人工智能自然语言处理深度学习第4页

【多模态 AI】从跨模态学习到生成革命：文本、图像与音频的深度交融

网罗开发（小红书、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java

网罗开发·2025-01-22 16:09

美国采取行动扩大人工智能出口限制

大幅拓展限制：美国政府（拜登执政末期提出）出台新规，显著扩大人工智能技术出口限制，构建针对先进芯片与模型获取的国际分级体系。出口限制范围：对多数国家限制出口人工智能芯片与模型，仅少数亲密盟友除外。

数据分析能量站·2025-01-22 16:08

通用人工智能的多层次提示词架构

通用人工智能的多层次提示词架构关键词通用人工智能（AGI），多层提示词架构，人工智能设计原则，算法原理，系统架构设计，应用案例摘要本文将深入探讨通用人工智能（AGI）的多层次提示词架构，阐述其背景、核心概念

AI天才研究院·2025-01-22 14:29

半导体、芯片、人工智能、智能驾驶汽车的趋势

1.市场增长与需求汽车半导体市场：预计到2025年，中国汽车半导体市场仍将保持稳健增长态势，AI和能源将成为未来最重要的两大变革因素。2023年中国汽车电子芯片行业市场规模约为820.8亿元，预计2024年有望增至905.4亿元左右。随着新能源汽车和智能化的快速发展，一些新的半导体技术在中国汽车领域迅速应用，如集中式架构和高性能处理器需求正日益增加。AI芯片市场：随着AI技术的不断普及和应用场景的

不爱原创的Yoga·2025-01-22 14:26

Minimax 开源的 4 百万超长上下文模型

MiniMax开源4百万超长上下文模型MiniMax开源模型概述2025年1月15日，MiniMax发布并开源了MiniMax-01全新系列模型，这一举措在人工智能领域引发了广泛关注。

百态老人·2025-01-22 14:26

多头潜在注意力（MLA）是怎么来的，什么原理，能用简单的示例解释么

多头潜在注意力（Multi-HeadLatentAttention，简称MLA）是一种改进的注意力机制，旨在提高自然语言处理（NLP）模型的推理效率和性能。

百态老人·2025-01-22 14:55

程序员创业公司的技术栈选择与性能优化

关键词技术栈选择性能优化创业公司云计算数据库微服务人工智能区块链边缘计算摘要本文首先分析了技术栈选择的重要性以及创业公司在技术

AI天才研究院·2025-01-22 14:55

AI人工智能深度学习算法：高并发场景下深度学习代理的性能调优

1.背景介绍1.1深度学习代理的兴起近年来，随着人工智能技术的飞速发展，深度学习在各个领域都取得了显著的成果。特别是在自然语言处理、图像识别、语音识别等领域，深度学习模型的性能已经超越了传统方法。

AI天才研究院·2025-01-22 14:54

AI生成PPT：智能技术重塑演示文稿创作的新篇章

近年来，随着人工智能（AI）技术的飞速发展，AI生成PPT的应用正逐渐从科幻概念转变为现实工具，为演示文稿的创作带来了革命性的变革。

mhjidfoi·2025-01-22 13:21

零门槛一键生成PPT，利用人工智能快速提高办公效率（无需第三方插件）

人工智能技术的发展正以惊人的速度改变着我们的世界，今天给大家介绍下利用ChatGPT快速生成PPT的方法，它能够帮助你一键生成PPT内容和漂亮的PPT文档，无需繁琐的设计和排版，只需要与ChatGPT交流

beautycountry88·2025-01-22 13:49

探索AloT（人工智能物联网）：未来智能设备的核心驱动力

探索AloT（人工智能物联网）：未来智能设备的核心驱动力随着物联网（IoT）技术的飞速发展，人工智能（AI）也在各行各业中找到了应用的空间。

为也科技·2025-01-22 13:47

Python中实现多层感知机（MLP）的深度学习模型

Echo_Wish·2025-01-22 12:43

深度学习-92-大语言模型LLM之基于langchain的模型IO的模型调用

文章目录1Model的输入输出2langchain支持的模型3调用Ollama模型3.1设置环境变量3.2大语言模型LLM(OllamaLLM)3.2.1生成文本补全3.2.2流式生成文本补全3.3聊天模型(ChatOllama)3.3.1内置的消息类型3.3.2HumanMessage和SystemMessage3.3.3元组方式构成消息列表3.3.4stream流式3.4文本嵌入模型(Olla

皮皮冰燃·2025-01-22 12:10

深度学习基础18（多层感知机代码实现）

多层感知机的从零开始实现现在自己实现一个多层感知机。为了与之前softmax回归获得的结果进行比较，将继续使用Fashion-MNIST图像分类数据集importtorchfromtorchimportnnfromd2limporttorchasd2lbatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)

