- 博客(250)
- 收藏
- 关注
RSS订阅原创 目前深度学习的模型有哪几种，适用于哪些问题？
从模型角度进行总结的话，我觉得有些过于庞杂，所以我决定从具体应用领域的角度简单总结一下。目前深度学习模型应用比较广泛的领域主要包括：计算机视觉、自然语言处理、音频处理、、购物和娱乐、自动化与机器人技术、金融技术等。计算机视觉可谓是深度学习最早获得显著成功和广泛应用的领域之一，2012年AlexNet在ImageNet挑战赛中获得的突破性成功，推动了深度学习在该领域中的发展。
2024-06-29 09:56:16
1013
原创 深度学习调参有哪些技巧？
深度学习调参也算是automl方向的一个热门子问题了，各种技巧五花八门层出不穷，实际应用起来，却还是一个人一个套路：方向性的调整总是有依据的，细节调整全靠蒙。好比隐藏层只有3个节点，调整到64 128是增加特征采样，是有道理的，你64调整到70，完全没有任何道理嘛！但毕竟，调参就是trial-and-error，有的人是纯瞎蒙就是畅通无bug，有的人苦苦挣扎寻法不得。我们呢，还是要主打一个有条理地蒙，快速地蒙，毕竟快速试错，快速纠错才是调参的关键。参数初始化的方式有很多，但不管哪个方式前期。
2024-06-29 09:54:20
1079
原创 深度学习模型训练的基本步骤和技巧
模型的训练主要包括数据预处理、模型构建、模型编译、模型训练和模型评估等步骤。下面是一个基于Keras框架的模型训练示例。
2024-06-29 09:48:21
413
原创 AI大模型并不是规模越大效果越好
一个很多人都会感兴趣的问题：大模型是不是参数规模越大越好？鹏城-百度·文心大模型，作为全球首个知识增强的千亿大模型，参数规模达到2600亿，相比GPT-3的参数量提升50%。大模型的全称是“AI预训练大模型”，“预训练”的意思是：预先训练好，这样应用开发者可得到相对现成的训练结果，基于此直接开发AI应用，不再需要从0到1训练数据、建立模型，避免重复造轮子的现象出现。参数规模大，意味着进入大规模可复制的产业落地阶段，只需小样本的学习，就能达到比以前更好的效果，这是大规模的好处，但并不是全部。
2024-06-29 09:43:49
251
原创 【趋势思考】我们该如何看待大模型？
一、什么是大模型？2012年，AlexNet横空出世，在当年的ImageNet物体识别竞赛中大幅超越第二名的成绩，一举将物体识别的错误率降低了10个百分点。自此之后，深度学习奠定了在计算机视觉领域中的主导地位。但是，由于缺少ImageNet那样的大规模训练样本，在目标检测、语义分割等其他计算机视觉任务中，端到端训练的深度学习模型往往效果不佳。为了解决这个问题，研究人员使用在大规模的ImageNet数据库上训练的模型参数作为初始模型参数，并在这组参数的基础上，在特定的任务上进行微调，在各项任务上获得了明显的
2024-06-28 10:41:44
846
原创 中国巨头在NLP领域的大模型布局
大规模模型（）是近年来人工智能领域的一个热点话题，因为它们可以对自然语言处理（NLP）和其他任务进行更准确和深入的处理。由于大模型需要庞大的计算资源和数据支持，目前只有少数公司和机构能够进行研究和开发。本文将介绍一些国内外的巨头公司如何在大模型领域布局，以及他们的技术和应对措施。大规模模型是指参数数量巨大的神经网络，例如OpenAI的GPT系列和Google的BERT系列。这些模型在NLP领域的应用非常广泛，可以用于自然语言生成文本分类机器翻译和问答系统等任务。
2024-06-28 10:17:06
769
原创 大模型落地实践：同花顺大模型技术应用及优化
我们对接了中国移动的西安电信、陕西移动等运营商的客服机器人，同样是接听用户来电，先做用户的意图和语义识别，但在客服业务中用户的语义会比较固定，我们梳理之后有几百种，所以我们会先做语义相似句子匹配，再选择匹配度高的句子进行回复。图 4 有一个通用语义识别的小例子，输入问句是：“董事长持股大于 50 万”，解析时主干识别需要识别出“持有”和“大于”，并且要识别出“大于”这个语义是包含“持有”的，即“(大于(持有))”，语义角色需要识别出“持股”语义主体是“董事长”，“大于”的“客体”是“50 万”。
2024-06-28 10:14:02
852
原创 国内的人工智能大模型，有没有弯道超车的机会?
