dataWhale

Linux实践datawhale组队学习打卡笔记Task3

本次Linux实践是Datawhale组织的组队学习学习资料以及Linux运行环境由开源学习组织Datawhale提供本次学习针对的对象：Linux不会操作，不知道文件目录创建、命令行等细节Linux不知道如何运行代码
miskirito·2023-11-26 14:12

六月份组队学习【深入浅出PyTorch】Task05打卡笔记

本次吃瓜教程是Datawhale组织的组队学习。学习资料由开源学习组织Datawhale提供。
miskirito·2023-11-26 14:12

Linux实践datawhale组队学习打卡笔记Task2

本次Linux实践是Datawhale组织的组队学习学习资料以及Linux运行环境由开源学习组织Datawhale提供本次学习针对的对象：Linux不会操作，不知道文件目录创建、命令行等细节Linux不知道如何运行代码
miskirito·2023-11-26 14:42

DQN算法

DQN算法教程链接DataWhale强化学习课程JoyRLhttps://johnjim0816.com/joyrl-book/#/ch7/mainDQN算法DQN(DeepQ-Network)主要创新点在于将
数分虐我千百遍·2023-11-25 02:18

零基础入门语音识别-食物声音识别Task1

零基础入门语音识别-食物声音识别本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第八场——零零基础入门语音识别-食物声音识别挑战赛。
miskirito·2023-11-24 12:29

竞赛提升：必知必会的21篇论文！

Datawhale干货作者：阿水，Datawhale成员如何更好的参与竞赛实践呢？当然是阅读论文了，本文整理了竞赛常见库和模型的论文，涵盖树模型和深度学习模型。
Datawhale·2023-11-22 19:20

知识库文档处理

在我们的项目中，我们以Datawhale的一些经典开源课程作为示例，设计了多种文件类型，介绍每一种文件类型的处理方式，从而支持用户无难度地构建自
Alexa2077·2023-11-22 08:19

数据分析 第二章 3.数据可视化

导入包和数据并且打印importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplttext=pd.read_csv("E:/Python/python操作/Datawhale
玛卡巴卡的手推车·2023-11-22 06:39

Tianchi发布完整开源数据集！

包含了计算机视觉，自然语言处理，金融，电商，医疗，工业，农业等数据集，非常适合学习和实践，Datawhale整理如下：#数据集开源地址https://tianchi.aliyun.com/dataset
小客2323·2023-11-22 04:05

深度学习基础

深度强化学习教程链接DataWhale强化学习课程JoyRLhttps://johnjim0816.com/joyrl-book/#/ch7/main深度学习基础强化学习的问题可以拆分成两类问题，即预测与控制
数分虐我千百遍·2023-11-22 01:04

手把手带你在AutoDL上部署ChatGLM3 Web Demo

手把手带你在AutoDL上部署ChatGLM3WebDemo作者：Datawhale不要葱姜蒜项目地址：https://github.com/KMnO4-zx/self_llm.git如果大家有其他模型想要部署教程
不要葱姜蒜_kmon4·2023-11-21 21:41

Datawhale八月学习-NLP专题-BERT和GPT

一、BERT1.什么是BERT1）BERT简介：  BERT与现有语言模型不同的是，BERT旨在通过调节所有层中的上下文来进行深度双向的预训练。因此，预训练的BERT表示可以通过另外的输出层进行调整，以创建用于广泛任务的状态模型，例如问题转换和语言参考，而无需实质的任务特定体系结构修改。  BERT全称是“BidirectionalEncoderRepresentationfromTransfor
wumo_rfr·2023-11-21 01:32

Datawhale组队学习NLP_Bert文本分类学习笔记

1.1TransformerDatasets1.1.1datasets.Metric2数据预处理2.1定义一个tokenizer2.2Datasets2.2.1检查数据格式（可选）2.2.2Datasets预处理3Trainer微调预训练模型4超参数搜索本文为学习Datawhale2021.8
宝友你好·2023-11-21 01:02

Datawhale第六天打卡

第一题:字符串相乘给定两个以字符串形式表示的非负整数num1和num2，返回num1和num2的乘积，它们的乘积也表示为字符串形式。示例1:输入:num1="2",num2="3"输出:"6"示例2:输入:num1="123",num2="456"输出:"56088"示例3:输入:num1="498828660196",num2="840477629533"输出:"4192543298646564
hyh1996·2023-11-20 12:36

