机器学习模型

一篇文章带你彻底弄懂大模型——掌握基本概念，领先别人一步！

大模型是指具有大规模参数和复杂计算结构的机器学习模型。
努力的光头强·2024-09-14 11:39

使用MLOps进行AI部署的顶级公司

自从AI技术进入主流领域以来，MLOps（机器学习运维）已成为在生产环境中部署和管理机器学习模型的一系列实践，这对企业的成败起着关键作用。
AI研报·2024-09-14 07:12

天下苦英伟达久矣！PyTorch官方免CUDA加速推理，Triton时代要来？

在更大的机器学习编程与计算范畴，同样严重依赖CUDA，使用它加速的机器学习模型可以实现更大的性能提升。虽然CUDA在加速计算领域占据主导地位，并成为英伟达重要的护城河之一。
诗者才子酒中仙·2024-09-14 04:56

TensorFlow的基本概念以及使用场景

TensorFlow是一个机器学习平台，用于构建和训练机器学习模型。它使用图形表示计算任务，其中节点表示数学操作，边表示计算之间的数据流动。
张柏慈·2024-09-13 15:03

【ShuQiHere】探索人工智能核心：机器学习的奥秘

无论是语音识别、自动驾驶还是推荐系统，背后都依赖于机器学习模型。机器学习与传统的编程不同，它不再依赖于人类编写的固定规则，而是通过数据自我改进模型，从而更灵活
ShuQiHere·2024-09-13 14:59

景联文科技：专业数据标注公司，推动AI技术革新

数据标注作为AI技术发展的重要支撑，对于训练高质量的机器学习模型以及推动应用领域的创新具有不可替代的作用。
景联文科技·2024-09-13 06:36

数字图像处理（一系列对图像进行处理、分析和改进的技术）

这些处理包括从基础的像素操作到复杂的高维变换和机器学习模型。1.图像降噪在图像获取和传输过程中，往往会引入噪声。降噪技术用于减少这些噪声，同时尽量保持图像的细节。
编程日记✧·2024-09-11 23:17

【Python之Streamlit】第1章：Streamlit简介

借助Streamlit，您可以使用简单的Python代码即可创建交互式数据可视化、机器学习模型演示和可部署的仪表板。1.2Streamlit的主要特点无代码界面：无需编写HT
civilpy·2024-09-09 14:58

如何在Java中实现高效的分布式梯度下降算法

分布式梯度下降（DistributedGradientDescent）是一种常用于训练大规模机器学习模型的优化方法，特别是在处理大规模数据集时非常有效。
省赚客app开发者·2024-09-09 08:47

企业大规模部署机器学习模型的困境

作者|JustinGage译者|Sambodhi编辑|VincentAI前线出品｜ID：ai-frontAI前线导语：“尽管人工智能正在被广泛应用，但大规模部署基于AI的产品如此之难，不过，一些新技术正被寄以厚望改变这一现状。基石风投合伙公司研究人工智能、机器学习的分析师、美国纽约大学的前数据科学家JustinGage不久前写了一篇文章[1]，为我们讲述了机器学习的部署和建模的不同之处，以及在公司
AI前线·2024-09-07 11:57

【PyTorch】PyTorch中的方法torch.randperm()介绍

这个函数是非常有用的，尤其是在需要随机打乱数据或索引时，比如在训练机器学习模型时打乱数据顺序，以确保模型训练的泛化能力。参数n(int):输出张量的长度，即最大的数字为n-1。
读思辨·2024-09-07 05:22

TensorFlow库详解：Python中的深度学习框架

它提供了大量工具和资源，用于构建和训练机器学习模型。TensorFlow因其强大的功能和灵活性，在机器学习和深度学习领域得到了广泛应用。
极客代码·2024-09-06 19:56

【机器学习】交通勘测

通过结合传感器数据、视频监控、GPS信号等多源数据，机器学习模型能够帮助交通管理部门优化交通调度、提升道路安全，并提供实时的交通状态信息。
听忆.·2024-09-06 12:03

【论文阅读】AugSteal: Advancing Model Steal With Data Augmentation in Active Learning Frameworks（2024）

摘要Withtheproliferationof（随着）machinelearningmodels（机器学习模型）indiverseapplications,theissueofmodelsecurity
Bosenya12·2024-09-05 14:40

Datawhale X 李宏毅苹果书 AI夏令营 入门 Task3-机器学习框架

2.优化问题在机器学习模型训练过程中，即使模型的灵活性足够高，也可能由于优化算法的问题导致训练数据的损失不够低。为了
沙雕是沙雕是沙雕·2024-09-04 19:08

jupyter python 3 教程_windows python3安装Jupyter Notebooks教程

因此，这是一款可执行端到端的数据科学工作流程的便捷工具，其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等,因为它们比单纯的IDE平台更具交互性，
勃欣然·2024-09-03 20:39

