526互联

算法 树叶tensorflow模型

[ML从入门到入门] 初识人工神经网络、感知机算法以及反向传播算法

前言 人工神经网络（Artificial neural networks，ANNs）被广泛认为诞生于 20 世纪四五十年代，其核心理论可以追溯到 19 世纪初 Adrien-Marie Legendre 发明的最小二乘法，而在今天，经过了半个世纪互联网和计算机技术的迅猛发展，这片耕耘良久的沃土重新掀 ......
算法 神经网络 人工 神经 网络

Day03 3.3 使用Python还原算法

# Day03 3.3 使用Python还原算法 > - 加密分类 > - 1、单向加密 ： > - MD5、sha系列不可逆 > - 2、对称加密： > - AES、DES > - 3、非对称加密： > - RSA、DSA > - 4、补充算法： > - base64 ## 【一】md5 ```p ......
算法 Python Day 3.3 03

IO模型

一、IO基本概念 在平常开发过程中接触最多的就是 磁盘 IO（读写文件） 和 网络 IO（网络请求和响应）。 用户进程想要执行 IO 操作的话，必须通过 系统调用 来间接访问内核空间。 当应用程序发起IO调用后，会经历两个步骤： 1、内核等待IO设备准备好数据 2、内核将数据从内核空间拷贝到用户空间 ......
模型

Java彩虹渐变算法

# 彩虹渐变算法 ## 前言 ​ 最近有一个需求是需要一直去改变字体的颜色，然后我就想到了使用彩虹颜色作为字体颜色，使颜色按照彩虹颜色的顺序进行变化。 ​ 然后查了一下彩虹的颜色可以分为6种（对，不是七种），用`RGB`来表示分别是`#FF00FF`,`#FFFF00`,`#00FF00`,`#00 ......
算法 Java

Reactive Extensions 响应式扩展 用于事件驱动编程的库，具有可组合的声明性模型

响应式扩展 这个存储库包含四个库，它们在概念上是相关的，因为它们都与 LINQ over of things 序列有关： Reactive Extensions for .NET又名 Rx.NET 或 Rx ( System.Reactive )：一个用于事件驱动编程的库，具有可组合的声明性模型 A ......
Extensions Reactive 模型 事件

TensorFlow05-3 神经网络损失函数(误差计算)

▪ MSE ▪ Cross Entropy Loss(针对分类问题) ▪ Hinge Loss ![image](https://img2023.cnblogs.com/blog/1914163/202306/1914163-20230617164108526-1325568515.png) # 1 ......
神经网络 误差 TensorFlow 函数 神经

1.TCP/IP网络模型

1.四层TCP/IP网络模型 1.1 为什么要有TCP/IP网络模型 对于同一设备间的进程通信，可以通过管道、消息队列、共享内存、信号等方式进行通信；在Java中的线程通信中，可以使用管道流（字节流（PipedInputStream、PipedInputStream）、字符流（PipedReader ......
模型 网络 TCP IP

TensorFlow05.2-神经网络输出方式

这里的输出方式有这几种： ![image](https://img2023.cnblogs.com/blog/1914163/202306/1914163-20230617151543706-2043333171.png) # 1 𝑦∈𝑅^d ▪ linear regression(线性回归) ......
神经网络 TensorFlow 神经 方式 网络

GPT 模型的工作原理 你知道吗？

动动发财的小手，点个赞吧！ [Source]("https://towardsdatascience.com/how-gpt-models-work-b5f4517d5b5" "Source") ## 简介 当我使用 GPT 模型编写我的前几行代码时是 2021 年，那一刻我意识到文本生成已经到了一 ......
模型 原理 GPT

TensorFlow05-全连接层

▪ Matmul ▪ Neural Network ▪ Deep Learning ▪ Multi-Layer # 1.Matmul - out=f(x@w+b) - out=relu(x@w+b) ![image](https://img2023.cnblogs.com/blog/1914163/ ......
全连 TensorFlow 05

算法复习

选择题考点：时间复杂性从低到高的顺序是?问题: 有一个算法, 它的时间复杂性T(n)的递归定义如下, 问T(n)是?下面哪些内容不是算法设计之前要完成的内容?使用何种计算机语言设计程序在算法设计与分析过程中,有算法设计,算法的正确性证明,算法的复杂性分析,程序设计等几个重要步骤,下面哪种顺序是正确的 ......
算法