人工智能领域的快速发展让我们看到，大模型的出现正逐步改变着技术格局。大家都知道，美国的OpenAI、Google等公司在AI大模型领域占据着领先地位。那么，国内的人工智能大模型有没有弯道超车的机会呢？
2024-06-27 09:54:10
421
原创 人工智能现在的发展前景如何？
要回答人工智能现在的发展前景，我们得分清楚是问就业前景还是技术前景。有人会说，技术前景和就业前景不是一回事吗？如果技术马上要改变世界了，现在来从事这个行业不是妥妥的风口上的猪吗？其实真不是，由于前几年人工智能专业的供过于求和互联网行业的萎缩，如果有人现在让你去研究，那反倒是49年入国军了。下面我结合自己的经验和应用，大概说说这行的发展前景，供感兴趣的朋友或准备入行的小伙伴参考。过去，人工智能行业的主要目标岗位是算法岗，但现在已经不再是热门职位了。
2024-06-27 09:46:06
1295
原创 该不该和AI说谢谢?
考虑到实践是检验真理的唯一标准，我决定分别就此“询问”一下3.5，3.5和ChatGPT4.0。的回答中规中矩，主打一个公事公办，体现出AI的“缺乏感情”。ChatGPT4.0的回答和3.5差异不大，更加直白的表明自己是一个AI助手，有事直说，无需废话！几乎在所有文化中，我们都习惯于在接受帮助或服务后表达感激，这被认为是一种礼貌的行为。即使我们知道交流对象是没有感情的AI，这种习惯仍然会驱使我们以相同的方式做出回应。
2024-06-27 09:42:11
722
原创 当有人问我“什么是大模型”，我顿住了！
当有人问我“什么是大模型”，我顿住了！前两天，在聊工作的时候，忽然被一个提问打断了思路：“究竟什么是大模型，能不能给一个官方的解释？我一下子就顿住了，脑袋里闪过很多想法。所以，本篇，我们不如来整理下自 ChatGPT 诞生之后的这些大模型领域重要概念吧！再归类一下，提炼一下，下次再被问到，可以直接怼回去~~
2024-06-26 10:10:35
703
原创 国内主流AI大模型都是Python 开发的，国外AI大模型是什么语言开发的？为什么要用python？
很简单，因为做AI不需要造轮子！我来举几个耳熟能详的例子，都很适合作为例子学习。第一个是Meta的，这是它的链接。映入眼帘的问卷后缀主要有两类，md-文件，一般是说明文件；py-Python文件，一般是工程文件。再点进去具体的工程文件，清一色的，python文件。再深入一点儿，打开model.py模型文件，你看这个没，它是做深度学习基本上必备的库，它是基于Python写的。再来一个开源的GPT2，也是清一色的python文件。不过GPT2是五年前的作品，它的model模型文件里面用的是。
2024-06-26 10:07:20
935
原创 知识图谱和大模型哪个才是大方向？
先来见识一下什么是知识图谱：这是由华中科技大学信息医学研究所建立的一张中文医学术语知识图谱。在这个看起来非常复杂的网络中，每一个节点都是一个医学实体，比如疾病、症状、药物或治疗方法，而线条则代表着这些实体之间的各种关系。不同颜色的节点可能代表不同类型的实体，比如疾病、药物或症状等各种专业术语。这样一张图谱就像是医生的头脑导图，可以帮助他们迅速串联起病人的症状和可能的诊断。当医生查看一个特定的疾病节点时，他们可以迅速找到相关的症状和治疗选项，就像点开一个。
2024-06-26 10:03:57
852
原创 为什么说大模型训练很难？
当前深度学习领域最火的就是大模型了，随着模型规模的不断增加，从之前的多层感知机，到如今的庞然大物，从最初的数亿参数到如今的数千亿参数，大模型的训练变得愈发困难，而且需要的资源也很多。接下来我们就来说说大模型训练难的几个因素。 近年来大模型的发展我们从市场的反应就可以看出一点门道。现在赚钱的科技公司不多，英伟达可以说是人工智能大时代最赚钱的公司。之前只是一个专门做游戏的公司，做着做着，AI爆发了
2024-06-25 10:04:56
