自然语言处理（贪心学院）

【LangChain编程：从入门到实践】开发环境准备

LangChain编程：从入门到实践】开发环境准备作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，自然语言处理
AI天才研究院·2025-02-04 18:39

基于 FPGA 的 CNN 卷积神经网络整体实现

基于FPGA的CNN卷积神经网络整体实现介绍卷积神经网络（CNN）是一种强大的深度学习架构，广泛用于图像识别、物体检测和自然语言处理等领域。
鱼弦·2025-02-04 18:37

【大模型应用开发 动手做AI Agent】第二轮思考：模型决定计算

【大模型应用开发动手做AIAgent】第二轮思考：模型决定计算关键词：大模型，AIAgent，模型决定计算，模型优化，计算优化，硬件加速，效率提升1.背景介绍随着深度学习技术的飞速发展，大模型在自然语言处理
AGI大模型与大数据研究院·2025-02-04 16:30

【自然语言处理（NLP）】生成词向量：GloVe（Global Vectors for Word Representation）原理及应用

4.共现概率矩阵的构建步骤5.共现概率矩阵的应用6.示例7.优缺点优点缺点**总结**目标函数训练过程使用预训练的GloVe词向量优点应用总结个人主页：道友老李欢迎加入社区：道友老李的学习社区介绍**自然语言处理
道友老李·2025-02-04 16:59

利用Python高效处理大规模词汇数据

引言词汇数据的处理是自然语言处理(NLP)领域中的一个常见任务。无论是构建词典、进行文本分类还是情感分析，都需要对大量的词汇数据进行预处理和分
东方佑·2025-02-04 16:23

什么是大模型？大模型从入门到精通（超详细）看这一篇就够了！！！

这些模型由于其规模庞大，能够捕捉到数据中的复杂模式，因此在自然语言处理（NLP）、计算机
AI产品经理·2025-02-04 15:51

OpenAI 实战进阶教程 - 第八节: 模型扩展与智能工具开发 - 理解 Embedding 与向量检索原理

数据分析师/科学家：对自然语言处理、文本挖掘等方向感兴趣，希望了解最新向量检索技术。技术产品经理：希望在产品中集成智能搜索、FAQ问答等功能，提升用户体验。
山海青风·2025-02-04 15:46

LangChain Ask PDF: 构建基于大语言模型的PDF问答应用

LangChainAskPDF:构建基于大语言模型的PDF问答应用在人工智能和自然语言处理技术快速发展的今天,如何有效地处理和利用大量文本信息成为了一个重要课题。
m0_75126181·2025-02-04 12:59

RAG：本地部署Langchain-Ollma(Windows)

RAG：本地部署Langchain-Ollma(Windows)RAG，即“RetrievalAugmentedGeneration”（检索增强生成），是一种结合了检索和生成技术的自然语言处理模型。
MurphyStar·2025-02-04 12:26

刷题汇总一览

文章目录贪心动态规划数据结构本题单设计力扣、牛客等多个刷题网站贪心贪心后悔徒步旅行中的补给问题LCP30.魔塔游戏题目使用到的思想解题分析徒步旅行中的补给问题每次我们都加入当前补给点的k个选择，同时进行升序排序
JNU freshman·2025-02-04 12:22

大模型应用之基于Langchain的测试用例生成

近期，我们在探索实践使用大模型生成测试用例，期望能够借助其强大的自然语言处理能力，自动化地生成更全面和高质量的测试用例。
少喝冰美式·2025-02-04 11:19

torch.nn.RNN: PyTorch 中的循环神经网络（RNN）模块

它提供了一个可以进行训练的RNN层，广泛应用于序列数据的建模，如自然语言处理、时间序列分析等。这个模块可以处理各种类型的序列数据，并支持多种功能和配置。
彬彬侠·2025-02-04 10:40