Datawhale9月组队学习打卡Day9

Datawhale9月组队学习打卡Day9写在前面10.1混合专家模型子任务和专家混合专家系统10.1.1基础知识10.1.1.1示例10.1.1.2训练10.1.1.3节约计算10.1.1.4平衡专家
royi_0825·2023-11-19 21:00

智能驾驶汽车虚拟仿真视频数据理解(一）

赛题官网datawhale赛题介绍跑通demopaddle跑通demotorch提交的障碍物取最主要的那个？不考虑多物体提交。障碍物，尽可能选择状态发生变化的物体。
RessCris·2023-11-19 13:34

贷款违约预测-Task3 特征工程

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master
致Great·2023-11-19 05:40

2.2 调用星火大模型的API

调用星火大模型的API1申请API调用权限：2调用原生星火API3统一API调用方式项目仓库地址：https://github.com/datawhalechina/llm-universe讯飞星火认知大模型
Alexa2077·2023-11-19 03:53

【Datawhale Ai 夏令营】用户新增预测挑战赛baseline

文章目录前言一、用户新增预测挑战赛教程1.赛题背景2.赛题任务3.赛题数据集4.评价指标5.比赛链接二、baseline1.解题思路2.baseline前言AI夏令营由Datawhale主办、联合科大讯飞
Turing_well·2023-11-17 03:14

【Datawhale Ai 夏令营】用户新增预测挑战赛：分类器比较和特征工程

系列文章目录【DatawhaleAi夏令营】用户新增预测挑战赛baseline文章目录系列文章目录[【DatawhaleAi夏令营】用户新增预测挑战赛baseline](https://blog.csdn.net
Turing_well·2023-11-17 03:14

Datawhale AI夏令营 - NLP实践：基于论文摘要的文本分类与关键词抽取挑战赛——基础篇

DAY1入门讲解直播ingQ：如何选择机器学习算法或深度学习算法？A：在许多机器学习问题中，特征工程的重要性不容忽视。如果特征工程能够充分捕捉数据的关键特征，那么机器学习算法也能够表现良好。深度学习在某种程度上可以自动学习特征，但对于特定问题，手动设计特征可能会更有效。总而言之，当样本量足够大且数据集具有一定的特点时，使用机器学习。其中，常用的机器学习包括树模型、SVM模型；深度学习包括神经网络，
学软件的小铃铛·2023-11-17 03:44

AI Earth人工智能创新挑战赛-使用Docker提交baseline

AIEarth人工智能创新挑战赛-使用Docker提交baseline本地PC准备数据及代码在阿里云中创建镜像仓库构建镜像并推送AIEarth人工智能创新挑战赛-使用Docker提交baseline记录DataWhale
What We Talk about·2023-11-17 03:42

Datawhale-AI夏令营:脑PET图像分析和疾病预测挑战赛

importos,sys,glob,argparseimportpandasaspdimportnumpyasnpfromtqdmimporttqdmimportcv2fromPILimportImagefromsklearn.model_selectionimporttrain_test_split,StratifiedKFold,KFoldimporttorchtorch.manual_see
CV不存在了M·2023-11-17 03:42

Datawhale AI夏令营第三期 - 脑PET图像分析和疾病预测挑战赛——最后的挣扎及总结

最后改了模型又做了数据增强，不过好像还是没什么进步，后面了看别人的笔记，又学了一些上分技巧，在这里分享给大家，由于时间问题目前还没来得及尝试，有空了再试试，看有什么提升。大佬们的一些上分思路分享1.从数据出发对于我们这些搞机器学习的人而言，看到图像第一反应可能就是把图像加载到内存中，作为一个矩阵去跑各种机器学习算法，但我们忽略了一点，那就是图像本身的元数据。以传统图像为例，其记录的并不仅仅是图片的
cs6182890·2023-11-17 03:12

天池多模态赛事，2023全球智能汽车AI挑战赛来啦！

Datawhale大赛主办方：吉利汽车、阿里云、英伟达2023全球智能汽车AI挑战赛，由吉利汽车、阿里云、NVIDIA英伟达共同发起，阿里云天池作为官方竞赛平台。
Datawhale·2023-11-17 03:41

Datawhale AI夏令营第三期 - 脑PET图像分析和疾病预测挑战赛——Baseline修改及优化

（一）DatawhaleAI夏令营第三期-脑PET图像分析和疾病预测挑战赛——环境搭建及PyTorchBaseline跑通上期完成Baseline跑通后，这期主要是对Baseline的优化，整队图像分类问题
cs6182890·2023-11-17 03:41