662
原创 大模型有什么用？
大模型通常指的是大型的机器学习模型，它们在多个领域有着广泛的应用。大模型的这些用途只是冰山一角，随着技术的发展，它们的应用范围还在不断扩展。然而，大模型也存在一些挑战，如需要大量的数据和计算资源，以及可能带来的隐私和伦理问题。
2024-06-25 09:54:35
518
原创 2024 年人工智能方向的就业前景怎么样？
下面详细给出解释：中欧国际工商学院院长先生在“浦东国际人才港论坛”给出过一个确切的数字——到2025年，中国人工智能人才缺口将达到1000万人，全球对人工智能人才的需求也在不断增加。而且，随着快速发展，新的人工智能工作岗位也会不断出现，整个人工智能岗位的“赛道”是在不断的变宽的。比如说我在BOSS上搜到了、人工智能工程师、人工智能翻译经理等岗位，甚至还搜到了之类的岗位。这些新兴岗位无疑会为人工智能专业的毕业生们提供了更多的就业机会。
2024-06-25 09:45:31
738
原创 人工智能未来的发展前景
61岁的比尔·盖茨曾在一篇给大学生的毕业寄语中写道“当今时代是一个非常好的时代”，如果在今天寻找一个能对世界造成巨大影响的机会，他毫不犹豫的就会考虑——人工智能。马云在2018世界人工智能大会现场再谈新制造。他认为，未来30年智能技术将深入到社会方方面面，彻底重塑传统制造业。企业如果不能从规模化、标准化向个性化、智慧化转型，将很难存活下去。AI技术再先进，如果不能和制造业结合推动转型升级，也将失去意义。
2024-06-25 09:41:05
587
原创 人工智能的发展将如何影响未来社会的就业结构？
人工智能本质上是生产力的革新。而生产力，决定了生产关系，会进而影响就业结构。比如，随着蒸汽机的发明，可以替代一定的人力劳动。蒸汽机的使用极大提高了生产效率，特别是在纺织和采矿行业。机器取代了大量的，生产速度和规模得到了极大的发展。进而促进了工业化和城市化：大机器驱动大工厂，人们围绕大工厂建立了大城市等等。当然，后续随着信息化和的进展，工业生产中人类的参与度越来越低。从就业的角度，越来越多的人从一产和二产投入到中。工厂、工业城市的人口持续下降，人们集中在服务业更发达的大都市当中。
2024-06-24 10:09:21
286
原创 如今人工智能(AI)就业岗位有哪些？
今年的招聘市场，因为AI对不同行业产生的冲击，显得和以往有那么些许的不同。就业市场中的一些岗位薪资仍然很高。但根据Blind 发布的最新报告显示，、谷歌和 Meta 三家公司入门级工程师支付的平均薪资，要高于苹果和微软。5家公司的入门级工程师平均年薪情况如下：亚马逊：15.9 万美元(备注：当前约 115.9 万元人民币)。谷歌：18.4 万美元(当前约 134.1 万元人民币)。Meta：17.9 万美元(当前约 130.5 万元人民币)。
2024-06-24 09:48:37
1254
原创 大模型当的发展是必然吗？
随着人工智能技术的不断发展，大模型已经成为了当前的一个热门话题。然而，大模型是否真的是发展的必然，却是一个值得深入探讨的问题。我们需要明确什么是大模型。大模型通常指的是具有海量参数和复杂结构的深度学习模型，它们能够处理大量的数据和复杂的任务。然而，大模型的发展并不是一蹴而就的，而是随着计算能力的提升和数据资源的丰富而逐渐发展起来的。在计算能力方面，随着芯片技术的不断进步和计算资源的不断增加，人们已经能够构建出规模越来越大的模型。
2024-06-24 09:33:21
337
原创 算法工程师当前选哪个方向好？
单从就业来说，个人强烈建议方向。风控基本上是金融口的需求，技术门槛低，业务要求高，面比较窄。推荐呢，也是非常偏业务和经验，技术已经非常非常卷了，而且不同的厂子，业务各异，互相还保密。所以这两个方向首先是完全不建议的。而NLP和CV呢，业务场景方面就丰富了太多。就NLP来说，无论对应自媒体的标题理解，还是学术论文查重，亦或电商的商品理解，都可以无缝落地。而随着自动驾驶、等领域被资本的火热追捧，CV的落地场景也非常广阔。因此可以看到，NLP和CV方向比较香。相比之下，CV要更卷一些，懂的都懂。
