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
Raven10086
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
11
文章 10
沸点 1
赞
11
返回
|
搜索文章
最新
热门
DataWhale共学-向量数据库task04-MinerU部署与文本嵌入实战
MinerU部署教程 github地址:https://github.com/opendatalab/MinerU 下载模型文件 官方地址:https://github.com/opendatalab
DataWhale共学-向量数据库task03-Milvus Lite部署与应用教程
创建环境 注册内核 安装 Milvus 验证安装 创建数据库 报错: 修改后创建db成功 向量数据库基本概念 概念 描述 数据库(Database) 类似与MySQL的database,首先需要一个库
DataWhale共学深度学习-Task02:线性模型(深度学习教程1.2节)
把输入的特征 x 乘上一个权重,再加上一个偏置就得到预测的结果 这样的模型称为线性模型(linear model) 1.2.1 分段线性曲线 以可以用分段线性曲线,去逼近任何的连续的曲线 用 Sigm
DataWhale共学深度学习-Task01:机器学习基础(深度学习教程1.1节)
机器学习基础 机器学习任务:1.分类 2.回归 第一步定义模型 函数f y = b + w ∗ x1 带有未知的参数(parameter)的函数称为模型(model)。 模型在机器学习里面,就是一个带
DataWhale共学-向量数据库task01
向量数据库概念 向量数据库是专为高维向量数据设计的数据库系统,能够将文本、图像、音频等非结构化数据转化为数学向量(即高维数组),并基于相似性度量(如余弦相似度、欧氏距离)实现高效检索。 核心优势 处理
推荐系统task04-特征交叉及Wide&Deep系列排序模型
一、特征交叉模型 (一)FM(Factorization Machine) 核心思想:针对稀疏数据下特征组合难学习的问题,引入隐向量对特征进行表示,通过向量内积计算特征交叉的权重,高效挖掘二阶特征交互
L1G3000 | LMDeploy 高效部署量化实践LMDeploy 高效部署量化实践
闯关任务 复现 InternVL 和 InternLM 的部署和量化提交为在线飞书文档。 提交地址:https://aicarrier.feishu.cn/share/base/form/shrcnk
第五期-L1G1-玩转书生大模型 API 之 Browse Use实践
闯关任务 构建一个包含 3 轮对话的上下文,调用 API 获取最终回复 and 发送一张图片并获取描述。 自行探索,并使用 Browser-use Web-UI 自带的录制功能,将书生大模型操作浏览器
推荐系统task03-基于向量的召回
基础-离散特征处理 参考王树森 one-hot编码 Embeddng 矩阵补充 向量au和bi的内积是第u号用户对第i号物品兴趣的预估值 内积代表两个向量的相似程度 FM召回 在推荐系统中,召回阶段就
推荐系统task02-推荐系统算法基础-基于协同过滤的召回
基于用户的协同过滤算法(UserCF) 给用户推荐和他兴趣相似的其他用户喜欢的产品 基于物品的协同过滤算法(ItemCF) 给用户推荐和他之前喜欢的物品相似的物品 重点:计算用户或物品之间的相似度 相
下一页
个人成就
文章被点赞
6
文章被阅读
3,493
掘力值
449
关注了
7
关注者
2
收藏集
11
关注标签
0
加入于
2022-01-04