域的知识理解。所需资源： scikit-learn：一个功能强大的Python机器学习库，提供了大量预构建的算法和工具，可用于数据挖掘和数据分析。 Jupyter Notebook：一个交互式开发环境，特别适合数据分析和机器学习。通过Jupyter，我们可以轻松地编写代码、显示输出和可视化结果。 NumPy：Python的一个数值计算扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 SciPy：用于解决科学和工程问题的强大库，包括优化、线性代数、积分、特殊函数等。 Matplotlib：一个用于创建静态、动态和交互式可视化的Python库。项目流程：数据准备：选择合适的数据集，并进行预处理。模型构建：使用scikit-learn和numpy创建深度神经网络模型。模型训练：使用训练数据对模型进行训练。模型评估：使用测试数据评估模型的性能。

2024-01-12

代码分享：基于python+Django的英文数据分析与可视化系统

一、项目简介这是一个基于Python和Django框架构建的英文数据分析与可视化系统。该系统可以实现对英文文本数据的处理，包括词频统计、情感分析等，并将分析结果以图表形式进行展示。通过这个系统，用户可以便捷地进行英文数据的分析和可视化。二、主要特性 1、数据导入：支持多种格式的英文文本数据导入，如.txt, .csv, .json等。 2、数据清洗：提供数据清洗功能，包括去除停用词、标点符号、数字等。 3、词频统计：统计文本中单词的频率，并以词云图、条形图等形式展示。 4、情感分析：基于NLP技术对文本进行情感分析，判断文本的积极、消极或中性情绪。 5、可视化：采用多种图表进行数据可视化，如折线图、饼图、散点图等。 6、用户交互：提供友好的用户界面，方便用户进行操作和交互。三、技术栈后端：Python, Django, NLTK（自然语言处理工具包）前端：HTML, CSS, JavaScript, Bootstrap, jQuery 数据库：MySQL 可视化库：Matplotlib, Seaborn, WordCloud等

2023-11-28

基于TensorFlow的身份证文本OCR实现

基于TensorFlow的身份证文本OCR实现在本文中，我们将分享一个基于TensorFlow实现的身份证文本OCR（光学字符识别）的代码资源。该代码采用深度学习技术，能够实现对身份证上的文本进行准确识别。我们将介绍代码的功能、使用方法以及实现原理，并提供代码下载链接。引言身份证作为一种常见的身份证明文件，包含了个人的重要信息。在实际应用中，有时需要实现对身份证上的文本进行自动识别，例如身份证信息录入、身份验证等场景。因此，开发一种准确、高效的身份证文本OCR技术具有重要意义。代码功能本代码资源实现了以下功能：加载预训练的TensorFlow模型；对输入的身份证图片进行预处理；使用CNN网络进行文本特征提取；采用CTC损失函数进行序列解码；输出识别结果。使用方法使用本代码资源需要进行以下步骤：安装TensorFlow及相关依赖库；下载并加载预训练模型；调用predict函数并传入身份证图片路径；获取识别结果。

2023-11-23

深度学习模型过拟合与词性标注

模型过拟合的成因与解决方法过拟合的成因：主要包括训练数据不足、模型复杂度过高、噪声数据处理不当等因素。过拟合的解决方法：包括增加训练数据、使用更简单的模型、正则化技术（如L1、L2正则化）、早停法（early stopping）等。词性标注概述词性标注的定义：词性标注是指将自然语言文本中的每个单词赋予其对应的词性标签的过程，如名词、动词、形容词等。词性标注的作用：词性标注有助于理解文本的语法结构和语义信息，是自然语言处理中的重要任务之一。词性标注的方法与工具词性标注的主要方法：包括基于规则的方法、基于统计的方法和基于深度学习的方法。其中，基于深度学习的方法在近年来的研究中取得了显著的成果。常用的词性标注工具：介绍Stanford POS Tagger、NLTK、spaCy等常用的词性标注工具，并简要说明它们的使用方法和特点。词性标注的应用场景词性标注在自然语言处理中的应用场景：包括文本分类、信息提取、机器翻译、语音识别等任务。通过标注词性，可以更好地理解文本的语义信息和语法结构，从而提高这些任务的准确率和效率。

