个人技术分享

(Survey Part III) Uncertainty estimation-BNN

AI数据处理实战108招：ChatGPT+Excel+VBA》通过7个专题内容、108个实用技巧，讲解了如何运用ChatGPT结合办公软件Excel和VBA代码实现AI办公智能化、高效化。随书附赠了108集同步教学视频、170多个素材效果、80多个关键词和33个VBA代码等。具体内容由以下两条线展开。

(Survey Part III) Uncertainty estimation-BNN

中国语言博大精深想说好和写好中国话是一门高深的学问需要人们用心去学习中文中文可以说是世界上最难学的语言之一不仅字体非常的复杂而且同音字特别的多稍有不慎就会写错在学生群体中会经常出现这种错误尤其是刚刚学习语文的小朋友以及初中生高中生包括很多的大学生。在一篇文章里面如果字写错了那么意思就全会变了尤其是写作文时如果错字了这是非常马虎的一种表现所以在我们的语文课中经常会有错别字的题就是为了防范这种情况的出现。但是如果一篇文章写好之后从头到尾的查一遍错别字是非常的耗费时间的。

描述：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总、理解并消化，以最大化地开发数据的功能，发挥数据的作用。这是一个为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。关键词：统计：统计是数据分析的基础，它涉及对数据的收集、整理、分析和解释。挖掘：挖掘则是从大量数据中寻找和发现有用信息的过程，它有助于我们深入理解数据的内在规律和模式。可视化：可视化则是将数据分析结果以图形、图表等形式展现出来，使得结果更易于理解和接受。

未来，四川省将重点打造成都、眉山、宜宾、泸州、遂宁、南充、广安、达州8个千亿级绿色化工产业基地，形成石油炼化一体化、聚烯烃聚酯类深加工、天然气精深加工、盐磷化工、硫磷钛化工、高端精细化学品和专用化工新材料6个千亿级产业链，培育30户具有较强产业带动力的年销售收入50亿元以上的企业，打造“8+6+30”产业发展格局。2、化工单元设备：粉碎、搅拌、混合、反应、传质、分离过滤、浓缩干燥、蒸发结晶、换热传热、制冷、输送、储存、包装等化工生产设备。标准展台：12000/个（9平方）

模型评估的方式，混淆矩阵和ROC曲线

在使用ffmpeg解码后的多路解码数据非常慢，还要给AI做分析，可行的加速方式是在显存处理数据，在中，提高了比较可靠的方式是使用cuda，那么没有cuda的显卡如何处理呢，比较好的方式是使用opencl来提高数据传输方式。

matlab 最大类间方差法计算二值化阈值并进行二值化

最近抽空看了下 Andrej Karpathy 的视频教程，教程的质量很高。教程不需要任何前置机器学习基础，只需要有高中水平的数学基础即可。整个教程从 0 到 1 手撸了一个类 pytorch 的机器学习库micrograd，核心代码不到 100 行。虽然为了简化没有实现复杂的矩阵运算，但是对于理解 pytorch 的设计思想有很大帮助。通过上面的流程可以很容易理解机器学习模型训练框架的设计方案，这一套流程也完全适用于 pytorch，可以帮助更好地理解 pytorch 的训练流程。

借助ChatGPT在今日头条上的创作，不仅可以大大提高写作效率，还能使内容更加丰富和多样化。通过本文介绍的步骤和技巧，你可以更有效地利用这一工具，创作出符合读者需求和趣味的高质量内容。本文旨在详细解析如何运用ChatGPT来创作文章，并提供全方位的使用指南及常见问题的答疑。发布文章后，关注读者的评论和反馈，这有助于你了解文章的受欢迎程度和可能需要改进的地方。是的，ChatGPT支持多种语言，你可以选择适合自己的语言进行创作。根据读者的反馈和行为数据，对内容进行持续优化，以提高未来文章的效果。

关于AI数字人的几个创作平台及其使用（一）

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。

使用paddlepaddle框架构建ViT用于CIFAR10数据集图像分类

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：96。标注数量(xml文件个数)：96。标注数量(txt文件个数)：96。使用标注工具：labelImg。标注类别名称:["rat"]标注规则：对类别进行画矩形框。rat 框数 = 378。

使用paddlepaddle框架构建ViT用于CIFAR10数据集图像分类

通过智能合约，游戏开发者可以设定一定的规则和条件，鼓励玩家参与游戏的开发和运营。同时，智能合约还可以用于实现游戏内的投票和决策机制，让玩家共同参与游戏的治理和发展。通过智能合约，玩家可以安全、便捷地购买、出售或交换游戏内的虚拟物品，如角色、装备、道具等。智能合约可以根据预定义的规则和条件自动执行游戏内的各种操作。例如，在角色扮演类链游中，智能合约可以自动计算玩家的等级、经验值、攻击力等属性，并根据游戏规则自动发放奖励或惩罚。智能合约的出现，使得链游能够在去中心化的环境中实现安全、透明、公平的游戏体验。

在过去几年中，YOLOs 因其在计算成本和检测性能之间的有效平衡而成为实时物体检测领域的主流模式。研究人员对 YOLOs 的架构设计、优化目标、数据增强策略等进行了探索，并取得了显著进展。然而，后处理对非最大抑制（NMS）的依赖阻碍了 YOLO 的端到端部署，并对推理延迟产生了不利影响。此外，YOLOs 中各种组件的设计缺乏全面彻底的检查，导致明显的计算冗余，限制了模型的能力。这使得效率不尽如人意，性能还有很大的提升空间。在这项工作中，我们旨在从后处理和模型架构两方面进一步推进 YOLO 的性能-效率边界。

在人脸识别任务中，GPT-4 能够有效区分不同的面部特征，并能准确说出每张脸的特征。在性别检测方面，它也表现出很高的准确性，尤其是对于难度较大的年龄组。在年龄估计方面，它倾向于预测一个年龄范围，而不是一个精确的值，但它提供的预测值接近实际年龄，特别是对于较年轻的人群。这些实验结果表明，GPT-4 在生物识别应用中表现出良好的性能，并表明大规模语言模型和底层模型可能在生物识别中发挥重要作用。

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:[“crease”,“damage”,“dot”,“scratch”]图片数量(jpg文件个数)：291。标注数量(xml文件个数)：291。标注数量(txt文件个数)：291。使用标注工具：labelImg。标注规则：对类别进行画矩形框。