遗传进化算法进行高效特征选择

在构建机器学习模型时，特征选择是一个关键的预处理步骤。使用全部特征往往会导致过拟合、增加计算复杂度等问题。因此，我们需要从原始特征集中选择一个最优子集，以提高模型的泛化性能和效率。
广东数字化转型·2024-09-03 05:08

如何校准不平衡分类的概率

如何校准不平衡分类的概率许多机器学习模型能够预测一个概率或概率类成员的分数。
背包客研究·2024-09-01 20:14

AI自动采集教学行为——用AI来做机器学习部分和深度学习部分（含torch和cuda）包含机器学习模型和bert模型的使用

文章目录数据清洗机器学习深度学习代码没问题之后的文件下载bert环境配置太麻烦，改用飞浆的bert飞浆失败-接着bert，用谷歌AIbert的使用数据清洗要遍历当前文件夹下从1.x1sx到8.x1sx的所有文件，提取“句子”列，‘标注’列和‘上下文情境’这三列按顺序把excel中的这三列拼接在一起。合并输出成一个xlsx文件。importosimportpandasaspd#获取当前脚本所在的目录
东方-教育技术博主·2024-08-31 11:13

机器学习中的增量学习（Incremental Learning，IL）策略是什么？

在当今快速发展的数据驱动世界中，传统的静态机器学习模型逐渐显露出局限性。随着数据量的增长和分布的变化，模型需要不断更新，以保持其预测能力和适应性。
Chauvin912·2024-08-31 09:32

TensorFlow 的基本概念和使用场景。

TensorFlow是由Google开发的开源机器学习框架，用于构建和训练各种机器学习模型。它基于数据流图的概念，其中节点表示数学操作，边表示多维数组（张量）的流动。
WangLinXX·2024-08-31 06:07

python 数据挖掘与机器学习

机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。
科研的力量·2024-08-30 19:57

【ShuQiHere】《机器学习的进化史『上』：从数学模型到智能算法的百年征程》

从19世纪的数学探索，到20世纪的计算革命，再到21世纪的智能算法应用，机器学习模型的演化贯穿了科学进步的每个重要阶段。
ShuQiHere·2024-08-29 08:33

【Python机器学习】NLP概述——深度处理

深度学习就是通过在传统的两层机器学习模型架构（特征提取+建模）中添加额外的处理层来创建更复杂的模型和行为。上图中，前四层对应于聊天机器人流水线中的前两个阶段（特征提取和特征分析）。
zhangbin_237·2024-08-28 05:03

如何使用TensorFlow构建AI模型

TensorFlow已成为构建机器学习模型最受欢迎的框架之一。无论你是初学者还是经验丰富的数据科学家，了解如何使用TensorFlow构建AI模型对充分利用机器学习的潜力至关重要。
AI科研视界·2024-08-27 14:21

TensorFlow 的基本概念和使用场景

它允许开发者使用图形计算的方式构建和训练机器学习模型。TensorFlow的基本概念如下：张量（Tensor）：TensorFlow使用张量来表示数据。
Envyᥫᩣ·2024-08-26 20:34

在sklearn中如何实现参数网格搜索（GridSearch）？

深入理解Scikit-learn中的参数网格搜索（GridSearch）引言在机器学习模型的开发过程中，超参数的调整对于模型性能有着至关重要的影响。
2401_85761762·2024-08-26 08:34

介绍 TensorFlow 的基本概念和使用场景。

它用于构建和训练各种机器学习模型，包括神经网络模型。TensorFlow的核心概念是张量（tensors）和计算图（computationalgraph）。张量是一个多维数组，可以看作是数据的容器。
乔丹搞IT·2024-08-25 16:27

AutoML原理与代码实例讲解

然而，机器学习模型的开发过程往往需要大量的专业知识和经验。数据预处理、特征工程、模型选择、参数调优等步骤都需要人工进行，这使得机器学习模型的开发变得复杂且耗时。为了解决这
AI大模型应用之禅·2024-08-25 07:31

【Python】探索 SHAP 特征贡献度：解释机器学习模型的利器

SHAP，全称为SHapleyAdditiveexPlanations，是一种解释机器学习模型输出的方法。它基于合作博弈论中的Shapley值，通过计算每个特征对预测结果的贡献度，帮
音乐学家方大刚·2024-08-22 15:57

TensorFlow

它提供了一个强大的工具集，用于构建和训练各种机器学习模型，包括神经网络模型。
weixin_63207763·2024-08-22 07:39

Android 实现照片抠出人像。

一、各平台的实现方式：1.Android实现方式：使用图像处理库（如OpenCV）：集成OpenCV库，利用其图像处理功能进行边缘检测和图像分割；使用机器学习模型（如TensorFlowLite）：集成
No Promises﹉·2024-03-25 04:19