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。
俞兆鹏·2025-02-04 10:35

LlamaIndex架构设计：大模型长期记忆模块竟暗藏图数据库玄机

随着人工智能技术的不断发展，大型语言模型（LLM）已经在自然语言处理、文本生成、对话系统等领域取得了显著的进展。
威哥说编程·2025-02-04 08:52

开源模型应用落地-DeepSeek-R1-Distill-Qwen-7B与vllm实现推理加速的正确姿势（一）

从自然语言处理到计算机视觉，从智能安防到医疗诊断，AI模型广泛应用于各个领域，人们对其准确性、稳定性和高效性的期望也与日俱增。在此背景下，DeepSeek模型的出现为行业带来了新的曙光。
开源技术探险家·2025-02-04 05:54

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。
追蜻蜓追累了·2025-02-04 03:10

Transformer预测模型及其Python和MATLAB实现

###一、背景在自然语言处理（NLP）领域，传统的序列到序列（Seq2Seq）模型大多依赖于循环神经网络（RNN）和长短期记忆（LSTM）网络。
追蜻蜓追累了·2025-02-04 03:10

C语言解决左移问题

图2.1主方法首先用户先输入一串字符串，表现为：stringstr;cout>str;其次使用贪心算法来优化字符串，使得相邻字符的ASCII码之差的最小值最大因此调用到函数greedyOptimize(
七七凉·2025-02-04 02:04

AI浪潮下程序员的职业转型与技术进阶之路

以GPT系列为代表的大型语言模型，展现出强大的自然语言处理能力，能够实现文本生成、对话交互、代码编写等多种任务。根据《20
nbsaas-boot·2025-02-03 23:40

DeepSeek的出现对全球GPT产业产生的冲击

引言近年来，人工智能技术的迅猛发展推动了自然语言处理（NLP）领域的革命性进步。
不要em0啦·2025-02-03 23:07

Python 魔法学院 - 第32篇：Python ORM框架 ⭐⭐⭐

目录引言1.ORM框架概述1.1什么是ORM？比喻：ORM就像一位翻译官1.2ORM的优势2.[SQLAlchemy](https://docs.sqlalchemy.org.cn/en/20/intro.html)2.1SQLAlchemy简介2.2SQLAlchemy的核心组件2.3SQLAlchemy示例2.3.1安装SQLAlchemy2.3.2定义模型2.3.3插入数据2.3.4查询数据
星核日记·2025-02-03 22:59

1、PyTorch 简介

Torch是以Lua语言为基础，在2002年左右就开始逐渐发展起来，在计算机视觉、自然语言处理等领域有一定的应用。o
找个栗子·2025-02-03 19:10

探索自然语言处理的前沿：使用OpenAI API进行文本分析

#引言自然语言处理（NLP）是人工智能领域中最令人兴奋和快速发展的部分之一。本文将介绍如何使用OpenAI的API进行文本分析。我们将通过代码示例，深入探讨如何利用这些工具来提升应用程序的智能和功能。
qq_37836323·2025-02-03 19:09

AIGC与虚拟身份及元宇宙的未来：虚拟人物创作与智能交互

博客目录引言一、AIGC在元宇宙中的作用1.1AIGC与虚拟人物创作1.1.1生成虚拟人物外观1.1.2个性化虚拟角色设计1.2AIGC与虚拟角色的行为与交互1.2.1行为生成与强化学习1.2.2对话生成与自然语言处理二
云边有个稻草人·2025-02-03 19:38

分词实现小案例

MySQL并不是一个专门设计用于处理自然语言处理（NLP）或文本分词的数据库，但可以通过一些方法和技巧实现基本的分词功能，尤其是在处理中文文本或其他语言的应用场景中。
CodingBrother·2025-02-03 19:04

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理
矩阵猫咪·2025-02-03 12:42

M-Ped: Multi-Prompt Ensemble Decoding for Large Language Models

M-Ped：大型语言模型的多提示集成解码摘要1引言2方法3实验4研究5相关工作6结论摘要随着大型语言模型（LLMs）在自然语言处理（NLP）领域的广泛应用，提高其性能已成为研究热点。
UnknownBody·2025-02-03 11:36

贪心算法.

