-
- 扩散生成模型的离散和连续的区别
- 扩散生成模型（DGM）是一种基于深度学习的数据生成模型，它利用扩散过程的物理原理来生成数据。DGM将数据视为一个初始状态通过一系列扩散步骤逐渐演化而来的过程。这种模型在图像、文本等多个领域的数据生成任务中得到了广泛应用，并且具备较高的生成质量和泛化能力。通过学习数据的扩散过程，DGM可以生成具有逼真性和多样性的数据样本，有助于提升模型的生成能力和应用场景的拓展。离散和连续是描述数据类型的概念。在离散数据中，每个数据点都是离散的，只能取某些特定的值，如整数或布尔值。而在连续数据中，数据点可以取无限个数值，如
- 科技周边 · 人工智能 | 1年前 | 机器学习 深度学习 457浏览 收藏
-
- 比较AIC和BIC的不同与关联
- AIC（AkaikeInformationCriterion）和BIC（BayesianInformationCriterion）是常用的模型选择标准，用于比较不同模型并选择最适合数据的模型。这两个标准的目标都是在模型的拟合优度和复杂性之间寻求平衡，以避免过拟合或欠拟合问题。AIC是由赤池弘次（HirotuguAkaike）提出的，它基于信息论的概念，考虑了模型的拟合优度和参数数量之间的平衡。AIC的计算公式为AIC=-2log(L)+2k，其中L表示模型的最大似然估计值，k表示模型的参数数量。BIC是由
- 科技周边 · 人工智能 | 1年前 | 人工智能 机器学习 493浏览 收藏
-
- ShuffleNet V2网络
- ShuffleNetV2是一种经过微调设计的轻量化神经网络，主要应用于图像分类和目标检测等任务。它以高效计算、高准确率和轻量级设计为特点。ShuffleNetV2的目标是在保持高准确率的同时，提供高效的计算结果。该网络的核心思想是通过特殊的通道重排形式来实现高效计算。通过在网络层的设计中引入轻量级的模块，ShuffleNetV2能够在资源受限的设备上实现快速的推理和训练。这种通道重排的方法在网络中引入了更多的并行计算操作，从而减少了计算量和存储需求。ShuffleNetV2通过将输入通道进行分组重排，使得
- 科技周边 · 人工智能 | 1年前 | 人工神经网络 456浏览 收藏
-
- 智能家居将因生成式人工智能而得到飞速发展
- 随着2024年拉斯维加斯消费电子展的结束，在今年的展会上，LG和三星等智能家居巨头(两家以智能家居领域闻名的韩国企业集团)将人工智能置于其公告的中心，并利用其行业领先的流行电视作为该技术的催化剂。参加活动的人常开玩笑说CES是“电视秀”，而今年，这个说法再正确不过了。TCL、松下和海信加入三星和LG的行列，向市场推出了突破显示面板技术界限的新电视，而韩国巨头则推出了尖端的处理器、新的人工智能升级功能、由人工智能辅助的新软件增强功能，这些功能旨在让家庭生活更轻松，甚至还有比以前更成熟的新型智能家居机器人。L
- 科技周边 · 人工智能 | 1年前 | AI CES 生成式人工智能 408浏览 收藏
-
- 苹果或将在WWDC2024上推动AI，iOS18的Siri有望迎来智能升级
- 最近科技圈大家明显可以看到，许多厂商都开始在生成式AI领域进行发力，并根据自研模型数据推出多个AI新功能，尤其华为等国产手机厂商更是基于生成式AI大模型在系统层面进行了全面优化，今年三星都可能会推出AI手机，但是在苹果这边反而并没有怎么看到生成式AI的技术进展，是苹果忽视了生成式AI的风口吗？非也，最近有消息显示，苹果可能会在今年6月的WWDC2024大会上对生成式AI做重点宣传，并且iOS18操作系统或许会加入大量的AI新功能。根据了解，苹果自2023年初开始测试名为“Ajax”的语言大模型。在iOS1
- 科技周边 · 人工智能 | 1年前 | 286浏览 收藏
-
- 解释神经网络的能力
- 神经网络可解释性（ExplainableArtificialIntelligence,XAI）指的是解释机器学习模型或人工智能系统的决策能力。在实际应用中，我们需要了解模型为何做出某种决策，以便能够理解和信任模型的输出结果。传统的机器学习模型，如决策树和线性回归，具有良好的可解释性。然而，深度学习模型，例如神经网络，由于其复杂的结构和黑盒特性，其决策过程往往难以解释。这是因为神经网络通过学习大量数据来提取特征和模式，而这些特征和模式往往超出了我们的认知能力。因此，提高神经网络的可解释性成为了一个非常重要的
