首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
Sang相藩
掘友等级
AI产品经理
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
5
文章 5
沸点 0
赞
5
返回
|
搜索文章
Sang相藩
AI产品经理
·
1年前
关注
LLM(三):基于ChatGPT构建一个问答系统
以电商客服助手为例,通过链式调用语言模型,结合多个Prompt实现复杂的问答与推理功能。 一,基础知识了解 1.1 语言模型 大语言模型(LLM)是通过预测下一个词的监督学...
2
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
LLM(二):Prompt
一,什么是Prompt 在人工智能领域,Prompt指的是用户给大型语言模型发出的指令。作用是引导模型生成符合预期主题或内容的文本,从而控制生成结果的方向和内容。 大模型是...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
LLM(一):大语言模型
自2022年,ChatGPT发布之后,大语言模型(Large Language Model),简称LLM掀起了一波狂潮。作为学习理解LLM的开始,先来整体的理解一下大语言模...
3
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
NLP(三):词向量
自然语言处理,处理的是自然的需要,通过分词后得到我们想要的词,但是不可能直接把这种自然语言传递给计算机来理解。这时候就有一个概念叫词向量,用来表示词的特征向量或表征。 一,...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
NLP(二):分词
一,什么是分词 分词就是指将文本数据转换为一个个的单词,是中文自然语言处理的基础,将连续的中文文本切分成一个一个的词语或字的过程 像借用思知的分词工具,实例如下 分词就是通...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
NLP(一):RNN&LSTM&GRU
一,RNN 在BP神经网络和CNN中,输入输出都是互相独立的,但是在实际应用中有些场景输出内容和之前的内容是由关联的,比较典型的就是在处理序列信息的时候。 循环神经网络,在...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(十):循环神经网络
卷积神经网络可以有效地处理空间信息, 循环神经网络就是专门为更好地处理序列信息而生,如时间等。循环神经网络通过引入状态变量存储过去的信息和当前的输入,从而可以确定当前的输出...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(九):现代卷积神经网络
在之前已经介绍了卷积神经网络的基本原理,这一节主要介绍一下现代的现代卷积神经网络模型,包括 AlexNet。它是第一个在大规模视觉竞赛中击败传统计算机视觉模型的大型神经网络...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(八):深度学习框架
一,基础介绍 在前面的内容中,所有的包括函数、各种层的封装都是我们自己手动码出来的,在实际的工程应用中,其实有很多东西是可以重复利用的,所以有些大佬就将其封装了起来,方便使...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(七):卷积神经网络
一,整体结构 卷积神经网络,英文为Convolutional Neural Network,所以也被简称为CNN CNN和之前介绍的神经网络一样,也可以通过组装层来构建,只...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(六):实现误差反向传播法
通过组装已经实现的层来构建神经网络。 神经网络学习的步骤如下所示: 1,从训练数据中随机选择一部分数据。 2,计算损失函数关于各个权重参数的梯度。 3,将权重参数沿梯度方向...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(五):误差反向传播法
在四中,采取了数值微分的方式求损失函数关于权重参数的梯度,但是比较耗时间,这一节讲一个能够高效计算权重参数的梯度的方法——误差反向传播法。 一,计算图 计算图指的就是将计算...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(三):手写数字识别
在之前神经网络的学习基础上,来试着解决实际问题。 进行手写数字图像的分类。假设学习已经全部结束,我们使用学习到的参数,先实现神经网络的“推理处理”。这个推理处理也称为神经网...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(二):神经网络
在之前的感知机中,虽然它有着理论上能表示很多复杂函数的可能,但是设定权重等都是人工进行的。 而神经网络的出现就是为了解决这个问题,神经网络是可以自动地从数据中学习到合适的权...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
深度学习(一):感知机
感知机是作为神经网络的起源算法,因此,学习感知机的构造也是很有帮助的。 一,感知机是什么 感知机接收多个输入信号,输出一个信号。信号只有0和1两种取值。 如下是一个接收两个...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
机器学习(九):决策树算法实现
在 sklearn 库中与决策树相关的算法都存放在sklearn.tree模块 决策树实现步骤 确定纯度指标 确定纯度指标,用它来衡量不同“特征属性”所得到的纯度,并选取使...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
机器学习(八):决策树算法
一,if-else原理 决策树算法是以if-else来形成的,if-else它的用法就是:if 后跟判断条件,如果判断为真,也即满足条件,就执行 if 下的代码段,否则执行...
2
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
机器学习(六):朴素贝叶斯分类算法
一,贝叶斯公式 在统计学中,有两个较大的分支,一个是频率,一个是贝叶斯。贝叶斯公式如下所示: P(A)表示A出现的概率; P(B|A)表示A发生的条件下,发生B的概率,也被...
0
评论
分享
Sang相藩
AI产品经理
·
1年前
关注
机器学习(五):KNN算法的实现
在Sklearn中有neighbors模块可以使用KNN算法。使用Sklearn 自带的“红酒数据集”进行 KNN 算法分类预测。...
0
评论
分享
下一页
个人成就
文章被点赞
10
文章被阅读
8,388
掘力值
592
关注了
0
关注者
6
收藏集
0
关注标签
7
加入于
2023-09-09