开源大型语言模型(llm)总结

大型语言模型（LLM）是人工智能领域中的一个重要研究方向，在ChatGPT之后，它经历了快速的发展。这些发展主要涉及以下几个方面： 模型规模的增长：LLM的规模越来越大，参数数量显著增加。这种扩展使得模型能够处理更复杂、更长的输入序列，并生成更准确、更具连贯性的输出。同时，更大规模的模型还能够涵盖更 ......
模型 语言 llm

《数据结构与算法》之堆

导言： 我们在以前的学习中知道了堆栈，和队列，在系统处理上这两种数据结构的确是很高效的，但是在系统的任务调度上就是很高效了，我们cpu处理任务是有优先级的，要是按照队列和栈的思想都是线性执行，可能发生的情况就是输出一个字符比系统掉电请求处理的优先级高，可能输出一个字符先来，所以在任务调度上线性结构就 ......
数据结构 算法 结构 数据

单模字符串匹配算法（KMP, exKMP, manacher）

约定：本文字符串均从 $1$ 开始。模式串 $T$ 的长度为 $n$，匹配串 $S$ 的长度为 $m$。 ## 1. KMP ### 1.1 前缀函数 给定一个长度为 $n$ 的字符串 $S$，其前缀函数被定义为一个长度为 $n$ 的数组 $\pi$。其中 $\pi_i$ 被定义为： 1. 若子串 ......
字符串 算法 字符 manacher exKMP

TensorFlow04-数据集加载

# 1 数据集加载 1.karas.datasets(数据加载) 2.tf.data.Dataset.from_tensor_slices(加载成tensor) - shuffle - map - batch - repeat # 2 tf.keras.datasets（） ![image](htt ......
TensorFlow 数据 04

深度学习神经网络大模型在文本分类中的应用

[toc] 深度学习神经网络大模型在文本分类中的应用 随着人工智能技术的不断发展，深度学习神经网络在自然语言处理领域中的应用越来越广泛。文本分类是深度学习神经网络的一个重要应用之一，其目的是将文本分类到不同的类别中，以便进行相应的处理和分析。本文将介绍深度学习神经网络大模型在文本分类中的应用，包括技 ......
神经网络 深度 模型 文本 神经

基于神经网络的大模型在图像识别中的应用

[toc] 随着深度学习技术的不断发展，特别是在计算机视觉领域，基于神经网络的大模型在图像识别中的应用越来越广泛。这些模型能够在处理大量图像数据的同时，准确地识别出各种物体和场景，取得了令人瞩目的成果。本文将介绍基于神经网络的大模型在图像识别中的应用，包括技术原理、实现步骤、示例和应用等方面的内容， ......
神经网络 模型 图像 神经 网络

让AI支持游戏AI模型：从经典AI算法到最新技术的应用

[toc] # 20. 让 AI 支持游戏AI模型：从经典 AI 算法到最新技术的应用 ## 1. 引言 随着人工智能技术的不断发展，越来越多的游戏开发者开始将人工智能技术应用到游戏AI模型中。本文将介绍游戏AI模型中使用的人工智能技术，包括经典 AI 算法和最新技术的应用。 ## 2. 技术原理及 ......
最新技术 算法 模型 经典 技术

语言模型在智能问答中的应用

[toc] 《20.《语言模型在智能问答中的应用》》 随着人工智能技术的不断发展，智能问答领域也逐渐受到了越来越多的关注。语言模型作为近年来备受关注的技术之一，在智能问答中的应用也越来越广泛。本文将介绍语言模型在智能问答中的应用，以及实现步骤与流程、应用示例与代码实现讲解、优化与改进等内容，旨在为读 ......
模型 语言 智能

文本生成技术综述：基于语言模型的文本生成技术

[toc] 6. 文本生成技术综述：基于语言模型的文本生成技术 随着人工智能和自然语言处理技术的快速发展，文本生成技术越来越受到关注。文本生成技术可以用于多种应用场景，如智能客服、自动摘要、机器翻译等。本文将综述基于语言模型的文本生成技术，并深入探讨其实现原理、概念、实现步骤和示例应用等方面。 ## ......
文本 技术 模型 语言

文本分类与情感分析：基于深度学习的大型语言模型应用

[toc] 文本分类和情感分析是人工智能领域中非常重要的技术，其应用广泛，包括自然语言处理、语音识别、计算机视觉等多个领域。本文将介绍基于深度学习的大型语言模型应用文本分类和情感分析的技术原理及实现步骤，并探讨相关应用场景和优化改进的方法。 ## 1. 引言 随着人工智能的不断发展，文本分类和情感分 ......
深度 模型 文本 语言 情感