2024-06-24 09:30:26
1005
原创 人工智能是会导致大量失业，还是会创造更多就业机会？
在人工智能逐渐普及的今天，善用人工智能的人，终将会取代不会善用智能的人。我们更加需要持续的学习，才能在这个时代获取更多的资源和优势，不那么轻易的被淘汰。
2024-06-21 09:48:04
923
原创 AI 行业现阶段最需要什么样的人才？
所以AI行业的人才必不可少的知识点就是最近最火最热的大模型领域的知识。随着行业的推出，大模型领域已经是最前沿、最热门的AI行业的新星热点，不仅仅国内有文心一言、、百川等等；国外还有ChatGPT、Bing、还有Google的Gemini等等大模型上市，经过一年的实验，大模型行业逐渐趋于稳定竞争的模式。所以呢，你会发现2023年关于相关领域的研发人才被这些AGI模型公司发掘，薪资也在逐步走高，虽然未来薪资可能不会持续增长，但是这断崖式的薪资在的当下已经足够让绝大部分人羡慕了。
2024-06-21 09:37:21
762
原创 什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
比如公司领导想知道每周的销售情况，这种就是简单问题。简单问题可以用数据分析来处理，通过分析数据来分析出有用的信息。最简单的，你用excel分析一家淘宝店铺的销售数据，每周公司会让你出一份周报一份发现了最近几个月销量下降，然后根据分析产生销量下降的原因是什么，找到原因后制定对应的策略来提高销量。我们来看一个真实的案例。全球最大的旅行房屋租赁社区Airbnb曾在2011年纠结于新用户增长的缓慢，有一天，他们的数据分析团队发现房源照片的精美程度，跟房源的预定人数成很大的正相关。
2024-06-21 09:32:48
685
原创 未来十年 人工智能的发展前景是什么？
技术换代越来越快，似乎很难对「 AI 前景」做一个具体、明确的判断。就像这个问题是去年7月提的，当时大家还在吐槽“只有人工没有智能”。没人能料到现在最火的 AI 是款可以和用户文字沟通的。人制造的机器表现出的智能，背后还是人的意志。业内流传过一句话：AI 的技术程度有多高，背后的人力资源投入就有多大。现在 AI 很火，谁都想分一杯羹，但掌握资源的还是那些成熟行业。何况新产品最终还是得落到人的需求上，这方面早被现有行业开发完了。互联网兴起后，从国家战略到企业运作都之风。
2024-06-21 09:30:43
891
原创 人工智能这么厉害，比如GPT-4，为什么没有看到程序员大量失业？
其实关于人工智能的定义，在不同的地方有不同的定义，下面看一下百度百科的解释：人工智能是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。其实也可以用下面的一张图说明一下：那看完上面这个内容，我们基本上也可以看得到，人工智能在我们生活中的应用是不是也挺多了呢？比如说淘宝的拍一拍，通过照片能够识别要购买的同款商品，微信的扫一扫也能；
2024-06-20 10:15:49
561
原创 大模型时代，什么样的算法工程师更吃香？
大模型是数据、算法和算力的完美实践，是科研、工程和组织的优雅艺术。大模型时代的算法工程师，视野应当更加广阔，技能树应当更加枝繁叶茂、更加平衡。从整个社会生产效率的角度来说，“中央厨房预制菜”模式势不可挡。既然如此，那些沉溺于自怨自艾、慨叹“世风日下”的厨子，注定将被市场边缘化。而那些有着扎实烹饪技艺，同时积极适应标准化的配菜流程、勇于探索烹饪工艺创新、在预制菜品二次加工、顾客口味洞察、团队合作以及品控等方面迅速补全能力的厨子，必将在更加广阔的舞台上大放异彩。
2024-06-20 10:05:23
876
原创 24年秋招大模型相关岗位的前景如何?
