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

IBM 人工智能机器人笔记(一)

在IBM,我们将人工智能定义为任何能让机器行为更智能的技术。我们倾向于将AI视为增强智能。我们认为,人工智能不应试图取代人类专家,而应扩展人类的能力,并完成那些单靠人类或机器都无法独立完成的任务。互联网让我们能更快地获取更多信息。分布式计算和物联网产生了海量数据,而社交网络促使其中大部分数据以非结构化形式存在。借助增强智能,我们将领域专家所需的信息置于他们指尖,并用证据支持,以便他们做出明智的决策

#人工智能#机器人
HUJ nans2tetrics 笔记(四)

在本单元中,我们围绕效率这一主题展开讨论,并以乘法运算为例,比较了线性时间O(n)算法与对数时间O(log n)算法的巨大差异。我们了解到,对于操作系统这类底层、基础的服务,采用高效的算法(如基于位运算的乘法)至关重要,因为它会被上层大量调用,其效率直接影响整个系统的性能。对数级算法因其“输入翻倍,耗时仅增一”的卓越特性,在处理大规模数据时具有无可比拟的优势。在下一单元,我们将以此为基础,继续探讨

HUJ nans2tetrics 笔记(三)

Jack语言的定位:它是一个为教学目的设计的极简语言,包含了核心编程概念,但省略了继承等高级特性以聚焦本质。弱类型系统:Jack采用弱类型,允许灵活的类型转换,这简化了语言设计,并为底层系统编程(如操作系统开发)提供了便利。独特的语法let和do等前缀标记旨在简化编译器的语法分析器实现。可扩展的架构:通过标准类库(操作系统)的形式,Jack语言具备了强大的可扩展能力,这体现了现代语言“核心简洁,外

安卓语音应用开发(一)

能够与计算机交谈的想法长期以来吸引着许多人。然而,直到最近,这看起来还像是科幻小说的内容。现在情况已经改变,拥有智能手机或平板电脑的人可以使用语音在设备上执行许多任务——你可以发送短信、更新日历、设置闹钟,以及提出你之前会输入到搜索框中的问题。在小型设备上,语音输入通常更为方便,尤其是在物理限制使得打字和点击更加困难的情况下。本书为 Android 设备开发语音应用提供了实用指南,使用谷歌语音 A

文章图片
合天网络安全笔记(十二)

环境安全:强调在虚拟机中进行逆向分析以保障主机安全。基础查看:使用UltraEdit进行十六进制查看和文件比对。文件格式分析在 Windows 下,使用Stud_PE分析 PE 文件的位数、加壳情况等关键信息,为后续使用 IDA 等工具做好准备。在 Linux 下,使用readelf命令分析 ELF 文件。掌握这些工具和步骤,是开启任何逆向分析任务的第一步。在本节课中,我们将学习逆向工程中一款核心

HHP3 xv6 内核笔记(二)

本节课中我们一起学习了 xv6 操作系统的sleep()和wakeup()同步原语。通道作为进程休眠和唤醒的匹配标识。结合自旋锁使用的标准模式,以安全地检查条件并进入休眠,避免错过唤醒。sleep()函数的内部实现,特别是它如何原子性地释放调用者锁并设置休眠状态。wakeup()函数如何遍历进程表并唤醒匹配通道的进程。通过进程锁实现的原子性保证机制,这是sleep()和wakeup()正确协作的核

HHP3 xv6 内核笔记(一)

本节课中我们一起学习了 XV6 操作系统内核的概述。我们了解了它的开发背景、代码规模、核心特性、提供的系统调用和用户程序,以及它与完整操作系统相比的局限性。在接下来的视频中,我们将开始深入详细地分析代码。本节课中我们一起学习了 XV6 内核的通用特性。我们了解到 XV6 是一个为多核共享内存系统设计的教学内核,具有简化的固定内存配置、基础的页式内存管理与空闲链表分配器、基于共享数组的多核轮转调度、

合天网络安全笔记(十)

是SQL Server的一个扩展存储过程。它允许系统管理员以操作系统命令行解释器的方式执行给定的命令字符串,并以文本行的方式返回任何输出。由于它可以执行任何操作系统命令,因此危害很大。如果攻击者获得了SQL Server的管理员账号(如sa),连接到数据库后就可以利用执行系统命令,从而获得系统权限。版本差异在SQL Server 2000中,默认是开启的。在SQL Server 2005及更高版本

Transformer 和扩散模型的生成式 AI 实用指南(预览版)

在本章中,我们看到了迭代改进的想法如何应用于训练扩散模型,使其能够将噪音转化为美丽的图像。您已经看到了一些设计选择,这些选择是创建成功的扩散模型所必需的,并希望通过训练自己的模型来实践这些选择。在下一章中,我们将看看一些更先进的技术,这些技术已经被开发出来,以改进扩散模型的性能,并赋予它们非凡的新能力!潜在扩散试图通过使用称为变分自动编码器(VAE)的单独模型来缓解这个问题。正如我们在第二章中看到

文章图片
#人工智能#transformer#深度学习
评估合成数据 — 百万美元的问题

原文:towardsdatascience.com/evaluating-synthetic-data-the-million-dollar-question-a54701d1b621?·发表于·阅读时长 11 分钟·2024 年 2 月 14 日图片由提供,来源于当我们进行合成数据生成时,我们通常会为我们的真实(或‘观察’)数据创建一个模型,然后使用这个模型来生成合成数据。这些观察数据通常是从现

    共 5541 条
  • 1
  • 2
  • 3
  • 555
  • 请选择