智乐兔

人工智能

  • 常见的python可视化工具函数列表

    常见的python可视化工具函数列表

    ◄ matplotlib.gridspec.GridSpec() 创建一个规则的子图网格布局 ◄ matplotlib.pyplot.grid() 在当前图表中添加网格线 ◄ matplotlib.pyplot.plot() 绘制折线图 ◄ matplotlib.pyplot.subplot() 用于在一个图表中创建一个子图,并指定子图的位置或排列方式 ◄ matplotlib.pyplot.subplots() 创建一个包含多个子图的图表,返回一个包含图表对象和子图对象的元组 ◄ matplotlib.pyplot.title() 设置当前图表的标题,相当于对于特定轴 ax 对象 ax.se ...

    查看全文

  • 带你了解大模型是什么以及应用现状

    带你了解大模型是什么以及应用现状

    大模型是指参数量达到千万甚至亿级别的深度学习模型。这些模型在处理图像、语音、自然语言等复杂任务时具有更高的准确性和鲁棒性。以下是一些大模型的例子: Transformer:这是一种用于自然语言处理的深度学习模型,最常用于语言翻译和文本生成任务。Transformer模型最初在2017年的论文《Attention is All You Need》中提出,并被广泛应用于各种不同的任务中。 BERT(Bidirectional Encoder Representations from Transformers):这是一种基于Transformer的大规模预训练语言模型,旨在回答各种自然语言处理问题 ...

    查看全文

  • 关于智能建模引擎的科幻解说

    关于智能建模引擎的科幻解说

    思过崖 爱因斯坦的后半生一直从事寻找大统一理论的工作,即被称为二十世纪二十个科学之谜的统一场论,企图把自然界中的电磁、引力、弱、强等各种互相作用力统一起来,不过这项工作没有获得成功。爱因斯坦晚年犯的错误,后来饱受世人诟病,因为之后的科学研究证明,虽然他的量子理论和相对论存在一定的疏漏,但这并不是神学可以弥补的,只是因为他的计算方法出了问题,很快就有杰出的科学家弥补了它的漏洞,也批判了他对于神学的盲目狂热相信。 有时候,架构、模式或机制都不能奏效来根本解决问题时,往往是因为系统缺乏自检能力,系统缺乏自我意识,没有自校正的能力,或者说不适应环境。此外,还有一个原因是,造物者不能真正 ...

    查看全文

  • 决定人工智能未来的三大关键难题

    决定人工智能未来的三大关键难题

    科幻作品中我们经常能够看到与人类一样聪明的机器人,但机器是如何在这背后存储知识的?是如何推理知识并运用知识的?最后又是如何实现与人的交互的?此次在的百度BIG大会上,百度技术副总王海峰博士总结了实现人工智能的三大关键技术,基本回答了这些问题,虽然讲的比较简单,但由于信息量过大没有一定背景的人是很难听懂的,所以我纯粹来给各位科普下。 关键一,让机器理解语言的技术 理解语言是一个从词语逐渐递进到事件的过程。 1,分词技术 让机器理解语言,也就是要让机器学会自己思考,那么就需要让机器去理解语言。而汉语的 理解与英语相比起来就显得更加困难,在英语中每个单词都是基本上可以被机器直接读取的,但是汉语在 ...

    查看全文

  • java实现线性数据-值排序的工具类-终极方案

    java实现线性数据-值排序的工具类-终极方案

    在设计udast智能机器人时要解决一个分词的问题,而分词的过程需要对词汇的频次进行统计,这就需要对一段文字的词汇进行汇总并按词频排序然后取某个频段的词汇做出处理,分词后按词性、字符长度、字面值为颗粒度进行过滤和统计最终得到一个数组(java.util.Map类型),不过里面的词频是乱序的,HashMap本来就是乱序的,那么怎么得到线性排序的结果呢?下面给出一个排序工具: package com.tomrrow.collect.splitword; import java.util.ArrayList; import java.util.Collections; import java.u ...

    查看全文

  • 神经网络引擎的传输结构

    神经网络引擎的传输结构

    The Transport Mechanism 传输结构 Note: as of Joone v. 2.0 a new single-thread engine has been written in order to improve the performances on machines with multi-core CPUs. As a consequence, the Layer no longer runs within its own separate thread and so the concepts described below, though still accurat ...

    查看全文

  • 神经网络简单概念

    神经网络简单概念

    Each neural network (NN) is composed of a number of components (layers) joined together by specific connections (synapses). Several neural network architectures can be created (feed forward NN -前馈神经网络, recurrent NN -复发性神经网络, etc) depending on how these components are linked together. This section ...

    查看全文

  • 《Joone完全指南》序

    《Joone完全指南》序

    I would like to present the objectives that I had in mind when I started to write the first lines of code for Joone. 在我开始书写Joone的第一行代码时我想要提出这个曾一度存在心中的目标。 My dream was (and still is) to create the necessary framework to enable the implementation of a new approach to the use of neural network ...

    查看全文