简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
AI绘画的发展感到吃惊是完全正常的, 因为从去年到今年, AI绘画的技术确实出现了连续的突破性的进展, 从CLIP模型基于无需标注的海量互联网图片训练大成, 到CLIP开源引发的AI绘画模型嫁接热潮, 然后找到了Diffusion扩散化模型作为更好的图像生成模块, 最后使用潜空间降维的改进方法解决了Diffusion模型时间和内存资源消耗巨大的问题
文章主要介绍大模型开发整体流程 & 基于个人知识库的问答助手 的项目流程架构解析
LangChain 为基于 LLM 开发自定义应用提供了高效的开发框架,便于开发者迅速地激发 LLM 的强大能力,搭建 LLM 应用。LangChain 也同样支持多种大模型,内置了 OpenAI、LLAMA 等大模型的调用接口。但是,LangChain 并没有内置所有大模型,它通过允许用户自定义 LLM 类型,来提供强大的可扩展性。在本部分,我们以百度文心大模型为例,讲述如何基于 LangCha
1.类的概念 对象的概念 1)现实世界是由很多很多对象组成的 基于对象抽出类 2)对象:真实存在的单个的个体 类:类别/类型,代表一类个体 3)类中可以包含: 3.1)所有对象所共有的属性/特征---------------成员变量 3.2)所有对象所共有的行为--------------------方法 4)一个类可以创建多个对象, 同一...
01_机器学习介绍1. 概述本文主要是了解机器学习的一些相关概念,并且明确机器学习的相关技术和相关流程。1.1 什么是机器学习机器学习是一门能够让编程计算机从数据中学习的计算机科学。一个计算机程序在完成任务T之后,获得经验E,其表现效果为P,如果任务T的性能表现,也就是用以衡量的P,随着E增加而增加,那么这样计算机程序就被称为机器学习系统。是一个自我完善,自我增进,自我适应的学习系统。1.2 机器
深度学习是模拟人脑进行分析学习的神经网络。长短期记忆网络(LSTM)是一种常用于处理序列数据的循环神经网络(RNN)的变体,被广泛应用于自然语言处理、语音识别、时间序列预测等任务中。LSTM通过门控机制解决了传统RNN中的梯度问题,能够有效地处理序列数据,并在多个领域取得了显著的成果。
Meta 开源万物可分割 AI 模型:segment anything model (SAM)。本文列举了一些资料,并从SAM的功能介绍、数据集、数据标注、图像分割方法介绍,研发思路以及对未来的展望来展开详细介绍。并综合了一些评价谈论,放眼当下和展望未来,给出了一些个人的想法和看法。
文章主要介绍大模型开发整体流程 & 基于个人知识库的问答助手 的项目流程架构解析
今天大模型技术带来的时代变化,才刚刚拉开帷幕。经过前半年的极度兴奋和「过度想象」,一个可能长达 10 年的技术革命,现在才真正开启「万里长征」。狂热期之后真正进入拓荒期,这里面 经过足够时间磨练和付出坚实代价才能获得的「共识」,才是真共识。
SVC(Support Vector Classifier)是一种在机器学习中常用的分类算法,它基于支持向量机(Support Vector Machine)算法。SVC通过寻找最佳的超平面来实现分类任务,在数据平面上进行线性或非线性的划分。