深度 | 深度学习与神经网络全局概览：核心技术的发展历程
2025/01/03
随着神经网络的进化，许多过去曾被认为不可想象的任务现在也能够被完成了。图像识别、语音识别、寻找数据集中的深度关系等任务现在已经变得远远更加简单了。在此向这一领域的杰出的研究者致以真诚的谢意，正是他们的发现和成果帮助我们利用上了神经网络的真正...
深度学习的三个主要步骤！
【AI驱动】
Step1：神经网络 神经网络是由很多单元连接而成，这些单元称为神经元。 神经网络类似于人类的神经细胞，电信号在神经元上传递，类似于数值在神经网络中传递的过程。 在这个神经网络里面，一个神经元就相当于一个...
2025/01/03
从0到1：如何设计与实现AI大模型应用平台
【AI驱动】
在研究了多家知名公司如何部署生成式AI应用程序后，注意到它们的平台有很多相似之处。概述了生成式AI大模型应用平台的常见组件、它们的作用以及它们的实现方式。尽力保持架构的通用性，但某些应用程序可能会有所不同。 通用AI大模型应用...
2025/01/02
一文讲透 AI Agent 与 AI Workflow 的区别和深度解析：从自动化到智能化的演进
【AI驱动】
在人工智能技术快速发展的背景下，AI Agent 和 AI Workflow 两种应用模式正在重塑我们对 AI 的认知。AI Agent 是具有自主意识的智能实体，能够感知环境、进行推理决策并采取行动，适合处理复杂和动态的任务。典型应用包括智能客服、自动驾驶和金融交易等。而 AI Workflow 则是高度结构化的流程，旨在标准化和自动化业务任务，适合处理重复性和规则明确的任务，如企业流程自动化和数据处理。 AI Agent 具有高度的自主性和灵活性，能够学习和适应环境，而 AI Workflow 强调可控性和效率，通过预定义的步骤执行任务。两者的应用场景和特点各异，选择适合的模式取决于具体需求。 在技术发展过程中，AI Workflow 也面临着新的挑战，尤其是在处理复杂任务时，传统的单次调用方式已无法满足需求。因此，专家们提出了创新的工作流和流程工程理念，通过多阶段的交互过程来提升任务处理质量。 总结来说，AI Agent 和 AI Workflow 各自展现了人工智能技术的不同侧面，未来这两种模式将不断融合，为企业和个人带来更多的机遇与挑战。掌握这些新技术将是 IT 工程师在职场竞争中脱颖而出的关键。
2025/01/02
AI大模型+RAG的综述
【AI驱动】
1 介绍 本文全面回顾了当前最先进的RAG技术，包括朴素RAG、进阶RAG和模块RAG等范式，并置于LLM背景下。文章讨论了RAG过程中的核心技术，如“检索”、“生成”和“增强”，并深入探讨了它们的协同作用。此外，文章还构建了一个全...
2025/01/02
完整解读！机器学习模型评估指标！
【AI驱动】
模型评估是机器学习里挺重要的一环，通过评估，我们就能知道模型能否很好地应用到新数据上，能否达到预期目标。 机器学习模型有很多种，像是分类、回归、聚类和降维这些。不同类型的模型，评估方式也不一样。 比如说，分类模型，主要看...
2025/01/02
深度时间序列模型！全面总结！
【AI驱动】
时间序列是以固定间隔采样的按时间顺序排序的数值序列。时间序列数据有三个组成部分：趋势、季节性和残差（不规则性）。 趋势代表整体运动，而季节性则捕捉定期变化。去除趋势和周期振荡后的剩余值为残差，可能包括异常值。现实世界的时间序列，其特征...
2025/01/02
神经网络算法，超强总结！
【AI驱动】
神经网络算法是深度学习中用于构建模型的核心，它们可以根据不同的应用场景和结构特点分为多个类别。以下是常见的神经网络算法分类及其简要介绍： 1. 按功能分类 a. 人工神经网络（Artificial Neural Networks...
2025/01/02
通透！机器学习各大模型原理的深度剖析！
【AI驱动】
通俗来说，机器学习模型就是一种数学函数，它能够将输入数据映射到预测输出。更具体地说，机器学习模型就是一种通过学习训练数据，来调整模型参数，以最小化预测输出与真实标签之间的误差的数学函数。 机器学习中的模型有很多种，例如逻辑回归...
2025/01/02
深度学习十大影响力算法解析：从DNN到图神经网络的全面探讨
【AI驱动】
自2006年深度学习概念被提出以来，20年快过去了，深度学习作为人工智能领域的一场革命，已经催生了许多具有影响力的算法。那么，你所认为深度学习的top10算法有哪些呢？ 以下是我心目中的深度学习top10算法，它们在创新性、应用价值和...
2025/01/02
神经网络算法 – 一文搞懂CNN（卷积神经网络）
【AI驱动】
本文将从CNN解决了什么问题、人类的视觉原理、CNN的基本原理、典型的CNN及实际应用四个方面，带您一文搞懂卷积神经网络CNN。 一、CNN解决了什么问题 图像处理存在两个难题： 数据量巨大：图像由像素组成，每个像素又由...
2025/01/02
图神经网络(GNN)的数学原理
【AI驱动】
本文结构 首先，我将对图和图神经网络进行深入分析。在这里，我深入探讨了向前传球所采取的细粒度步骤。然后，我继续使用熟悉的端到端技术来训练这些网络。最后，我使用前向传递部分中的步骤作为框架或指南，从文献中介绍流行的图神经网络。注：本文手...
2025/01/02
使用 Node.js + OPEN AI 实现一个自动生成图片项目
【AI驱动】
最近 ChatGPT 非常火，它是由 OpenAI 开发的一种大型语言模型，它可以通过学习大量文本来了解人类语言并生成文本，我身边的程序员们用过之后都觉得要失业了。。。 它背后的 OpenAI ...
2025/01/02
一文彻底搞懂机器学习 – 端到端机器学习
【AI驱动】
机器学习通过构建和训练模型，使计算机能够从数据中自动学习和寻找规律，进而做出预测或决策。而端到端机器学习则是机器学习领域中的一种设计范式，它强调从原始数据到最终输出的完整流程自动化，减少了人工干预，提高了效率和性能。 端到端机器学习的...
2025/01/02
一文彻底搞懂机器学习 – 回归（Regression）
【AI驱动】
回归（Regression）是机器学习中的一种基本方法，其目标是通过分析自变量与因变量之间的关系，建立一个数学模型来预测因变量的值。 线性回归、多项式回归、正则化线性回归是机器学习中常用的回归分析方法。其中线性回归用直线拟合数据关系，...
2025/01/02
神经网络算法 – 一文搞懂Transformer
【AI驱动】
本文将从Transformer的本质、Transformer的原理、Transformer架构改进三个方面，带您一文搞懂Transformer。 一、Transformer的本质 Transformer架构：主要由输入部...
2025/01/02
搜索文章
热门话题
