人工智能

机器学习

机器学习 西瓜书、南瓜书、沐神、吴恩达、哔站 1、概念： 经典定义:利用经验改善系统自身的性能。 机器学习主要研究如何使用计算机从给定数据中学习规律，并利用学习到的规律（模型）来对未知或无法预测的数据进行预测。 学习方式： 1、监督学习 2、无监督学习——聚类 3、半监督学习 4、强化学习 学习结果： …

对极几何的理解和原理推导

特征点法前端 目录特征点法前端1.0 特征点与特征点匹配1.1 特征点1.2 ORB1.3 特征匹配2.0 对极几何2.1 对极约束2.2 本质矩阵2.3 单应矩阵3.0 补充3.1 尺度不确定性3.2 纯旋转3.3 多余匹配 ​ \(\quad\)前端又称为视觉里程计 (VO)，它根据相邻图像间的信息…

顺应潮流,解放双手,让ChatGPT不废话直接帮忙编写可融入业务可运行的程序代码(Python3.10实现)

众所周知，ChatGPT可以帮助研发人员编写或者Debug程序代码，但是在执行过程中，ChatGPT会将程序代码的一些相关文字解释和代码段混合着返回，如此，研发人员还需要自己进行编辑和粘贴操作，效率上差强人意，本次我们试图将ChatGPT直接嵌入到代码业务中，让ChatGPT生成可以直接运行的代码。 C…

实践Pytorch中的模型剪枝方法

摘要：所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差的模型压缩技术。 本文分享自华为云社区《模型压缩-pytorch 中的模型剪枝方法实践》，作者：嵌入式视觉。 一，剪枝分类 所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差（weigths/bias）的模型压缩技术。关于什么参…

GPT-4 重磅发布，有哪些升级和变化？

昨天 OpenAI 发布最新里程碑 AI 语言模型 GPT-4，GPT-4 是一个大型多模态模型（接受图像和文本输入，输出为文本），目前虽然在许多现实世界场景中的能力不如人类，但在各种专业和学术基准上表现出人类水平。 写在前面 本文主要参考 OpenAI 关于 GPT4 的官方 Blog，目前各公众号关…

【NLP 系列】Bert 词向量的空间分布

作者：京东零售 彭馨 1. 背景 我们知道Bert 预训练模型针对分词、ner、文本分类等下游任务取得了很好的效果，但在语义相似度任务上，表现相较于 Word2Vec、Glove 等并没有明显的提升。有学者研究发现，这是因为 Bert 词向量存在各向异性（不同方向表现出的特征不一致），高频词分布在狭小的…

谈谈GPT-4模型的亮点

  欢迎关注微信公众号 专注于网络安全领域，跟踪漏洞动态，深耕互联网，做一个深谙攻防之道的公众号。同时涉足多个领域，是哲学，抑或是文学与艺术，关注金融市场，研究全球市场经济发展方向。 01 开门见山 直观标题，今天要聊的依然是人工智能聊天机器人，也就是和ChatGPT有关的，与其说聊，不如说应该侃侃而谈…

有监督学习——支持向量机、朴素贝叶斯分类

1. 支持向量机 支持向量机（Support Vector Machine, SVM）最初被用来解决线性问题，加入核函数后能够解决非线性问题。主要优点是能适应小样本数量 高维度特征的数据集，甚至是特征维度数高于训练样本数的情况。 先介绍几个概念： 最优超平面：Hyperplane，SVM通过学习数据空间…