开源与闭源AI模型的对决:数据隐私、商业应用与社区参与 2024-05-23 人工智能, 开源 81人 已看 开源与闭源AI模型各具优势,开源模型在透明性、社区审查、灵活性和成本效益方面表现突出;而闭源模型在资源集中、专业支持和稳定性上更胜一筹。开源模型在社区参与与合作中具有广泛的协作和知识共享优势,推动技术快速进步。未来,找到开源与闭源间的平衡,充分利用各自优势,将助力AI技术的可持续发展和行业的整体进步。
Tensorflow2.0笔记 - AutoEncoder做FashionMnist数据集训练 2024-05-22 python, tensorflow, 笔记, 深度学习, 人工智能 88人 已看 本笔记记录自编码器做FashionMnist数据集训练,关于autoencoder的原理,请自行百度。
第 8 章 机器人实体导航实现01_准备工作(自学二刷笔记) 2024-05-23 自动驾驶, 机器人, 笔记, 机器学习, 人工智能 137人 已看 分布式架构、功能包安装、机器人模型.urdf.xacro以及坐标变换TF
数据集——高分辨率图像分割成大小均匀图像(附Python代码) 2024-05-29 计算机视觉, 人工智能 93人 已看 将高分辨率图像分割成大小均匀的图像用于训练,可以提高训练效率,提高模型性能,并提供更大的灵活性。
使用大模型结合Mermaid实现业务流程图快速生成 2024-05-23 人工智能, chatgpt 60人 已看 本文档主要介绍使用ChatGPT结合Mermaid实现业务流程简单快速生成,满足一些为了凑页数对作图要求不高的文档。置于那些对图片和文档质量要求很高的,此方案不太行了,需要大家手工画了。
NLP预训练模型-GPT-3 2024-05-22 gpt-3, 人工智能, 自然语言处理 97人 已看 它是GPT系列的第三代模型,采用了Transformer架构,并具有独特的规模和能力。GPT-3被广泛认为是目前最先进的预训练模型之一,能够在各种NLP任务上取得卓越的成果。由于模型的庞大规模,它需要庞大的计算资源和昂贵的成本来进行训练和部署。一旦预训练完成,GPT-3可以在特定任务上进行微调,以适应不同的应用场景。在这些任务中,GPT-3可以根据输入的提示生成连贯、有逻辑的文本。随着技术的发展和模型的改进,我们可以期待未来更先进的NLP模型的出现,进一步推动自然语言处理领域的发展。
【MATLAB】基于EMD-PCA-LSTM的回归预测模型 2024-05-23 matlab, lstm, rnn, 深度学习, 人工智能 181人 已看 基于EMD-PCA-LSTM的回归预测模型是一种结合了经验模态分解(Empirical Mode Decomposition, EMD)、主成分分析(Principal Component Analysis, PCA)和长短期记忆网络(Long Short-Term Memory, LSTM)的复杂回归序列预测方法。下面分别介绍这三个组成部分的基本原理以及它们是如何结合在一起的。经验模态分解(EMD)
深度学习:手撕 RNN(2)-RNN 的常见模型架构 2024-05-23 架构, rnn, 机器学习, 深度学习, 人工智能, 神经网络 200人 已看 双向 RNN 和 DeepRNN 的原理,以及一些应用更加灵活和广泛的架构
Pytorch训练LeNet模型MNIST数据集 2024-05-29 python, 机器学习, 深度学习, pytorch, 人工智能 77人 已看 补充:这里的transform根据不同的数据集选择不同的值。补充:可以在外面再套一层迭代次数。以MNIST数据集为例。
各大翻译软件代码——浔川AI翻译研发社团 2024-05-29 人工智能 13人 已看 有道翻译API(主要推荐)百度翻译API(需要申请key与密钥,每月100万免费字符)谷歌翻译API(需要梯子,而且不稳定,不推荐)