NDNPOMDFLR·2025-01-22 11:37

人工智能与量子计算：未来编程的碰撞与共鸣

此时，新的计算范式开始崭露头角——量子计算与人工智能（AI）的结合，正在

大梦百万秋·2025-01-22 11:05

AI Agent：深度解析与未来展望

随着时间的推移，AI逐渐能够处理不确定性，1990年代机器学习的兴起为AIAgent的发展奠定了基础，神经网络技术的突破为深度学习的发展提供了可能。

码事漫谈·2025-01-22 11:34

【深度学习基础】线性神经网络 | softmax回归的简洁实现

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈PyTorch深度学习⌋⌋⌋深度学习(DL,DeepLearning)特指基于深层神经网络模型和方法的机器学习。

Francek Chen·2025-01-22 11:34

【人工智能】Python常用库-Keras：高阶深度学习 API

Keras：高阶深度学习APIKeras是一个高效、用户友好的深度学习框架，作为TensorFlow的高级API，支持快速构建和训练深度学习模型。它以模块化、简单和灵活著称，适合研究和生产环境。

IT古董·2025-01-22 11:33

深度求索DeepSeek V2.5-1210发布：AI代码生成器迎来全新升级

深度学习技术日新月异，而强大的AI代码生成器也随之不断进化。

2401_89759264·2025-01-22 11:02

南京大学苏州校区学生代表团到访合合信息，开启“沉浸式”人工智能企业行

此次活动设置了展厅讲解、技术交流、模拟面试等多个体验环节，旨在增强学生对人工智能及商业大数据技术在实际应用中的理解和认识，引导学生系统性开展职业规划，提升职业胜任力。

·2025-01-22 11:45

深度学习从入门到精通：全面指南

《深度学习从入门到精通：全面指南》文章目录《深度学习从入门到精通：全面指南》文章关键词文章摘要引言第一部分：深度学习基础入门第1章：深度学习概述1.1深度学习的基本概念1.2深度学习的发展历程1.3深度学习的基本原理神经网络前向传播反向传播第

AI天才研究院·2025-01-22 10:25

反转字符串中的单词 II：Swift 实现与详解

网罗开发（小红书、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java

网罗开发·2025-01-22 10:54

AIGC视频生成模型：Meta的Emu Video模型

优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录论文摘要引言相关工作文本到图像（T2I）扩散模型视频生成/预测文本到视频（T2V）生成分解生成方法预备知识EmuVideo生成步骤图

好评笔记·2025-01-22 10:21

【Python】已解决ModuleNotFoundError: No module named ‘tensorflow‘

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-01-22 09:21

实时离线AI字幕生成与翻译功能在智能眼镜上的应用展望

随着人工智能（AI）技术的不断进步，实时字幕生成和翻译功能正逐渐从传统的云服务走向本地设备，为用户提供了更为便捷、私密且广泛适用的服务。

花生糖@·2025-01-22 09:49

【Python】已解决：ModuleNotFoundError: No module named ‘tensorflow‘

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-01-22 09:48

一文洞悉AI技术架构：大模型、智能体与应用场景

人工智能（AI）的发展，正以前所未有的速度重塑我们的世界。从能与人对话的大语言模型到自动驾驶、精准医疗，AI的背后究竟隐藏着怎样的技术奥秘？

大模型玩家·2025-01-22 09:18

深度学习Transformer框架

Transformer是一种深度学习框架，专门用于处理序列数据。它是2017年由Vaswani等人提出的，在NLP领域取得了很大的成功。

Clown爱电脑·2025-01-22 09:16

Transformer模型全面解析：工作原理、应用与未来展望*

正文Transformer模型全面解析：工作原理、应用与未来展望在人工智能的浪潮中，Transformer模型以其强大的性能和广泛的应用场景，成为了自然语言处理（NLP）领域的一颗璀璨明星。

泰山AI·2025-01-22 09:46

一切皆是映射：Transformer架构全面解析

背景介绍自2017年，Transformer（自注意力机制）架构的问世以来，它已经成为自然语言处理（NLP）领域的主流技术之一。

AI天才研究院·2025-01-22 09:16

使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南

使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南近年来，随着大语言模型（LLMs）的迅猛发展，基于LLM的复杂问答系统（Q&AChatbot）逐渐成为人工智能领域的热门应用之一

m0_57781768·2025-01-22 08:11

大语言模型原理基础与前沿指令生成

指令生成、Transformer、BERT、GPT、LLaMA、Fine-tuning、PromptEngineering1.背景介绍近年来，大语言模型（LargeLanguageModels，LLMs）在自然语言处理领域取得了令人瞩目的成就

AI大模型应用之禅·2025-01-22 07:04

【深度学习】Pytorch：在 ResNet 中加入注意力机制

在这篇教程中，我们将介绍如何在ResNet网络中加入注意力机制模块。我们将通过对标准ResNet50进行改进，向网络中添加两个自定义的注意力模块，并展示如何实现这一过程。为什么要加入注意力机制注意力机制可以帮助神经网络专注于图像中重要的特征区域，从而提高模型的性能。在卷积神经网络中，加入注意力机制能够有效增强特征提取能力，减少冗余信息的干扰，尤其在处理复杂图像时，能够提升网络的表现。在本教程中，我

T0uken·2025-01-22 07:03

《探秘鸿蒙Next：非结构化数据处理与模型轻量化的完美适配》

在鸿蒙Next的人工智能应用场景中，处理非结构化数据并使其适配模型轻量化需求是一项关键且具有挑战性的任务。以下是一些有效的方法和策略。数据预处理数据清洗：非结构化数据中往往存在噪声、重复和错误数据。

