offduty

本文分享了作者使用大语言模型（kimi、智谱清言、ChatGPT）进行表格数据处理的实验过程。实验主要分为数据整理、描述性统计分析、数据结果可视化三个步骤，并对比了不同模型...

本页面探讨了如何利用 LLM 模型进行文本生成，重点介绍了提示词（Prompt）在引导 AI 生成特定内容中的重要性。文章分析了不同类型的 AI 模型（推理模型和通用模型）...

面试官：看你简历上做过图片或文件批量下载，那么假如我一次性下载几十个，如何去控制并发请求的？ 让我想想，额~， 选中ID，循环请求？，八嘎！肯定不是那么沙雕的做法，这样做服...

绍了残差网络（ResNet）的关键概念、结构以及在深度学习中的应用，包括快捷连接、基本模块（BasicBlock 和 Bottleneck）的设计，以及网络整体结构的构建。...

本文主要介绍了在 PyTorch 中进行深度学习模型的构建、训练、评估以及数据预处理的关键步骤和技巧。...

本页面提供了 PyTorch GPU 版本的安装教程，包括环境准备、核心安装步骤、常见问题及解决方案等。内容涵盖了官方文档、在线课程、GitHub 项目、书籍推荐等多种学习...

人工智能简史 1.1 人工智能的三次浪潮 1.1.1 第一次浪潮 时间与起点：始于1950年代。1950年，阿兰·图灵在《计算机器与智能》中提出机器思维的概念及图灵测试；1...

本文介绍了三个编程题目的解法，包括：1) 小鲸鱼的学习安排，旨在计算小鲸鱼一周内哪一天最不高兴；2) 小鲸鱼的幸运单词，判断给定单词是否为“Lucky Word”；3) 哥...

本文介绍了Python中字符串的基本概念，包括引号的使用、字符串常量、字符串的不可变性、字符串运算和常用函数方法。通过示例代码，详细解释了字符串的创建、连接、重复、切片、索...

本文介绍了Python中的for和while循环，以及break和continue语句的使用。通过示例展示了如何使用for循环遍历字符串、列表、元组和range对象，以及如...

介绍了控制条件语句 if 的常见形式，并重点讨论了三元表达式条件语句。对于稍复杂的条件语句给出了简单的示例，便于理解。...

本文介绍了Python中变量的概念、特性和操作。重点解释了变量是指向对象的引用，并通过id()函数验证对象引用。还探讨了Python对小整数范围的优化策略，即在-5到256...

本文全面介绍了Python的内置数据类型、常数、运算符以及type()和isinstance()函数的使用。详细解释了数字类型（整数、浮点数、复数）、布尔类型、文本序列类型...

本章为 python 基础知识系列第一部分，包括注释、控制台输出和输出，错误类型，导入库的常用方式用法详解。...

本文深入探讨了卷积神经网络（CNN）在图像分类任务中的应用，包括其基本架构、特点和局限性。文章首先介绍了CNN的基本概念，如图像调整尺寸、模式检测、感受野、参数共享和汇聚操...

本文主要探讨了深度学习中常见的问题及其解决方案。首先分析了模型在训练数据上表现不佳的原因，包括模型偏差和优化问题，并提出了相应的解决方法。接着讨论了过拟合问题，提出了增加训...

介绍了深度学习中的one-hot编码、Softmax函数和分类损失。One-hot编码用于将分类变量转换为二进制向量，消除类别间的隐含顺序。Softmax函数用于将模型输出...

本文介绍了几种深度学习中的优化算法，包括AdaGrad、RMSProp和Adam，它们都是自适应学习率的方法。文章详细解释了这些算法的工作原理、更新公式以及如何根据梯度的变...

本文介绍了深度学习中的基本概念和技术，包括批量训练、激活函数、神经网络结构、常见神经网络模型和机器学习框架。文中详细解释了批量处理、激活函数（如Sigmoid、ReLU）、...

本文探讨了机器学习中批量大小和动量法对模型训练效率和收敛性的影响。通过分析不同批量大小对计算时间的影响，以及动量法如何帮助模型参数跨越局部最小值或鞍点，文章强调了合理选择超...