柯宝最帅
非Z家,一个机械专业的算法爱好者罢了,博客当笔记,笔记都是自己实操,侵权必删!
展开
-
【AI工具声音克隆】——OpenVoice一键部署&modelScope一键使用
OpenVoice是一个创新的开源项目,它利用最先进的深度学习技术,为开发者提供强大且易用的语音合成工具。OpenVoice是一种多功能的即时声音克隆方法,只需要参考发言者的一小段音频片段,就可以复制他们的声音,并用多种语言生成语音。原创 2024-05-04 16:50:45 · 1801 阅读 · 21 评论 -
几个好用的AI网站(视频/图片/论文/PPT生成)直接给链接
一起来探索十个AI网站值得一试:sora、mused.org、英伟达本地AI、瑞达写作、度加创作工具、天工AI、Dreamina、krea、讯飞智文和TME Studio。原创 2024-03-21 13:13:19 · 4708 阅读 · 16 评论 -
【AI底层逻辑】——“数学华尔兹”之一元线性回归(代码实测)
首先导入必要的模块,这里主要使用了Python的sklearn库里自带的丰富算法模块!具体每个库的功能可自行查阅,这里只讲明思路。原创 2023-12-23 11:07:39 · 1221 阅读 · 2 评论 -
【AI底层逻辑】——“数学华尔兹”之一元线性回归
这些概念是线性回归分析中非常重要的指标,可以帮助我们评估模型的拟合程度、系数显著性、预测能力和多重共线性等问题。这些概念涉及的公式可能较为复杂,但是不用完全记忆,理解它的目的是什么,大致用哪些量计算就可!方差分析可以评估模型的整体拟合优度,其中的 F 检验可以用来线性模型参数整体显著性,t 检验可以评估单个系数的显著性。拟合优度指模型能够解释数据变异的比例,常用 R2 来度量。AIC 和 BIC用于模型选择,可以在模型拟合度相似的情况下,选出最简单和最有解释力的模型。自相关。原创 2023-12-14 13:05:53 · 2260 阅读 · 3 评论 -
【AI底层逻辑】——数学与机器学习:优雅的智慧之舞
后续的章节我们将迎来新的数学知识与机器学习的篇章!原创 2023-12-11 16:16:05 · 1140 阅读 · 2 评论 -
【AI底层逻辑】——篇章7(下):计算资源&软件代码共享
虽然计算机每秒已经可执行数十亿次运算,但是仍无法很好满足人类计算的需要!我们虽能模拟超过千亿级的模型参数,但这与人脑中的神经元相比可能连万分之一都不到!直到今天,我们还远没具备达到通用AI水平的计算能力,追求高性能的计算能力,认识人类需要努力的方向!原创 2023-08-27 12:33:55 · 1638 阅读 · 19 评论 -
【AI底层逻辑】——篇章7(上):海量运算背后的算力支持
②给出的共识结果是临时的,随着时间的推移或者某些条件的强化,共识结果被推翻的概率越来越小,最终成为事实上的结果。时,首先把二氧化硅转化为高纯度多晶硅(纯度11个9,即99.999999999%,比纯金99.6%还纯),随后把这些多晶硅提炼成圆柱形的单晶硅,形成硅晶圆片(晶圆),之后在这些晶圆上制造各种元器件。比如当搜索网站要定位某个网页时,它把网页之间的关系转换为数学上的矩阵运算,但网页数量巨大(总矩阵巨大),此时MapReduce把大矩阵拆分成若干足够小的矩阵,计算这些小矩阵得到最终结果。原创 2023-08-12 11:01:09 · 1249 阅读 · 31 评论 -
【AI底层逻辑】——篇章6:人工神经网络(深度学习算法)
任何一项技术的发展都不会一帆风顺,深度学习的发展也经历了“三起两落”!①第一代神经网络——单层感知器(MP)模型,感知器模型实际就是将神经元模型中的激活函数作为符号函数,写成向量形式,即它简洁且功能强大,可以实现自我迭代,只要有足够数量的样本,感知器模型就能找到一组合适的权重。但存在一个致命缺陷——无法解决“异或”问题“,即意味着只能作线性分割任务,无法很好解决非线性问题!原创 2023-08-03 09:50:41 · 3859 阅读 · 62 评论 -