2023-09-11

深度学习自然语言处理-编码解码器的妙用

这个资源说明将深入探讨自然语言处理（NLP）中编码解码器的核心概念、用途和实现方法。我们将涵盖以下几个方面：编码解码器基础编码解码器的定义和作用：编码解码器是一种在源语言和目标语言之间转换的模型，通常用于机器翻译、文本摘要、对话系统等自然语言处理任务。编码解码器的主要类型：介绍自编码器、循环神经网络（RNN）、长短期记忆网络（LSTM）、变压器（Transformer）等不同类型的编码解码器，以及它们的应用场景和优势。编码解码器的应用机器翻译：介绍如何使用编码解码器进行源语言到目标语言的自动翻译，以及如何优化翻译的质量。文本摘要和对话系统：介绍如何使用编码解码器进行文本摘要和对话系统的开发，以及相关的应用案例。编码解码器的实现方法深度学习工具和库：介绍实现编码解码器常用的深度学习工具和库，如TensorFlow、PyTorch等。模型训练和调优：详细介绍如何训练编码解码器模型，以及如何调整模型参数以提高性能。模型评估和测试：说明如何评估模型的性能，包括准确率、召回率、F1分数等指标，并介绍如何进行模型的测试和验证。

2023-09-11

Python神经网络基础代码

神经网络是一种模拟人脑神经元结构的人工智能算法，可以用于分类、回归、聚类等任务。该代码实现了一个简单的神经网络模型，包括输入层、隐藏层和输出层，可以用于处理基本的分类问题。代码中使用了深度学习框架Keras，实现了以下步骤：导入必要的库和数据集；定义模型结构，包括输入层、隐藏层和输出层；编译模型，定义损失函数和优化器；训练模型，使用随机梯度下降算法更新参数；评估模型在测试集上的性能，包括准确率、精确率、召回率等指标。该代码提供了一个完整的神经网络实现过程，可以用于分类、回归等任务。通过调整模型结构、优化器、损失函数等超参数，可以进一步提高模型的性能。同时，该代码还包含了详细的注释和文档，方便理解和使用。

2023-09-07

Python实现RNN代码

好的，以下是一个使用Python实现RNN（循环神经网络）的代码资源简介。 RNN是一种适用于序列数据的神经网络结构，它可以记忆序列中的历史信息，使得模型能够理解并生成具有上下文意义的文本。该代码实现了一个简单的RNN模型，用于处理序列数据。该代码使用了深度学习框架TensorFlow和Keras，实现了以下步骤：导入必要的库和数据集；定义超参数，包括批次大小、学习率、隐藏层大小、序列长度等；构建RNN模型，包括输入层、隐藏层和输出层；编译模型，定义损失函数和优化器；训练模型，使用梯度下降算法更新参数；评估模型在测试集上的性能，包括准确率、损失值等指标。该代码提供了一个完整的RNN实现过程，可以用于序列分类、文本生成、语音识别等任务。通过调整超参数和模型结构，可以进一步提高模型的性能。同时，该代码还包含了详细的注释和文档，方便理解和使用。

2023-09-07

cifar分类Python代码

CIFAR-10是一个广泛用于计算机视觉和图像分类任务的数据集，包含了10个类别的60000张32x32大小的彩色图像。这些图像来自于6种不同背景，每个背景有10个类别。数据集分为5个训练批次和5个测试批次，每个批次包含10000张图像。本代码采用了深度学习框架Keras和TensorFlow，使用了卷积神经网络（CNN）模型进行分类。模型包括多个卷积层、池化层、全连接层和Softmax分类器，通过训练模型来优化分类准确率。代码中包含了数据预处理、模型构建、模型训练、模型评估和预测等步骤。数据预处理包括图像归一化、数据增强等操作，以提高模型的泛化能力。模型构建采用了多卷积层和池化层来提取图像特征，再通过全连接层和Softmax分类器进行分类。模型训练使用了均方误差作为损失函数，采用随机梯度下降（SGD）优化器进行参数更新。模型评估和预测通过计算测试集的准确率和预测新图像的类别来进行。该代码是一个完整的CIFAR-10分类任务实现，可以作为计算机视觉和深度学习领域的入门示例，也可以作为进一步研究和改进的基础。