Datawhale智能汽车AI挑战赛

1.赛题解析赛题地址：https://tianchi.aliyun.com/competition/entrance/532155任务：输入：元宇宙仿真平台生成的前视摄像头虚拟视频数据（8-10秒左右）；输出：对视频中的信息进行综合理解，以指定的json文件格式，按照数据说明中的关键词（key）填充描述型的文本信息（value，中文/英文均可以）评分标准：系统会针对参赛者提交的json文件，通过描
Unicornlyy·2023-11-17 03:10

抢人饭碗了！推荐一款全自动的机器学习建模神器PyCaret

Datawhale干货编译：张峰，Datawhale成员寄语：PyCaret，是一款Python中的开源低代码（low-code）机器学习库，支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型
机器学习算法那些事·2023-11-16 23:35

机器学习建模神器PyCaret已开源！提升效率，几行代码轻松搞定模型

编译：张峰，Datawhale成员寄语：PyCaret，是一款Python中的开源低代码（low-code）机器学习库，支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型，提升机器学习实验的效率
Wang_AI·2023-11-16 23:05

Leetcode刷题-数组双指针&数组滑动窗口

Leetcode刷题|Datawhale202111在线书本在https://algo.itcharge.cn/双指针对撞指针：两个指针方向相反。
zhangkaihua88·2023-11-14 20:57

Docker学习一：Docker简介与安装

前言本次学习来自于datawhale组队学习：教程地址为：https://github.com/datawhalechina/team-learning-program/tree/master/Docker
浩波的笔记·2023-11-13 19:08

安卓版ChatGPT要上线了！

Datawhale干货最新：ChatGPT安卓版，来源：机器之心自发布以来，ChatGPT一直受到高度关注，在全球范围内吸引了大量用户。
Datawhale·2023-11-13 10:06

Datawhale9月组队学习Day4

Datawhale9月组队学习Day4写在前面本节总结（速度回顾版）第五章大模型背后的数据5.1大语言模型背后的数据丰富的数据存在的问题5.1.1WebText和OpenWebText数据集数据集评估5.1.2ColossalCleanCrawledCorpus
royi_0825·2023-11-13 05:10

手搭深度推荐模型(三) DeepFM

本文是笔者参与datawhale组织的深度推荐模型组队学习的分享，学习内容见本链接，本文中所指的教程即该链接中的相应文件。
嫌疑人Y的执事·2023-11-12 16:18

[Datawhale][CS224W]标签传播算法(七)

目录一、概述二、半监督节点分类问题-求解方法对比三、算法——标签传播和集体分类3.1LabelPropagation(RelationalClassification)标签传播算法3.1.1简介3.1.2LPA算法实现[3]1.相似矩阵构建2.LPA算法3.变身的LP算法4.LP算法的Python实现3.2IterativeClassification参考文献一、概述标签传播算法（LabelPro
wumo_rfr·2023-11-11 14:20

最新ChatGPT GPT-4 文本生成技术详解（附ipynb与python源码及视频讲解）——开源DataWhale发布入门ChatGPT技术新手从0到1必备使用指南手册（三）

目录前言最新ChatGPTGPT-4文本生成技术详解1引言2文本摘要任务2.1什么是文本摘要？2.2常见的文本摘要技术2.3基于OpenAI接口的文本摘要实验2.3.1简单上手版：调用预训练模型2.3.2进阶优化版：基于自定义语料finetune3文本纠错任务3.1什么是文本纠错？3.2常见的文本纠错技术3.2.1基于规则的文本纠错技术3.2.2基于语言模型的文本纠错技术3.2.3基于MLM的文本
小胡说人工智能·2023-11-11 10:48

如何用趋动云GPU线上跑AI项目实践-部署最新的ChatGLM3-6B模型

学习教程一.免费算力领取Datawhale专属注册：趋动云https://growthdata.virtaicloud.com/t/vs二.部署最新的ChatGLM3-6B模型1.创建项目创建好账号之后
朝花夕拾666·2023-11-11 06:20

任务1 部署ChatGLM3-6B大模型并进行对话测试

1.2配置环境1.2.1进入终端1.2.2设置镜像源1.2.3克隆项目,并安装依赖2修改代码，改路径以及启动代码3运行代码3.1运行gradio界面：3.2运行streamlit界面：0介绍：本项目是根据datawhale
Alexa2077·2023-11-11 06:18