1.有大模型方向论文的硕博很少，大部分论文还是在模型架构排列组合，屎上雕花。2.有大模型训练经验简历的很少，有65B以上大模型全量训练的更少，有预训练的经验就像捡到了宝。3.模型评测和强化学习方面经验很稀缺。4.大模型选型上一定要紧跟行业主流认知。5.成功落地的场景稀少，目前都在探索阶段。6.大模型需求依然很旺盛，优秀简历很抢手7.大模型八股文的频率高吗？
2024-06-20 09:47:35
963
原创 国内外 AI 大模型公司的现状和前景如何？
据我所知，分别是Openai、、Google。这三个公司三分天下，开源被商业公司吊打。国外小公司基本上已经放弃做通用大模型了。反而在一些细分领域做出有特色的产品，抢占了一些市场，比如，ClariNet AI，DeepArt，，Zoox，Character AI等等。openai是第一波起步的，目前的OpenAI已经发布4.0的版本了，在发布八个月后仍然是最强的。
2024-06-20 09:41:20
1057
原创 2024年，AI的机会在行业大模型吗？
要涉足行业大模型的开发，你一定要在自己熟悉的行业，这一点是毋庸置疑的，只有在这个行业里，你才能知道，大模型发力的点儿在那儿？能力的提升，大家对于如何扩展、定制 LLM 能力的发现，可能越来越多的会在自己熟悉的行业发现更多的落地的机会，而这个落地一定是通过行业大模型来实现的。观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。国内，考虑到国内的特殊性，这个更是资源与智力的结合，极少极少的公司才有可能做成平台型的公司，尽管你可能不喜欢。
2024-06-19 10:06:24
552
原创 复旦大学NLP实验室发布大模型高考数学测评结果，国内AI大模型成绩超GPT-4o，如何看待这一结果？
每年高考都是备受全社会关注的一件大事，而今年略有不同，因为除了的高三学子们，还多了许多陪他们一同参加考试的。在所有的考试科目中，数学显然一直都是最难的那一门，不论是对考生还是对大模型。因为数学最考验逻辑思维和计算能力，而大模型是从自然语言训练，即便是公认最强的也被诟病不懂数学。去年高考，国产大模型还远不像今天这样生机勃勃。今年就不一样了，一年多的让国产大模型也能凑满一整个考场。考试刚结束网上就有很多 AI 大战高考的文章。
2024-06-19 09:44:49
884
原创 目前有什么可以本地部署的大模型推荐?
