随笔分类 - AI & DL
人工智能、深度学习
摘要:https://blog.51cto.com/u_15278213/5509624 https://blog.csdn.net/gougou0304/article/details/127727325 https://mp.weixin.qq.com/s?__biz=MzAwNTIxNzM5MQ==
阅读全文
摘要:PR曲线绘制 https://blog.csdn.net/xiang_gina/article/details/149962713 三分钟带你理解ROC曲线和PR曲线 https://blog.csdn.net/Guo_Python/article/details/105820358 https:/
阅读全文
摘要:Zero-Shot提示:模型只根据任务的描述生成响应,不需要任何示例。 One-Shot提示:只提供一个例子。 Few-Shot提示:提供几个例子。在提示中的作用是通过少量样本引导模型对特定任务进行学习和执行,例如通过提供少量风格或主题示例,引导模型产出具有相似风格或主题的创作。 Zero-Shot
阅读全文
摘要:豆包: 在 Python 中,用于图神经网络(GNN)的框架有很多,以下是一些主流的框架及其特点: 1. PyTorch Geometric (PyG) 特点:基于 PyTorch,提供了丰富的图神经网络层和工具,支持多种图数据结构和任务。 适用场景:研究和原型开发,尤其是需要快速实现新模型的场景。
阅读全文
摘要:卷积神经网络(CNN)的发展是深度学习领域的重要篇章,其从神经网络的基础演化到全卷积神经网络(FCNN)的成熟应用,经历了多个关键阶段。以下按照神经网络 → 卷积神经网络 → 全卷积神经网络的脉络,梳理CNN的发展历史: ### 1. 神经网络(Neural Networks, NN)的起源神经网络
阅读全文
摘要:Gork:https://grok.com/share/bGVnYWN5_27c01b37-7c65-4f93-b53d-7ef9d983553a 通过深度学习拟合三维曲面是一个非常有趣且实用的任务,通常可以用来处理复杂的数据分布或几何建模问题。以下是一个通用的步骤和方法框架,帮助你实现这一目标:
阅读全文
摘要:1.下载ollama : https://ollama.com/ 安装ollama. 2.选择DeepSeek-R1大语音模型: https://ollama.com/library/deepseek-r1 复制如下命令,在Windows命令行cmd输入: ollama run deepseek-r
阅读全文
摘要:1.人工智能发展历史 1956年达特茅斯会议上首次提出 “人工智能” 概念至今, 人工智能已发展60余年, 经历三次全球发展浪潮, 目前处于第三次发展浪潮之中。 人工智能三次浪潮 [文章1] 2.神经网络基础 (1)线性回归 & 多元线性回归:[视频1] (2)直观感受人工神经网络:[视频1] [视
阅读全文
摘要:from sklearn.neighbors import KDTree from os.path import join, exists, dirname, abspath import numpy as np import os, glob, pickle import sys BASE_DIR
阅读全文
摘要:1. 标注数据用于深度学习:类名称用英文,类值为1. 标注样本分散一点,能多生成一些样本切块 2. 输出为RCNN掩膜。 分辨率 400*400 输出训练切块:1164 3.训练结果如下: 4. 对象检测结果:
阅读全文