脑洞大开

• 

  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

• 

  职场之下创业养成记——写给爱思考的人

  八小时之内谋生存，八小时之外​求发展。这是给广大职场人们​的一句忠告。我曾经不过是万千“白领”中的一员，每个月拿着不多不少的薪水。平常的状态不是在加班，就是在加班的路上。也有闲下来的时候，大把的花钱，仗着平日加班攒下来的还算丰厚的报酬，消费从不看加码，怎么称心怎么来​。所以，这么多年，也没有​存下多少钱，反而是平添了房贷、车贷以及各种贷。如今，经历了疫情、经济低迷、职场pua的我，恍然发现自己还在原地打转，而很多同龄人已经​在各自的领域里混得风生水起。每当下班以后，独坐在窗前，看着夜幕降临掩盖下的霓虹闪烁的这个城市，我常常想，​什么时候对面那栋豪华的写字楼也能有属于我的那一层？ 因此，我常常观 ...

  查看全文

• 

  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

  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

• 

  经营之道从思索开始

  ​人间道有三：人、物、局。人以思为帅，物以技为帅，局以利为帅。物为人用，驭人、驭物为局。以思想驭人之思想，让人之技驭物之技，使人与人、人与物互市互利互惠，以局驭局遍地开花。 人只有在行动中才能感知流动的时光，也只有在流动的时光里，才能感知思维的流动。静止的房间里，只会感觉到时间的凝滞，僵化的思维始终走不出故步自封的樊篱。因此，在行走的车上，效率要远高于静止的房间里。以提升自己为初步目标的知识学习平台，形成智能型学习储藏，随时间积累成长，智能不断强大，自我改进、发展的微系统。 今天的错别字，都是明天的通假字。自古以来，各种经，我也想写本《荒诞不经》 ...

  查看全文

• 

  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

  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

• 

  ThinkPad w520 拆机清灰日志

  在用的这台w520移动工作站已入手3年有余了，从未拆开清理过，最近升级了windows 10，升级了Intel 540s固态硬盘，发现平衡模式待机温度比win 7时高出不少，经常超过50度，于是决定拆机清灰。 先看看配置：   三块硬盘花了不少银子（￥1600+对我这种小老百姓来说已经很奢侈了^_^）：   好像跑题了，说好的要拆机呢？ 先上螺丝分布图： 这上面根据颜色标清了，多少个螺丝自己查（注意硬盘位的螺丝要先拿掉硬盘才能看到）。 说到硬盘，晒一下刚升级的Intel 540s： 4根内存插槽，目前用了两根（键盘下两根，鉴于散热问题把内存上的标签纸给撕掉了）： ...

  查看全文

• 

  电磁理论的建立

  我们的故事要从1887年的德国开始。位于莱茵河边的卡尔斯鲁厄是一座 风景秀丽的城市，在它的城中心，矗立着著名的18世纪的宫殿。郁郁葱葱的 森林和温暖的气候也使得这座小城成为了欧洲的一个旅游名胜。然而这些怡 人的景色似乎没有分散海因里希?鲁道夫?赫兹(Heinrich Rudolf Hertz)的注意 力：现在他正在卡尔斯鲁厄大学的一间实验室里专心致志地摆弄他的仪器。 那时候，赫兹刚刚30岁，也许不会想到他将在科学史上成为和他的老师赫耳姆 霍兹(Hermann von Helmholtz)一样鼎鼎有名的人物，不会想到他将和卡尔?本 茨(Carl Benz ...

  查看全文

• 

  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

  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

• 

  数学里的 e 为什么叫做自然底数？

  好问题，让我尝试不用公式，用跨越7000年人类文明的方式，来解读e的自然之美，争取有中学基础的人就能看懂。 e有时被称为自然常数（Natural constant），是一个约等于2.71828182845904523536……的无理数。 以e为底的对数称为 自然对数 （Natural logarithm），数学中使用自然（Natural）这个词的还有 自然数 （Natural number）。这里的“自然”并不是现代人所习惯的“大自然”，而是有点儿“天然存在，非人为”的意思。就像我们把食品分为天然食品和加工食品，天然食品就是未经人为处理的食品。 但这样解读“自然”这个词太浅薄了！为了还原全貌， ...

  查看全文