机器学习常用框架

在机器学习领域，有许多成熟的框架被广泛使用，这些框架提供了构建和训练机器学习模型的工具。
碧落&凡尘·2024-03-17 12:48

TensorFlow的介绍和简单案例

它旨在使构建和训练机器学习模型变得更加容易，同时提供高度灵活性和可扩展性。TensorFlow基于数据流图的概念。数据流图是一个由节点和边组成的有向图，其中节点表示操作，边表示数据的流动。
科学的N次方·2024-03-17 04:39

挑战杯 基于机器学习与大数据的糖尿病预测

文章目录1前言1课题背景2数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价
laafeer·2024-02-29 07:45

人工智能与开源机器学习框架

它提供了一个针对神经网络和深度学习的强大工具集，能够帮助开发人员构建和训练各种机器学习模型。
偶然i·2024-02-25 19:30

TensorFlow 的基本概念和使用场景

它提供了一个用于构建和训练机器学习模型的图计算系统。TensorFlow的核心概念是计算图，它用于表示计算任务的输入、操作和输出。
小麟School·2024-02-20 21:37

评估与改进机器学习模型

Mlstrategy文章目录MlstrategySingleNumbleEvaluationMetricoptimizingandsatisficingmetricImprovingmodelperformanceTwofundamentalReducebiasandvarianceAvoidablebiasvarianceerroranalysiswaysIncorrectlylabledexa
stoAir·2024-02-20 20:31

【机器学习案例4】为机器学习算法编码分类数据【含源码】

目录编码分类数据序数编码标签编码一次性编码目标编码目标编码的优点目标编码的缺点在现实生活中，收集的原始数据很少采用我们可以直接用于机器学习模型的格式，即数值型数据。
suoge223·2024-02-20 20:28

centos7 arm服务器编译安装onnxruntime-gpu

前言ONNXRuntime是适用于Linux，Windows和Mac上ONNX格式的机器学习模型的高性能推理引擎，但在arm服务器上，onnxruntime只有CPU版的，GPU版的没有，因此需要自行去编译
番茄小能手·2024-02-20 10:23

协调尺度：特征缩放在机器学习中的重要作用

本文深入探讨了特征缩放的本质，探讨了其不同的方法，强调了其重要性，并考虑了其在机器学习模型中的应用的实际意义。在机器学习的世界里，算法学会寻找模式并做出决策，特征缩放是很好的均衡器，确保每
无水先生·2024-02-19 23:50

【大厂AI课学习笔记】【2.2机器学习开发任务实例】（1）搭建一个机器学习模型

今天学习的是，如何搭建一个机器学习模型。主要有以上的步骤：原始数据采集特征工程数据预处理特征提取特征转换（构造）预测识别（模型训练和测试）在实际工作中，特征比模型更重要。
giszz·2024-02-19 14:43

4张图片就可以微调扩散模型

基础概念1、生成模型和文本到图像的合成生成模型是一类机器学习模型，旨在生成与给定数据集相似的新数据
·2024-02-19 12:29

基于LightGBM的回归任务案例

在本文中，我们将学习先进的机器学习模型之一：Lightgbm。
python收藏家·2024-02-15 09:21

基于Transformer的机器学习模型的主动学习

主动学习和基于Transformer的机器学习模型的结合为有效地训练深度学习模型提供了强有力的工具。通过利用主动学习，数据科学家能够减少训练模型所需的标记数据的数量，同时仍然达到高精度。
第欧根尼的酒桶·2024-02-15 08:09

机器学习在各个行业的应用介绍

通过分析海量金融数据，机器学习模型能够识别潜在的风险客户，从而实现
人生万事须自为，跬步江山即寥廓。·2024-02-14 20:45

81TensorFlow 2 模型部署方法实践--TensorFlow Serving 部署模型

TensorFlowServing部署模型TensorFlowServing是一个针对机器学习模型的灵活、高性能的服务系统，专为生产环境而设计。
Jachin111·2024-02-14 13:25

【前沿技术杂谈：AI 模型训练成本】到 2030 年，AI 模型训练成本预计将从 1 亿美元增加到 5 亿美元

对更多数据的需求是推高机器学习模型训练成本的主要因素之一。人工智能投资在很大程度上受到训练机器学习模型成本的影响。OpenAI最近的一份报告发现，到2030年，训练大型
jcfszxc·2024-02-14 11:47

onnx基础

初次编辑时间：2024/2/7；最后编辑时间：2024/2/12定义：ONNX（OpenNeuralNetworkExchange）是一种开放式的文件格式，用于存储训练好的机器学习模型。
whyte王·2024-02-13 14:31

机器学习--有监督--GBM(Boosting)

集成学习(ensemblelearning)是采用多个机器学习模型组合进行综合预测，从而提升模型性能的思路，分为bagging与boosting两种。
小贝学生信·2024-02-13 09:46
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他