自然语言处理机器人深度学习

WebRover： 专为训练大型语言模型和 AI 应用程序而设计的 Python 库

数据集地址：WebRoverDataset|自然语言处理数据集|AI模型训练数据集一、让我们一起来看一下WebRoverWebRover通过智能网络爬虫技术，自动从网络中提取与特定主题相关的内容，并支持多种输入格式
·2025-01-23 01:54

ChatGPT突然全球宕机，OpenAI致歉：并查明原因，正积极修复

ChatGPT突然全球宕机，OpenAI致歉：并查明原因，正积极修复在2024年12月12日上午的北京时间时段内，ChatGPT突发全球宕机，OpenAI致歉：已查明原因，正积极修复官方证实了其备受瞩目的聊天机器人
Zero2One.·2025-01-23 00:45

从自然语言到提示词：编程范式的革命

从自然语言到提示词：编程范式的革命关键词：编程范式、自然语言处理、提示词编程、人工智能、算法原理摘要：随着人工智能技术的不断发展，编程范式正经历着从自然语言处理向基于提示词的人工智能编程模式的转变。
AI天才研究院·2025-01-22 22:01

大模型WebUI：Gradio全解11——Chatbot：融合大模型的多模态聊天机器人（5）

大模型WebUI：Gradio全解11——Chatbot：融合大模型的多模态聊天机器人（5）前言本篇摘要11.Chatbot：融合大模型的多模态聊天机器人11.5Chatbot的特殊Events11.5.1
龙焰智能·2025-01-22 22:00

在 PyTorch 训练中使用 `tqdm` 显示进度条

在PyTorch训练中使用tqdm显示进度条在深度学习的训练过程中，实时查看训练进度是非常重要的，它可以帮助我们更好地理解训练的效率，并及时调整模型或优化参数。
weixin_48705841·2025-01-22 20:50

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的
weixin_48705841·2025-01-22 20:50

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估
Ares代码行者·2025-01-22 20:47

深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

关注“迈微AI研习社”，内容首发于公众号作者：伍天舟、马曾欧、陈信达入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。
Charmve·2025-01-22 19:08

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。
wzx_Eleven·2025-01-22 18:33

从System Prompt来看GPT-3.5到GPT-4的进化

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
herosunly·2025-01-22 17:23

基于树莓派的对话机器人

一、树莓派系统搭建1.搭建系统两种方法，一种是直接使用RaspberryPiImager安装，这种相关于是自动安装系统，好处是比较方便，但是问题是比较慢；另一种是自行下载镜像，然后再把镜像安装到内存卡中，这种步骤相对来说稍繁琐，但是因为已经提前下载好了镜像，安装相对比较快。第一种方法：从官网下载自动安装软件，RaspberryPiOS–RaspberryPi然后双击软件，选择合适的系统，然后选择内
乞力马扎罗山的雪B·2025-01-22 16:16

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

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

汽车和工业用激光雷达行业分析

在工业领域，激光雷达支持机器人、工厂自动化和物流等多种应用。随着电子商务的蓬勃发展，消费
LPiling·2025-01-22 13:16

智能送餐机器人底盘方案：从传感器选型到架构的全方位解析

在这个快节奏的时代，外卖和快递行业的需求持续攀升，送餐机器人作为智能配送的前沿技术，正逐步走进我们的生活。而一个高效、稳定且智能的送餐机器人底盘，是确保其卓越性能的关键所在。
为也科技·2025-01-22 12:45

25/1/21 算法笔记＜ROS2＞ 编译ROS2 c++节点文档步骤

节点是ROS2中最基本的执行单元，每个节点通常负责完成一个特定的功能，例如控制机器人、处理传感器数据或执行计算。
青椒大仙KI11·2025-01-22 12:44

Python中实现多层感知机（MLP）的深度学习模型

深度学习已经成为机器学习领域的一个热门话题，而多层感知机（MLP）是最基础的深度学习模型之一。在这篇教程中，我将向你展示如何使用Python来实现一个简单的MLP模型。什么是多层感知机（MLP）？
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

实战LangChain（七）：集成CrewAI——实现多代理协作

实战LangChain（七）：集成CrewAI——实现多代理协作实战LangChain（一）：构建您的第一个聊天机器人_langchai机器人实战LangChain（二）：探索RAG——为聊天机器人注入知识
matianlongg·2025-01-22 12:39

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

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

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

Java中的响应式编程与Reactor框架

Java中的响应式编程与Reactor框架大家好，我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编，也是冬天不穿秋裤，天冷也要风度的程序猿！
微赚淘客机器人开发者联盟@聚娃科技·2025-01-22 10:52

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

【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

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

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

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

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

机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视 Mamba速度提升2.8倍，内存能省87%

机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视Mamba速度提升2.8倍，内存能省87%。清华和哈工大把大模型量化做到了1比特。
代码讲故事·2025-01-22 05:45

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

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

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

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

Grape-RAG

RAG架构以向量数据库（VectorDB）为核心来检索语义相似性上下文，让大语言模型（LLM）不需要重新训练就能够获取最新的知识，其工作流如下图所示：这一架构目前广泛应用于各类AI业务场景中，例如问答机器人
disgare·2025-01-22 01:48

深度学习理论基础（七）Transformer编码器和解码器

学习目录：深度学习理论基础（一）Python及Torch基础篇深度学习理论基础（二）深度神经网络DNN深度学习理论基础（三）封装数据集及手写数字识别深度学习理论基础（四）Parser命令行参数模块深度学习理论基础
小仇学长·2025-01-22 01:48

Transformer架构原理详解：编码器（Encoder）和解码器（Decoder）

Transformer,编码器,解码器,自注意力机制,多头注意力,位置编码,序列到序列,自然语言处理1.背景介绍近年来，深度学习在自然语言处理（NLP）领域取得了显著进展，其中Transformer架构扮演着至关重要的角色
AI大模型应用之禅·2025-01-22 00:08

【人工智能 | 大数据】基于人工智能的大数据分析方法

基于人工智能（AI）的大数据分析方法是指利用机器学习、深度学习和其他AI技术来分析和处理大规模数据集。
用心去追梦·2025-01-21 22:58

深度学习中超参数

深度学习中的超参数(hyperparameters)是决定网络结构的变量(例如隐藏层数量)和决定网络训练方式的变量(例如学习率)。超参数的选择会显著影响训练模型所需的时间，也会影响模型的性能。
fengbingchun·2025-01-21 22:54

基于MATLAB机器学习、深度学习实践技术应用

近年来，MATLAB在机器学习和深度学习领域的发展取得了显著成就。其强大的计算能力和灵活的编程环境使其成为科研人员和工程师的首选工具。
梦想的初衷~·2025-01-21 22:52

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。
·2025-01-21 22:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他