logo
publist
写文章

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

【大模型LLM第十五篇】Agent学习之huggingface smolagents

name工具名字description工具描述Input types 输入参数类型和说明output type输出类型写一个模型下载的tool@tool"""Args:"""一定要存在 类型的 定义以及 注释,注释中要有 Args主要用继承的方式比如创建 VLLM模型, 继承模型 + 重新实现 “call"""import gcself,**kwargs,**kwargs,messages,els

文章图片
#python#人工智能
pandas的fillna和replace使用失效解决方案

问题pandas的dataframe结构体使用fillna的过程中出现错误有如下的warning:SettingWithCopyWarning:A value is trying to be set on a copy of a slice from a DataFrame我的使用类似于以下这个例子:importpandasaspdimportnumpyasnpdf=pd....

#pandas
来了!机器学习面试指南

盛夏已至,又到了各种内推和招聘贴满天飞的季节,拖延了好久,终于抽出时间分享面经。本篇分享机器学习相关的面试经验,我在秋招中投递的大多数是推荐算法岗,真正机器学习岗的面试其实并不多,但准备过...

#算法#决策树#大数据 +2
时间序列分类算法 极简设计之ROCKET、MiniRocket详解及python实战

前言时间序列分类任务也是比较常见的任务,根据分类,来判断时间序列的性质,类别等。其中rocket算法十分另类,看似用的非常简单且暴力的方式,却拿到了不错的效果,以及拥有非常快的推理和训练速度。后续还有minirocket,在rocket的基础上进行简化,在基本上不损失精度的前提下,拥有更快的速度。ROCKET(RandOm Convolutional KErnel Transform)ROCKET

#分类#python#人工智能 +2
VIT(vision transformer)模型介绍+pytorch代码炸裂解析

前言一直对transformer都有很大的兴趣,之前看到有vision transformer,一直没来得及好好看,这两天拿出来吸收了下精华,顺便写个文章记录一哈地址论文:https://...

#nlp#unity
超详细|算法岗学习路线大总结

前言笔者非科班出身,基础还相对薄弱,本文肯定会有诸多错误或者疏漏,欢迎指出和补充。算法岗的面试主要分为四大项,具体顺序可能因面试官而异Coding,给你一道题限时完成机器学习 or 深度学...

#算法#编程语言#人工智能 +2
时间序列分类算法 极简设计之ROCKET、MiniRocket详解及python实战

前言时间序列分类任务也是比较常见的任务,根据分类,来判断时间序列的性质,类别等。其中rocket算法十分另类,看似用的非常简单且暴力的方式,却拿到了不错的效果,以及拥有非常快的推理和训练速度。后续还有minirocket,在rocket的基础上进行简化,在基本上不损失精度的前提下,拥有更快的速度。ROCKET(RandOm Convolutional KErnel Transform)ROCKET

#分类#python#人工智能 +2
【时空序列】全球气象预测大模型 OpenCastKit 正式开源

OpenCastKit 是幻方 AI 开源的 AI 气象大模型工具包,包含了两大气象 SOTA 模型 FourCastNet 和 GraphCast,并提供完整参数开源。用户可以轻松得通过该大模型输出全球高分辨率的气象预测结果。OpenCastKit用 AI 方法对现代数值天气预报(numerical weather prediction, NWP)进行改进提升近两年受到了广泛关注,如 Nvidi

#人工智能#深度学习
【TensorFlow实现机器学习方法】KNN(K近邻算法)实现预测房屋价格(tensorflow、matplotlib、numpy、pandas)

一、前言机器学习KNN算法(K近邻算法)的总体理论很简单不在这里赘述了。二、数据集准备这里使用比较古老的数据集,是房屋预测的数据集有14列,分别是13个特征,1个房屋价格值CRIM村庄的人均犯罪率ZN占地面积超过25,000平方尺的住宅用地比例。INDUS每个城镇非零售业务的比例CHASCharles River虚拟变量(如...

#numpy#matplotlib#pandas +1
    共 226 条
  • 1
  • 2
  • 3
  • 23
  • 请选择