综上所述，通过huggingface或者modelscope快速了解最新的大模型，并通过公式计算硬件要求，最后可通过ollama快速部署大模型。
2024-06-19 09:41:38
582
原创 人工智能是什么？带你一次掌握人工智能的三大重点及三大领域
目前仍有很多人还不太了解人工智能到底是什么，而今天笔者就要带着大家一起认识人工智能的关键技术与概念，并了解人工智能可以应用的领域。AI人工智能(artificial intelligence)顾名思义，就是人类试图使用机器打造如同人类智慧的科技技术。自从1956年人工智能正式问世到现在已经60多年过去了，但我们对于人工智能的研究与发展仍在不断进行中。更是在近几年随着大数据，高功能计算机，等等的工具普及下，我们正式进入一个AI新世代。
2024-06-18 09:37:14
336
原创 人工智能介绍
智能化：让生活更方便，同时大大提高社会资源的利用率精细化：精细追踪各个业务环节、服务从标准化到个性化全面：穷举并应用所有可能无隐私：在大数据、人工智能前没有隐私，超级权利大量工作被抢占：计算机正取代人类完成更多智力工作、只有2%的人能在初期掌握新技术并以此工作财富更加集中：数据成为最重要的资本Computer Vision，研究如何让计算机代替人眼对目标进行识别、跟踪、测量，并根据要求处理图像。
2024-06-18 09:34:11
907
原创 中国巨头在NLP领域的大模型布局
大规模模型（）是近年来人工智能领域的一个热点话题，因为它们可以对自然语言处理（NLP）和其他任务进行更准确和深入的处理。由于大模型需要庞大的计算资源和数据支持，目前只有少数公司和机构能够进行研究和开发。本文将介绍一些国内外的巨头公司如何在大模型领域布局，以及他们的技术和应对措施。大规模模型是指参数数量巨大的神经网络，例如OpenAI的GPT系列和Google的BERT系列。这些模型在NLP领域的应用非常广泛，可以用于自然语言生成文本分类机器翻译和问答系统等任务。
2024-06-18 09:30:55
928
原创 大模型为什么是深度学习的未来？
随着深度学习技术的发展，大模型已经成为深度学习的未来。大模型是一种深度学习模型，它可以处理大量的数据，从而获得准确的预测结果。首先，大模型可以有效地处理大量数据。传统的机器学习模型只能处理少量的数据，而大模型可以处理大量的数据，从而获得更准确的预测结果。此外，大模型可以有效地处理非结构化的数据，例如图像和视频。其次，大模型可以提高模型的准确性。大模型可以捕捉数据之间的复杂关系，从而提高模型的准确性。此外，大模型可以更快地训练，从而更快地获得准确的预测结果。最后，大模型可以更好地支持深度学习。
2024-06-18 09:25:44
1130
原创 人工智能那么火~如今AI的应用场景都有哪些？
在Chatgpt出圈的时候，我才开始了解和学习。我自己就是从一个电脑小白，到现在AIGC已经融入了，我自己使用过的AI工具大致有chatgpt、、wps ai、midjourney等。在介绍ai工具之前，我们得先理解，ai是一个工具，它有自己的模型或者数据库，它只是在数据库里「努力地」给你答案。ai不是先知。这里借用大佬的在chatgpt一周年的提问图：在AIGC已经成为部分人的生产力和生产工具，帮助他们提高工作效率的时候，有些小伙伴还不知道AIGC是什么，或者还不知道怎么使用。
2024-06-17 10:01:52
763
原创 如何看待国产大模型的现状？
大模型从爆发到现在，刚开始遥遥领先，现如今国内的大模型发展的速度相当快，在不少的领域快要追上最强的模型，甚至已经超越了其他模型成为行业领头羊。你看上的排行榜，前面已经有逐渐开始出现国内的大模型了。对于大模型来说，我最喜欢的两个概念或者说原理，一个是涌现，另一个就是规模效应scaling rule。前一个的最初定义是一旦模型的规模大到一定程度，就会出现一些意想不到的能力；后一个指的是如果一个模型的参数/数据集/算力同规模的增大，那么这个模型的性能也会同步提升。这两个都是OpenAI团队的人提出来并且在。
2024-06-17 09:44:43
917
原创 【LM 00】从零开始认识大模型：一篇非从业者指南
AI技术第一次这么密集地冲击着非从业者们，身处变革之中的我们或许会迷茫，但这本来就是工业革命之后的常态，我们要做的就是像九十年代学习计算机一样拥抱未来。在ChatGPT刚出的时候，我对未来的知识创作是抱着悲观态度的。我认为个人创作者会被ChatGPT挤兑，或者直接投降借助ChatGPT来创作。久而久之，知识会陷入到封闭的循环当中，知乎也会沦为一个ChatGPT版公众号的聚集地，所以有一段时间我卸载了知乎。
2024-06-17 09:41:05
565
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人