对话系统与知识图谱：大型语言模型在对话系统中的应用

[toc] 19. 对话系统与知识图谱：大型语言模型在对话系统中的应用 随着人工智能技术的不断发展，对话系统作为其中的一个重要应用领域，已经被广泛应用于人机交互、智能客服、智能助手等领域。而其中，大型语言模型作为对话系统的重要组成部分，在对话系统中发挥着至关重要的作用。本文将详细介绍大型语言模型在对 ......
系统 图谱 模型 语言 知识

GPT3：人工智能时代的新型语言模型

[toc] 1. GPT-3：人工智能时代的新型语言模型 随着人工智能技术的不断发展，自然语言处理领域也迎来了新的里程碑。GPT-3 是当前最具代表性的语言模型之一，它具有如下特点： - GPT-3 是一种全新的语言模型，基于深度学习技术，使用了大量的预训练数据和先进的自然语言处理算法，能够模拟人类 ......
人工智能 人工 模型 语言 智能

随着人工智能和大数据技术的不断发展，大模型与工业机器人的结合逐渐成为了一个热门话题。这种结合不仅可以提高机器人

[toc] 随着人工智能和大数据技术的不断发展，大模型与工业机器人的结合逐渐成为了一个热门话题。这种结合不仅可以提高机器人的工作效率，还可以提高模型的性能和准确度，为工业自动化领域带来巨大的变革和发展空间。本文将介绍大模型与工业机器人的结合技术原理、实现步骤和应用场景，并分析优化和改进的必要性。 # ......
机器人 机器 人工智能 热门话题 人工

ResNet模型：在计算机视觉任务中实现深度学习

[toc] 文章：ResNet模型：在计算机视觉任务中实现深度学习 ## 1. 引言 深度学习是一种革命性的机器学习技术，自推出以来，已经被广泛应用于计算机视觉、自然语言处理、语音识别等领域。在计算机视觉领域，深度学习中的 ResNet 模型成为了一个经典的例子，被广泛用于图像分类、目标检测、图像分 ......
深度 模型 视觉 任务 计算机

Transformer算法的应用

[toc] Transformer 算法的应用 近年来，随着深度学习和自然语言处理领域的迅速发展，Transformer 算法成为了深度学习中最重要的算法之一。Transformer 算法是一种基于自注意力机制的深度神经网络模型，它在处理序列数据时具有极强的并行计算能力和出色的表现力。本文将详细介绍 ......
算法 Transformer

编译器设计与实现：使用多线程编程模型优化编译器性能

[toc] 《编译器设计与实现：使用多线程编程模型优化编译器性能》 编译器是计算机程序的入口点，是将高级编程语言(如C、C++等)转化为机器语言的工具。编译器的性能直接影响着程序的运行效率和效率。为了提高编译器的性能，人们一直在探索新的编译技术。本文将介绍如何使用多线程编程模型优化编译器性能。 一、 ......
编译器 线程 模型 性能

编译器设计与实现：Java编译器并发编程模型实现多核CPU和Web应用程序

[toc] 编译器设计与实现：Java编译器并发编程模型实现多核CPU和Web应用程序 摘要： 本文将介绍Java编译器的并发编程模型，并介绍如何将其应用于实现多核CPU和Web应用程序。本文将介绍Java编译器的核心原理和实现步骤，并探讨如何优化和改进编译器的性能、可扩展性和安全性。通过实际示例和 ......
编译器 应用程序 模型 程序 Java

基于瑞丽多径信道的无线通信信道均衡算法matlab仿真,对比MMSE,ZF-DFE,MMSE-DFE

1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 信道均衡（Channel equalization）是指为了提高衰落信道中的通信系统的传输性能而采取的一种抗衰落措施。它主要是为了消除或者是减弱宽带通信时的多径时延带来的码间串扰（ISI）问题。其机理是对信道或整个传输 ......
信道 无线通信 MMSE 算法 DFE

基于MFCC特征提取和神经网络的语音信号识别算法matlab仿真

1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 在语音识别（Speech Recognition）和话者识别（Speaker Recognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scale Frequency Cepstral Coeffici ......
神经网络 算法 语音 信号 特征
共8300篇  :179/277页 首页上一页179下一页尾页