2023-09-07

深度学习入门包含【使用DNN、预测函数等】

深度学习是机器学习的一个子领域，它主要关注构建和训练深度神经网络，用于从数据中提取和生成有用的特征。以下是几个深度学习入门相关的资源，它们可以帮助你了解深度学习的基本概念、工具、算法和应用。深度学习课程：吴恩达的深度学习课程（中文）：此课程由Coursera平台提供，是深度学习的入门经典之一。它涵盖了深度学习的基础知识、各种神经网络层和架构的详细介绍，以及一些深度学习的应用案例。斯坦福大学的深度学习课程（英文）：此课程由斯坦福大学提供，涵盖了深度学习的各个方面，包括基础知识、各种神经网络模型、优化算法等内容。此外，还包含了大量的编程练习和作业。深度学习编程实践平台： TensorFlow：TensorFlow是Google开发的机器学习库，也是目前最流行的深度学习框架之一。它提供了丰富的工具和API，用于构建和训练各种深度神经网络模型。 PyTorch：PyTorch是由Facebook开发的动态图深度学习框架。它具有简单易用的API和强大的功能，可以快速构建和训练各种深度神经网络模型。

2023-09-06

Tensorflow基础代码

以下是TensorFlow的一些基础代码资源，涵盖了CNN（卷积神经网络）、逻辑回归、RNN（循环神经网络）、线性回归等内容。 CNN（卷积神经网络）: 示例代码：cnn_mnist.py 数据集：MNIST手写数字数据集说明：该代码演示了如何使用TensorFlow构建一个简单的CNN模型，用于识别MNIST数据集中的手写数字。逻辑回归: 示例代码：logistic_regression.py 数据集：随机生成的人工数据集说明：该代码演示了如何使用TensorFlow构建一个逻辑回归模型，用于分类问题。 RNN（循环神经网络）: 示例代码：recurrent_neural_network.py 数据集：Shakespeare作品数据集说明：该代码演示了如何使用TensorFlow构建一个简单的RNN模型，用于预测Shakespeare作品的下一步字符。线性回归: 示例代码：linear_regression.py 数据集：随机生成的人工数据集说明：该代码演示了如何使用TensorFlow构建一个线性回归模型，用于预测数值型数据。

2023-09-06

基于Keras的Mnist手写体识别

资源内容：环境配置文件：包含安装Python，Keras和TensorFlow的详细步骤，以及所需的库和版本。数据准备：说明如何加载MNIST数据集，并对其进行预处理，如归一化，展平等。构建模型：详细解释如何使用Keras构建一个简单的卷积神经网络（CNN）模型。包括构建模型结构，定义优化器，设置损失函数等步骤。模型训练：说明如何使用构建的模型对MNIST数据集进行训练，并展示训练过程中的准确率，损失等信息。模型评估：使用测试集评估模型的性能，并展示识别结果。模型应用：提供如何将模型应用于新输入的图像，实现实时手写数字识别的说明。资源使用：本资源提供的是一套详细的步骤和代码，用户需要根据提供的步骤在合适的开发环境中配置项目，并按照代码的指导进行操作。用户需要有一定的Python编程和深度学习基础才能顺利完成此项目。

2023-09-05

基于dlib的人脸互换

资源说明文档：基于dlib的人脸互换一、资源背景随着深度学习和计算机视觉技术的不断发展，人脸互换作为一种具有挑战性的任务吸引了越来越多研究者的关注。人脸互换主要是将一张人脸图像的特征转移到另一张人脸图像上，生成具有源人脸特征的目标人脸图像。这一技术广泛应用于影视制作、虚拟现实、身份认证等领域。二、资源内容本资源包含基于dlib库实现的人脸互换代码及相应的说明文档。dlib是一种广泛用于机器学习和计算机视觉任务的开源库，特别适合于人脸特征提取和人脸图像合成。资源详细内容如下：人脸检测与对齐：使用dlib提供的HOG特征和SVM分类器对输入人脸图像进行检测与对齐，以便后续的特征提取和图像合成。特征提取：通过dlib提供的深度学习模型，提取人脸图像中的特征，包括面部特征、纹理等。人脸合成：将提取的特征用于人脸合成，通过调整源人脸和目标人脸的特征，实现人脸的互换。效果评估：提供一种简单的评估方法，以便于观察效果。