Tensorflow2.0笔记 - AutoEncoder做FashionMnist数据集训练 2024-05-22 python, tensorflow, 笔记, 深度学习, 人工智能 88人 已看 本笔记记录自编码器做FashionMnist数据集训练,关于autoencoder的原理,请自行百度。
视频技术在智慧营业厅中的应用:AI识别与智能化转型 2024-05-22 网络, 音视频, 人工智能, 大数据 73人 已看 设备选型方面,应考虑高清摄像头、视频监控系统、智能分析系统、存储设备以及网络传输设备等。
深度神经网络 2024-05-21 机器学习, dnn, 深度学习, 人工智能, 神经网络 121人 已看 深度神经网络(Deep Neural Network, DNN)是人工智能领域的一个重要分支,主要通过构建多层的神经网络来实现复杂问题的解决。其核心在于利用大量数据进行训练,使得模型能够自动提取特征、识别模式并进行分类和预测。
【机器学习】基于核的机器学习算法(Kernel-based Algorithms):原理,应用与优化 2024-05-23 机器学习, 人工智能 52人 已看 随着大数据时代的到来,机器学习已成为处理和分析海量数据的重要工具。在机器学习的众多算法中,基于核的算法因其强大的非线性处理能力而备受关注。本文旨在介绍基于核的算法的基本原理、应用领域以及未来的发展趋势。
视频怎么提取成文字?7个软件教你快速进行视频文字提取 2024-05-29 音视频, 人工智能, 语音识别 114人 已看 第二步:选择完毕功能之后,你就可以在这个界面上进行快速的编辑转换了,这款软件的转换效率超高,转换的速度快,无论你是工作还是学习上使用,都可以快速的帮助你完成你的目的,而且还可以大大的节省你自己的时间。用户可以上传视频文件,Rev会通过人工和自动化的方式将语音内容转换为文字,并提供编辑和校对功能。Temi:Temi是一款简单易用的视频转文字工具,可以帮助用户快速提取视频中的文字内容。这些软件和工具都具有高准确度、快速转换和丰富的编辑功能,可以帮助用户轻松进行视频文字提取和编辑。视频怎么提取成文字?
GPT-4o和GPT-4有什么区别?我们还需要付费开通GPT-4? 2024-05-28 人工智能, gpt 63人 已看 GPT-4o 是 OpenAI 最新推出的大模型,有它的独特之处。那么GPT-4o 与 GPT-4 之间的主要区别具体有哪些呢?今天我们就来聊聊这个问题。目前来看,主要是下面几个差异。
智能除螨—wtn6040-8s语音芯片方案引领除螨仪新时代 2024-05-28 人工智能, 语音识别 101人 已看 随着物联网技术的快速发展,除螨仪作为家庭清洁的重要工具,其智能化、人性化的设计成为提升市场竞争力的关键。置入语音芯片的除螨仪,通过开机提示、工作状态反馈、操作指引、故障提醒等内容。用户可以更加直观地了解除螨仪的工作状态,从而进行更加精准的操作。不仅提升了除螨仪的智能化水平,还为用户带来了更加便捷、舒适的使用体验。
开源与闭源AI模型的对决:数据隐私、商业应用与社区参与 2024-05-23 人工智能, 开源 78人 已看 开源与闭源AI模型各具优势,开源模型在透明性、社区审查、灵活性和成本效益方面表现突出;而闭源模型在资源集中、专业支持和稳定性上更胜一筹。开源模型在社区参与与合作中具有广泛的协作和知识共享优势,推动技术快速进步。未来,找到开源与闭源间的平衡,充分利用各自优势,将助力AI技术的可持续发展和行业的整体进步。
使用大模型结合Mermaid实现业务流程图快速生成 2024-05-23 人工智能, chatgpt 187人 已看 本文档主要介绍使用ChatGPT结合Mermaid实现业务流程简单快速生成,满足一些为了凑页数对作图要求不高的文档。置于那些对图片和文档质量要求很高的,此方案不太行了,需要大家手工画了。