·2025-01-22 06:37

如何利用模板为您的聊天机器人自动生成反馈

在人工智能快速发展的今天，聊天机器人是应用大型语言模型（LLM）的最常见接口之一。尽管如此，许多聊天机器人的质量参差不齐，这使得不断完善和发展显得尤为重要。

FADxafs·2025-01-22 06:54

使用ChatLlamaCpp和Llama CPP Python进行聊天模型集成

技术背景介绍随着自然语言处理技术的不断发展，越来越多的应用需要集成复杂的聊天模型以提高交互能力。

AWsggdrg·2025-01-22 06:53

宇宙规律对可转移量子强化学习架构的启示

随着科技的发展，人们开始意识到这些宇宙规律可能对人工智能领域，尤其是量子强化学习架构的设计和优化有着深远的启示。量子强化学习是一种结合了量子计算和强化学习的新型机器学习方法。

AI天才研究院·2025-01-22 05:22

时间序列预测综述

文章目录非周期时间序列预测1.转化为监督学习数据集，使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_model)2.Facebook-prophet，类似于STL分解思路3.深度学习网络

Super_Whw·2025-01-22 05:48

IGModel——提高基于 GNN与Attention 机制的方法在药物发现中的实用性

IGModel——提高基于GNN与Attention机制的方法在药物发现中的实用性导言深度学习在药物发现（发现治疗药物）领域的应用以及传统方法面临的挑战。

Jackie_AI·2025-01-22 04:43

【机器学习】多模态AI——融合多种数据源的智能系统

随着人工智能的快速发展，单一模态（如文本、图像或语音）已经不能满足复杂任务的需求。

2的n次方_·2025-01-22 04:09

2.6 聚焦：Word Embedding

它是自然语言处理（NLP）中不可或缺的一部分，为文本数据提供了强大的表示能力。

少林码僧·2025-01-22 04:39

Python OpenAI 库开发指南：从入门到实战精通

在人工智能（AI）领域，OpenAI无疑是全球最受瞩目的机构之一。它推出的GPT系列模型、DALL·E等创新技术，正在深刻改变各行各业。

senger_lcc·2025-01-22 04:39

Python3.13来了！编程爱好者必看

Python作为机器学习、数据科学和人工智能领域使用最广泛的编程语言，一直在不断发展，以满足这些领域日益增长的需求。

Python之栈·2025-01-22 03:35

基于YOLOv5、YOLOv8和YOLOv10的机场安检行李检测：深度学习应用与实现

因此，基于深度学习的自动化行李检测系统应运而生，通过计算机视觉技术，自动识别和分类行李中的物品，大大提高了安检的效率与准确性。YOLO（YouOnlyLookOnce）系列算法，由于其高效的目

2025年数学建模美赛·2025-01-22 03:31

人工智能之数学基础：一个小例子帮你快速搞懂极大线性无关向量组

本文重点在上一节课程中，我们学习了线性相关和线性无关。当线性相关的时候，那么说明这组向量至少存在一个向量可以被其它向量给表示，可以被表示就说明这个向量就是可有可无的，可以被替代的，这里就涉及到极大线性无关向量组的概念了，本文对此进行学习。极大无关向量组的定义与性质定义在线性空间中，如果存在一个向量组，它满足以下两个条件：一是它本身是线性无关的；二是向量空间中的任何包含它的向量组，如果仍然保持线性无

每天五分钟玩转人工智能·2025-01-22 02:59

个人职业发展与AI赋能的前端开发

而近年来，人工智能（AI）技术的飞速发展，特别是AI代码生成器的兴起，正深刻地改变着前端开发的格局，为开发者们提供了前所未有的机遇。

·2025-01-22 02:33

代码重构的革命：AI代码生成器如何改变游戏规则

然而，随着人工智能技术的飞速发展，智能化代码重构的时代已经到来，而AI代码生成器正成为这场革命的核心驱动力。代码重构的挑战：一个开发者的心声传统的代码重构过程充满了挑战。

·2025-01-22 02:02

Python 3.13性能大提升：免费多线程时代来临

随着大数据、人工智能、云计算等技术的飞速发展，对编程语言性能的要求也在不断提高。在这样的背景下，

敖行客 Allthinker·2025-01-22 02:56

深入理解GPT底层原理--从n-gram到RNN到LSTM/GRU到Transformer/GPT的进化

1.从n-gram到循环神经网络(RNN)的诞生1.1N-gram模型在深度学习兴起之前,处理序列数据主要依靠统计方法,如n-gram模型。N-gram是一种基于统计的语言模型,它的核心思想是:一

网络安全研发随想·2025-01-22 02:55

Transformer入门（1）transformer及其编码器-解码器

文章目录1.Transformer简介2.Transformer的编码器-解码器架构3.transformer的编码器1.Transformer简介Transformer模型是一种用于自然语言处理的机器学习模型

通信仿真实验室·2025-01-22 01:51

推荐频道

人工智能自然语言处理深度学习