2023-09-04

代码分享：电影数据分析与可视化系统

项目使用教程可以关注博主的主页，有对应博客：https://blog.csdn.net/weixin_43486940 本文主要介绍如何使用python搭建：一个基于Python的电影数据分析与可视化系统项目功能和可视化展示界面涉及以下功能模块，包括： 1、用户登录界面。 2、爬虫电影数据收集。 3、电影简介界面。根据用户偏好展示TOP10的电影。 4、搜索功能界面。按照电影名、导演、演员，模糊匹配需要搜索的电影，并展示电影详情。 5、电影数据分析可视化界面。用户选择关键词来查看数据和该分类下的数据可视化。 6、数据分析可视化包括：①电影年代、产地、类型的饼状图或柱状体、②关于电影评价的词云图分析。

2023-07-10

JAVA面向对象基础学习资料

JAVA面向对象的基础学习资料，包括了以下学习内容和代码注释： 01_成员变量和局部变量的区别 02_形式参数是类名的问题 03_匿名对象 04_封装和private关键字 05_this关键字 06_构造方法 07_成员方法 08_创建对象做了哪些事情 09_面向对象练习 10_static关键字

2023-07-09

JAVA WEB学习课件及代码详解第四部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day13_Tomcat&Servlet 2、day14_Servlet&HTTP&Request

2023-07-07

JAVA WEB学习课件及代码详解第三部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day09_JavaScript基础 2、day10_JavaScript高级 3、day11_BootStrap 4、day12_xml

2023-07-07

JAVA WEB学习课件及代码详解第二部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day05_JDBC 2、day06_JDBC连接池&JDBCTemplate 3、day07_HTML 4、day08_HTML&CSS

2023-07-07

深大大数据学习课件第二部分

深圳大学大数据技术与应用研究所对大数据培训相关学习资料，主要以ppt形式呈现。此为第二部分，包括以下学习内容： 1、数据预处理 2、数据仓库与OLAP分析 3、关联规则挖掘

2023-07-07

深大大数据学习课件第一部分

深圳大学大数据技术与应用研究所对大数据培训相关学习资料，主要以ppt形式呈现。此为第一部分，包括以下学习内容： 1、数据分析与挖掘简介 2、数据理解

2023-07-07

人工智能概论学习视频以及考试试题

人工智能概论学习视频以及考试试题，本学习材料是关于人工智能概述的视频学习资料以及考试试题。关于人工智能相关知识的考试试题。题型包含选择、判断、单选、多选，重在通过本试题学习可以初步让学习者掌握人工智能相关基础知识，为后续学习打下坚实学习基础。

2023-07-07

【代码分享】手把手教你：基于Django的新闻文本分类可视化系统（文本分类由bert实现）

本文主要介绍如何使用python语言，基于bert的文本分类和Django的网站设计实现一个：基于Django和bert的新闻文本分类可视化系统，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目同时使用了深度学习框架TensorFlow 1.X的版本，IDE为pycharm。本次任务是一个较为复杂的新闻文本分类的任务，首先需要使用bert模型对新闻文本进行分类，然后使用Django构建一个文本分类结果查询的可视化系统。我们的任务是要构建一个模型，任意输入一篇新闻文章，可以将新闻文本分为以下几类：['体育', '财经', '房产', '家居', '教育', '科技', '时尚', '时政', '游戏', '娱乐'] 代码使用方法可见我的博客： https://blog.csdn.net/weixin_43486940/article/details/124188746

2022-04-15

【代码分享】基于python的文本分类（sklearn-决策树和随机森林实现）

本文主要介绍如何使用python的sk-learn机器学习框架搭建一个或多个：文本分类的机器学习模型，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目使用了决策树和随机森林2种机器学习方法进行实验，完整代码在最下方，想要先看源码的同学可以移步本文最下方进行下载。博主也参考过文本分类相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。