【AI底层逻辑】——篇章5(下):机器学习算法之聚类&降维&时间序列
时间序列模型在解决实际问题时,序列必须满足特定的数据分布,或者具有平稳的时间序列特性,比如在剔除趋势数据后,时间序列不能与时间有依赖关系,数据波动的频率和幅度不能随时间变化等。——举例来说,随意挑选两个特征构建它们的散点图,如下图所示,图中每个点有两个特征,分别对应X轴和Y轴,在图中画一条直线,将所有点投影到这条线上就可以构建出一个新的特征(新的X轴)——它可以。,不存在普遍适用的最优算法。,如果变量之间存在关联,那么使用更少的综合变量来代替原变量,减少数据维度,理论上可行的——原创 2023-07-28 11:24:02 · 2791 阅读 · 60 评论 -
【AI底层逻辑】——篇章5(上):机器学习算法之回归&分类
算法是提前定义的运算方法,是计算机遵循的一组步骤或规则,算法就是“烹饪过程”。在计算机中算法表现为一段程序指令,如冒泡算法、MD5加密算法、哈希算法等。它们给出了一套通用解决方案,具备很强的问题迁移能力!以前,算法指令只是一套事先就决定了基本执行逻辑的规则,有多“智能”取决于程序员。后续出现了机器学习算法,来自动总结数据规律解决更复杂的问题!在今天几乎90%的程序员不会跟算法直接打交道,这些算法被专门的算法工程师封装到软件,对其他程序员来说像一个”黑盒“。原创 2023-07-15 10:52:11 · 2928 阅读 · 39 评论 -
【AI底层逻辑】——篇章4:大数据处理与挖掘
大数据”的概念早在20世纪被提出,麦肯锡公司定义它为“一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合”。今天大数据含义在不同语境下含义不同,既指复杂且大量的数据集合、也指一系列海量数据处理技术,还能代表一种由数据驱动的商业模式。大数据的“大”是相对的,没有确切的界定,大数据并不单指数据容量的大小,还要看对这些数据按照特定需求进行处理的难度。大数据不仅指大量数据,还要看数据类型丰富度、处理速度快、价值密度低等特点。原创 2023-07-01 12:39:01 · 2828 阅读 · 26 评论 -
【AI底层逻辑】——篇章3(下):信息交换&信息加密解密&信息中的噪声
当我们用统计方法描述事物变化时,才发现这个世界远比想象中复杂的多,难点在于把模糊、不具体的因素量化,用数字表达就有计算和比较的前提,才能用数学方法预测和决策。信息论让人可以定量化信息和噪声,计算出信息传输的极限等,AI的很多应用都可用信息论去理解——如智能汽车上的激光雷达,会主动探测道路和周边环境,根据电磁波的反射信号来定位目标。有了前3章的统计学和信息论,人类才真正开启研究AI的大门,现在的问题是:“如何创造出具有‘经验’和‘知识’的AI?原创 2023-06-28 10:49:32 · 2640 阅读 · 32 评论 -
【AI底层逻辑】——篇章3(上):数据、信息与知识&香农信息论&信息熵
以上讨论了数据、信息、知识的概念;香农信息三定律;信息价值的度量;信息熵的概念。随后我们还将讨论信息的交换、信息的加密和信息中的噪声等内容!【机器学习】——卷积神经网络【AI底层逻辑】——篇章1&2:统计学与概率论&数据“陷阱”S/N%29%24。原创 2023-06-25 15:37:45 · 3456 阅读 · 21 评论 -
【AI底层逻辑】——篇章1&2:统计学与概率论&数据“陷阱”
人工智能的解题思路——统计思维!!不过统计学高质量的数据,AI运作的基础也是数据,如果数据错误或者对数据的理解出现偏差,将直接导致结论谬误。有时数据具有欺骗性和迷惑性,使用时需要对它们进行甄别,这也是下次我们要继续探讨的问题!!原创 2023-06-21 11:01:09 · 1571 阅读 · 17 评论