- 科技周边 · 人工智能 | 1年前 | 人工神经网络 115浏览 收藏
-
- 无人机表演生意的前景不甚看好，因为单场收入从1000万降至20万
- 2024年元旦跨年夜，河北石家庄一步行街取消了原定的无人机表演活动，一位男子因此遭到现场观众的嘲笑。他最终下跪道歉，这一事件引发了广泛的讨论。无人机表演下跪事件似乎成了无人机表演行业发展的一种象征。无人机表演不再像新物种诞生时那样引人注目，声量和噱头都有所减弱。虽然从数量上看，无人机表演市场仍然处于扩张阶段。根据《2022年文旅行业无人机编队表演数据洞察报告》，在疫情爆发之前，无人机表演市场经历了高速增长期，仅在2021年国内就举办了7228场无人机编队表演。然而，无人机表演价格的下降清晰地反映了该行业从
- 科技周边 · 人工智能 | 1年前 | 480浏览 收藏
-
- 沃特股份表示暂无涉及机器人电子皮肤的产品
- 沃特股份：公司现阶段没有产品涉及机器人电子皮肤沃特股份（002886）在互动平台上表示，公司的机器人方向材料主要着眼于解决客户的轻量化和集成化需求。目前，相关产品尚处于产品和技术开发阶段，并没有涉及机器人电子皮肤的产品。
- 科技周边 · 人工智能 | 1年前 | 机器人 沃特股份 171浏览 收藏
-
- 自我训练的定义及其与半监督学习的联系
- 自训练是一种半监督分类方法，包括平滑度和聚类假设。因此，它也被称为自标记或决策导向学习。通常，当标记的数据集包含大量关于数据生成过程的信息，并且未标记的样本仅用于微调算法时，自训练是一个不错的选择。然而，当这些条件不满足时，自训练的结果就不理想。因此自训练在很大程度上取决于标记样本。自训练的每一步会根据当前决策函数对未标记数据进行标记，并使用预测进行重新训练。自训练的工作原理自训练算法以拟合另一个先前学习的监督模型预测的伪标签。自训练有这几个关键点数据实例分为训练集和测试集，分类算法训练在标记训练数据上。
- 科技周边 · 人工智能 | 1年前 | 机器学习 算法的概念 225浏览 收藏
-
- 物联网和人工智能结合的应用场景有哪些？
- 物联网正在迅速改变现代企业和整个经济领域。这种革命性的技术允许企业收集大量数据流，从而获得丰富的信息。然而，有效地管理和解释这些数据是一项具有挑战性的任务。人工智能和物联网的结合正在重塑商业世界的基本结构，展示了智能连接的巨大潜力。这种结合帮助企业简化运营，改善客户体验，并释放其全部潜能。要充分发挥物联网功能的潜力，必须投资于先进的软件解决方案。工程师可以开发出能够模仿复杂行为并自主运行，不依赖于人类操作的机器。这样可以实现物联网的最大化效益。人工智能和物联网的应用举不胜举，以下深入探讨其中最引人注目的几
- 科技周边 · 人工智能 | 1年前 | 382浏览 收藏
-
- 顺网科技发布新的战略：推出算力和人工智能两个业务板块
- 近日，顺网科技（300113.SZ）对外公布新战略——“立足算力，聚焦AI”，并揭晓了全新的品牌标识。围绕该战略，顺网科技在算力及AI两大业务板块推出了系列创新产品及业务，涵盖顺网算力塔、顺网算力市场两大新产品以及全新的顺网智算中心业务；同时，灵悉智能体引擎及基于该引擎开发的AI陪伴应用“唠唠”也得到了全面展示。顺网科技将在成熟的电竞科技及ChinaJoy业务的支撑下，在算力与AI的黄金赛道重点发力。算力方面，顺网的算力服务路径将从垂直型向多场景转变。顺网科技聚焦垂直行业算力服务的“顺网雲”业务正式升级为
- 科技周边 · 人工智能 | 1年前 | 入门 461浏览 收藏
-
- 文章已被删除，无法提供原始标题。请提供其他可以重写的标题
- 对于「通用人工智能」，OpenAI科学家Karpathy下场做出了解释。前几天，Karpathy在个人blog发表了一篇文章「将自动驾驶作为AGI的一个案例来研究」。不知是何原因，他却删除了这篇文章，幸而，还有网络备份。众所周知，Karpathy不仅是OpenAI的创始成员之一，还曾是特斯拉前AI高级总监、自动驾驶Autopilot负责人。他将自动驾驶作为案例，研究AGI，这篇文章的观点确实值得一看。自动驾驶LLM的爆发引发了众多关于AGI降临的时间，甚至它可能是什么样子的讨论。有的人对AGI未来充满希望