用趋动云GPU部署自己的Stable Diffusion

注：本文内容来自于对DataWhale的开源学习项目——免费GPU线上跑AI项目实践的学习，参见：Docs，引用了多处DataWhale给出的教程。
朝花夕拾666·2023-11-11 06:17

最新ChatGPT GPT-4 自然语言理解NLU与句词分类技术详解（附ipynb与python源码及视频讲解）——开源DataWhale发布入门ChatGPT技术新手从0到1必备使用指南手册（四）

目录前言最新ChatGPTGPT-4自然语言理解NLU与句词分类技术详解1.NLU基础1.1句子级别的分类1.2Token级别的分类2.相关API2.1LMASGPTAPI2.2ChatGPTStyle相关NLU应用及实战相关文献参考资料其它资料下载前言自然语言理解（NLU）是人工智能（AI）领域中的一个关键技术，它旨在使计算机从文本或语音输入中推断出用户的意图和含义。随着大数据和深度学习技术的快
小胡说人工智能·2023-11-11 04:00

周涛教授：从窄门进走出宽路来！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：周涛，电子科技大学教授一种是看快实慢，他以为他走了一条快路，实际上很慢，一种则是看慢实快。
Datawhale·2023-11-10 16:10

【深度强化学习】1. 基础部分

的决策方式来分类时序决策过程动作空间智能体主要组成部分1.Policy2.ValueFunction3.ModelExplorationandExploitation知识点补充致谢参考内容强化学习纲要-基础部分【DataWhale
*pprp*·2023-11-10 13:22

我用GPT搭建了一个虚拟女友！

Datawhale干货作者：仲泰，Datawhale成员1.作者知乎：https://www.zhihu.com/people/yong-tan-39-672.我用GPT搭建了一个虚拟女友-哔哩哔哩：https
Datawhale·2023-11-09 08:03

吴恩达 x OpenAI Prompt Engineering教程中文笔记

Datawhale干货作者：刘俊君，Datawhale成员完整课程：《吴恩达ChatGPT最新课程》Reasons&ImportanceImportantforresearch,discoveries,
Datawhale·2023-11-09 08:33

微软深夜放炸弹！GPT-4 Office全家桶发布，10亿打工人被革命

Datawhale分享最新：GPT-4应用，来源：ScienceAI、新智元【导读】AI桌面革命深夜打响，GPT-4全面接入微软Office全家桶，势必颠覆人类办公！未来和AI一起工作是这样的。
Datawhale·2023-11-07 09:58

Datawhale-AIGC实践

Datawhale-AIGC实践部署ChatGLM3-6B平台clone项目，配置环境gitclonehttps://github.com/THUDM/ChatGLM3.gitcdChatGLM3pipinstall-rrequirement.txt
STUffT·2023-11-07 06:25

最新ChatGPT GPT-4 NLU应用之实体分类识别与模型微调（附ipynb与python源码及视频）——开源DataWhale发布入门ChatGPT技术新手从0到1必备使用指南手册（六）

目录前言最新ChatGPTGPT-4自然语言理解NLU实战之实体分类识别与模型微调主题分类精准分类解决手段模型微调步骤核心代码其它NLU应用及实战相关文献参考资料其它资料下载前言想象一下，如果您也可以训练一个为特定场景和目的量身打造的大型自然语言模型，以帮助您在实时聊天中更快地、更准确地与用户互动。是不是特别地牛！ChatGPT可以帮助您非常简单地做到这一点。利用微调模型技术，ChatGPT结合您
小胡说人工智能·2023-11-06 14:58

强化学习（二）——动态规划

Control）2.1策略迭代（PolicyIteration）2.2价值迭代（ValueIteration）2.3比较（Compare）Reference[1]https://github.com/datawhalechina
冠long馨·2023-11-05 20:47

Datawhale 零基础入门CV赛事-Task5 模型集成

集成学习集成学习只能在一定程度上提高精度，并需要耗费较大的训练时间，因此建议先使用提高单个模型的精度，再考虑集成学习过程。具体的集成学习方法需要与验证集划分方法结合，Dropout和TTA是应用较为广泛的方法。DropoutDropout是一种深度学习的一种技巧，他会随机让某些节点不参与训练，而在预测时，所有节点又参与训练，这样训练时就不会出现该模型对于某一点极其依赖，所以也是一种缓解过拟合的的有
顾子豪·2023-11-05 03:19

task03

Datawhale计算机视觉基础-图像处理（下）-Task03Haar特征描述算子-人脸检测地址：https://github.com/datawhalechina/team-learning/blob
黑乎乎AI·2023-11-03 09:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他