序幕贪心算法（GreedyAlgorithm）是一种在求解问题时采取逐步构建解决方案的策略，每一步都选择当前状态下局部最优的解，期望通过局部最优解能够得到全局最优解。以上为了严谨性，引用了官方用语。
ん贤·2025-02-03 11:33

DeepSeek：开启智能搜索与AI发展的新纪元

一、DeepSeek简介DeepSeek由杭州深度求索人工智能基础技术研究有限公司推出，是一款集自然语言处理（NLP）、计算机视觉（CV）、强化
gs80140·2025-02-03 08:08

AIGC的底层框架和技术模块

AIGC（ArtificialIntelligenceGeneratedContent，人工智能生成内容）的底层框架和技术模块是构建其强大自然语言处理能力的核心组成部分。
五岔路口·2025-02-03 07:27

LeetCode—406.根据身高重建队列(Queue Reconstruction by Height)——分析及代码（Java）

LeetCode—406.根据身高重建队列[QueueReconstructionbyHeight]——分析及代码[Java]一、题目二、分析及代码1.贪心算法（1）思路（2）代码（3）结果三、其他一、
江南土豆·2025-02-03 06:21

根据身高重建队列 (贪心)

文章目录题目描述简化题目思路分析完整代码二刷简化版题目描述假设有打乱顺序的一群人站成一个队列，数组people表示队列中一些人的属性（不一定按顺序）。每个people[i]=[hi,ki]表示第i个人的身高为hi，前面正好有ki个身高大于或等于hi的人。请你重新构造并返回输入数组people所表示的队列。返回的队列应该格式化为数组queue，其中queue[j]=[hj,kj]是队列中第j个人的属
深度不学习！！·2025-02-03 06:47

根据身高重建队列（Java 贪心）

目录406.根据身高重建队列题目描述：实现代码与解析：贪心原理思路：406.根据身高重建队列题目描述：假设有打乱顺序的一群人站成一个队列，数组people表示队列中一些人的属性（不一定按顺序）。
Cosmoshhhyyy·2025-02-03 05:14

西安电子科技大学07级计算机学院本科生毕业照.,西安电子科技大学本科生毕业设计（论文）撰写规范...

一.毕业设计(论文)的总体要求：撰写论文应简明扼要，一般不少于15000字(外语专业可适当减少，但不得少于10000单词，且须全部用外语书写)。二.毕业设计(论文)的编写格式：每一章、节的格式和版面要求整齐划一、层次清楚。其中:1.论文用纸：统一用A4纸，与论文封皮，任务书，工作计划，成绩考核表一致。2.章的标题：如：“摘要”、“目录”、“第一章”、“附录”等，黑体，三号，居中排列。3.节的标题：
罗夕夕博士·2025-02-03 05:42

离散化、贪心、双指针、二分、倍增、构造、位运算

目录八、离散化1、离散化简介九、贪心1、贪心的概念十、双指针1、双指针简介2、对撞指针3、快慢指针十一、二分1、二分的概念2、二分的两种模板十二、倍增1、定义十三、构造1、定义十四、位运算1、位运算概述八
那只狸花猫吖·2025-02-03 04:05

新春特辑：人工智能专题大复盘

人工智能：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
互联互通社区·2025-02-03 04:33

从零开始大模型开发与微调：汉字拼音数据集处理

从零开始大模型开发与微调：汉字拼音数据集处理1.背景介绍1.1问题的由来在人工智能领域，自然语言处理（NLP）是一项基础且重要的研究方向。
AGI大模型与大数据研究院·2025-02-02 22:43

python算法和数据结构刷题[3]：哈希表、滑动窗口、双指针、回溯算法、贪心算法

回溯算法「所有可能的结果」，而不是「结果的个数」，一般情况下，我们就知道需要暴力搜索所有的可行解了，可以用「回溯法」。回溯算法关键在于:不合适就退回上一步。在回溯算法中，递归用于深入到所有可能的分支，而迭代（通常在递归函数内部的循环中体现）用于探索当前层级的所有可能选项。组合问题39.组合总和-力扣（LeetCode）给你一个无重复元素的整数数组candidates和一个目标整数target，找出
励志成为美貌才华为一体的女子·2025-02-02 19:29

AI在虚拟客户服务中的应用：提供24_7支持

AI在虚拟客户服务中的应用：提供24/7支持关键词：虚拟客服,自然语言处理(NLP),聊天机器人,对话系统,深度学习,用户支持,自动化1.背景介绍随着互联网和移动互联网的迅速发展，客户服务成为各大企业提升竞争力的重要环节
AI大模型应用之禅·2025-02-02 15:29