- 科技周边 · 人工智能 | 1年前 | 自动驾驶 技术 268浏览 收藏
-
- 深入了解贝叶斯深度学习
- 贝叶斯深度学习是结合了贝叶斯统计和深度学习技术的一种方法。它旨在解决深度学习中存在的问题，如过拟合、参数不确定性和数据不足。本文将详细介绍贝叶斯深度学习的原理、应用和算法。一、原理常规的深度学习模型主要使用最大似然估计方法来对参数进行估计，即通过最大化训练数据集上的似然函数来找到最优的参数值。然而，这种方法无法提供关于参数的不确定性的量化，也无法有效应对过拟合等问题。与之相反，贝叶斯深度学习采用贝叶斯方法来对模型参数进行建模，从而能够量化参数的不确定性并获得模型的置信度。通过引入先验概率分布，贝叶斯深度学
- 科技周边 · 人工智能 | 1年前 | 机器学习 深度学习 360浏览 收藏
-
- 使用双向LSTM模型进行文本分类的实例
- 双向LSTM模型是一种用于文本分类的神经网络。以下是一个简单示例，演示如何使用双向LSTM进行文本分类任务。首先，我们需要导入所需的库和模块：importosimportnumpyasnpfromkeras.preprocessing.textimportTokenizerfromkeras.preprocessing.sequenceimportpad_sequencesfromkeras.modelsimportSequentialfromkeras.layersimportDense,Embeddi
- 科技周边 · 人工智能 | 1年前 | 人工神经网络 186浏览 收藏
-
- 了解二元神经网络的基本概念
- 二元神经网络（BinaryNeuralNetworks,BNN）是一种神经网络，其神经元仅具有两个状态，即0或1。相对于传统的浮点数神经网络，BNN具有许多优点。首先，BNN可以利用二进制算术和逻辑运算，加快训练和推理速度。其次，BNN减少了内存和计算资源的需求，因为二进制数相对于浮点数来说需要更少的位数来表示。此外，BNN还具有提高模型的安全性和隐私性的潜力。由于BNN的权重和激活值仅为0或1，其模型参数更难以被攻击者分析和逆向工程。因此，BNN在一些对数据隐私和模型安全性有较高要求的应用中具有潜在的优
- 科技周边 · 人工智能 | 1年前 | 人工神经网络 159浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 484次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 473次学习
查看更多
AI推荐
-
- 笔灵AI生成答辩PPT
- 探索笔灵AI生成答辩PPT的强大功能，快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成，让您的学术和职场展示更加专业与高效。
- 10次使用
-
- 知网AIGC检测服务系统
- 知网AIGC检测服务系统，专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源，结合先进的“知识增强AIGC检测技术”，系统能够从语言模式和语义逻辑两方面精准识别AI生成内容，适用于学术研究、教育和企业领域，确保文本的真实性和原创性。
- 21次使用
-
- AIGC检测-Aibiye
- AIbiye官网推出的AIGC检测服务，专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本，帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式，检测范围为论文正文，提供高准确性和便捷的用户体验。
- 29次使用
-
- 易笔AI论文
- 易笔AI论文平台提供自动写作、格式校对、查重检测等功能，支持多种学术领域的论文生成。价格优惠，界面友好，操作简便，适用于学术研究者、学生及论文辅导机构。
- 38次使用
-
- 笔启AI论文写作平台
- 笔启AI论文写作平台提供多类型论文生成服务，支持多语言写作，满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本，确保论文质量和原创性，并提供查重保障和隐私保护。
- 35次使用