2022-04-11

【代码分享】手把手教你：岩石样本智能识别系统

本文主要介绍如何使用python的TensorFlow2.0深度学习框架搭建一个：岩石样本的智能识别系统，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目来自于第九届“泰迪杯”数据挖掘挑战赛的B题：岩石样本的智能识别。博主也参考过语音识别系统相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！不多废话，直接进入正题！

2022-04-02

【代码分享】手把手教你：基于TensorFlow的语音识别系统

本文主要介绍如何使用python搭建一个：基于TensorFlow的语音识别系统。本文主要分为3部分： - 1、项目数据集介绍。 - 2、项目功能及相关代码展示。 - 3、项目完整下载地址。博主也参考过语音识别系统相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！不多废话，直接进入正题！

2022-03-31

【代码分享】手把手教你：基于RFM的用户画像可视化系统

本文主要介绍如何使用python搭建一个：基于RFM的用户画像可视化系统。本项目分为2部分： 1、RFM模型构建，用户画像数据输出。 2、网站搭建，提供用户画像查阅功能。

2022-03-07

【代码分享】手把手教你：个人信贷违约预测模型

主要介绍如何使用python搭建：基于三个经典机器学习算法的个贷违约预测模型。三大模型：朴素贝叶斯、随机森林、逻辑回归。

2022-02-25

【代码分享】手把手教你：基于LSTM的时序收益预测系统

主要介绍如何使用python搭建：一个基于基于LSTM的时序收益预测系统

2022-02-23

【代码分享】手把手教你：基于深度残差网络（ResNet）的水果分类识别系统

本文主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的水果**图像分类识别系统**。项目只是用水果分类作为抛砖引玉，其中包含了使用ResNet进行图像分类的相关代码。主要功能如下： - 数据预处理，生成用于输入TensorFlow模型的TFRecord的数据。 - 模型构建及训练，使用tensorflow.keras构建深度残差网络。 - 预测水果分类并进行模型评估。 ***如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。*** 博主也参考过网上图像分类的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个预测系统即可。 **本文只会告诉你如何快速搭建一个基于ResNet的图像分类系统并运行，原理的东西可以参考其他博主**。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！

2022-02-08

【代码分享】手把手教你：人脸识别的视频打码（基于opencv的人脸打马赛克）.rar

人脸识别 opencv人脸打码-【代码分享】手把手教你：人脸识别的视频打码（基于opencv的人脸打马赛克）.rar

2022-01-18

【代码分享】手把手教你：基于深度学习的滚动轴承故障诊断

本文主要介绍如何使用python搭建：一个基于深度学习的**滚动轴承故障诊断**系统

2021-09-18

【代码分享】手把手教你：铁路异物侵入的目标检测系统

如何使用python搭建：基于CNN网络的图像识别和yolov3的目标检测的：铁路异物侵入的目标检测系统。

2021-09-15

【代码分享】手把手教你：图像识别的垃圾分类系统

主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的图像识别垃圾分类系统。完整代码使用方法可参考博文：https://blog.csdn.net/weixin_43486940/article/details/120267108

2021-09-13

【代码分享】手把手教你：基于粒子群优化算法（PSO）优化卷积神经网络（CNN）的文本分类.rar

食用方法可参考我写的博客：https://blog.csdn.net/weixin_43486940/article/details/118701303 本文主要介绍如何使用python搭建：一个基于：粒子群优化算法(PSO：Particle swarm optimization) 优化CNN网络，并实现文本的分类。博主也参考过网上其他博主介绍：粒子群优化算法（PSO）的文章，但大多是理论大于方法。并且很少有用到优化CNN或其他网络的代码。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。

2021-07-13

【代码分享】手把手教你：人脸识别考勤系统

食用方法可以参考我写的博客：https://blog.csdn.net/weixin_43486940/article/details/117226253 python搭建的一个基于PyQt5的人脸识别的考勤系统。

2021-05-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人