柳暗花明又一村：Seq2Seq编码器解码器架构

Seq2Seq,编码器-解码器,自然语言处理,机器翻译,文本生成,循环神经网络,长短期记忆网络1.背景介绍在人工智能领域，自然语言处理(NLP)始终是研究的热点之一。
AI大模型应用之禅·2025-02-02 15:29

【llm对话系统】大模型 Llama 源码分析之 Flash Attention

1.写在前面近年来，基于Transformer架构的大型语言模型(LLM)在自然语言处理(NLP)领域取得了巨大的成功。
kakaZhui·2025-02-02 13:43

【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

文章目录介绍BERT训练之数据集处理BERT原理及模型代码实现数据集处理导包加载数据生成下一句预测任务的数据从段落中获取nsp数据生成遮蔽语言模型任务的数据从token中获取mlm数据将文本转换为预训练数据集创建Dataset加载WikiText-2数据集BERT训练代码实现导包加载数据构建BERT模型模型损失训练获取BERT编码器个人主页：道友老李欢迎加入社区：道友老李的学习社区介绍**自然语言
道友老李·2025-02-02 12:04

【自然语言处理（NLP）】Word2Vec 原理及模型架构（Skip-Gram、CBOW）

文章目录介绍Word2Vec介绍Word2Vec的核心概念Word2Vec的优点Word2Vec的缺点Word2Vec的应用场景Word2Vec的实现工具总结Word2Vec数学推导过程1.CBOW模型的数学推导（1）输入表示（2）词向量矩阵（3）输出层（4）损失函数（5）参数更新2.Skip-Gram模型的数学推导（1）输入表示（2）词向量矩阵（3）输出层（4）损失函数（5）参数更新3.优化技巧
道友老李·2025-02-02 11:58

Huffman编码的Python的实现

Huffman编码的Python的实现基本原理及步骤Huffman编码是一种贪心算法，用于无损数据压缩。
childish_tree·2025-02-02 10:52

LLM的实时性：迈向毫秒级响应的AI

LargeLanguageModel(LLM),实时性,响应时间,微服务架构,并行处理,知识图谱,优化算法,延迟最小化1.背景介绍大型语言模型(LLM)在自然语言处理领域取得了令人瞩目的成就，展现出强大的文本生成
AI大模型应用之禅·2025-02-02 06:47

2022 年海峡两岸无线科学与技术会议

年海峡两岸无线科学与技术会议中国北京2022年10月16-17日北京邮电大学、清华大学、北京航空航天大学、中国传媒大学、北京理工大学、北京交通大学、首都师范大学、台湾南台科技大学、香港城市大学、澳门大学、国家自然灾害防治研究院、中国科学院空天信息创新研究院
deepblackk·2025-02-02 04:06

北航计算机学院考研复试,北航计算机学院考研复试-北京航空航天大学计算机学院2015年考研复试方法...

北航计算机学院考研复试-北京航空航天大学计算机学院2015年考研复试方法北航计算机学院考研复试-北京航空航天大学计算机学院2015年考研复试方法为了做好2015年硕士研究生统考生源招生复试工作，保证硕士研究生的生源质量
dicong guan·2025-02-02 03:39

Unet 改进：在encoder和decoder间加入TransformerBlock

融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.TransformerBlockTransformerBlock是Transformer模型架构的基本组件，广泛应用于机器翻译、文本摘要和情感分析等自然语言处理任务
听风吹等浪起·2025-02-01 23:11

【AI知识点】三种不同架构的大语言模型（LLMs）的区别

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】在自然语言处理（NLP）中，预训练语言模型（LLMs,LargeLanguageModels）通常基于不同的架构，如仅编码器的模型（Encoder-only
AI完全体·2025-02-01 23:09

【Python蓝桥杯备赛宝典】

1.1链表1.2队列1.3栈1.4二叉树1.5堆二、基本算法2.1算法复杂度2.2尺取法2.3二分法2.4三分法2.5倍增法和ST算法2.6前缀和与差分2.7离散化2.8排序与排列2.9分治法2.10贪心法
殇在山风·2025-02-01 21:52
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他