- 博客(16)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 算法入门笔记02
什么是数据结构，数据结构就是数据的储存位置与顺序。这里有电话薄，我们有两种方式储存信息。这里有两种顺序，一个是获取顺序，一个是按拼音排列顺序。获取顺序是什么样的呢？就是获得了一个人新的数据，将其添加到在表格的最后一行。每次想要查找某个人的电话时，要从头查找，直到找到那个人的电话。这种方式查找比较麻烦，但添加很方便。如果用拼音顺序排序，每次按照姓名的拼音首字母，就可以知道大概处在哪个位置。比如说知道姓张的应该排在最后，比较靠后，姓何的可能排在中间。这样查找起来会方便一些。
2024-09-21 11:56:28
1014
原创 深度学习入门笔记07（如何找到损失函数的最小值）
我们已经知道了如何求损失函数，包括用均方误差和交叉熵误差来求，我们还了解了为什么需要引入损失函数。接下来的重点是如何找到损失函数的最小值。为了解决这个问题，我们需要了解一些数学知识。
2024-09-09 17:51:26
1154
原创 深度学习入门笔记06（重点损失函数）
为什么要定义损失函数，为什么不能用精度做指标？我们来思考另一个具体例子。精度是这样计算的，假设某个神经网络正确识别出了100笔训练数据中的32笔，此时识别精度为32%。如果以识别精度为指标，即使稍微改变权重参数的值，识别精度也仍将保持在32%，不会出现变化。也就是说，仅仅微调参数，是无法改善识别精度的。即便识别精度有所改善，它的值也不会像32.0123 ...%这样连续变化，而是变为33%、34%这样的不连续的、离散的值。也就是说如果以识别精度为指标，则参数的导数在绝大多数地方都会变为0。
2024-09-05 11:15:34
643
原创 深度学习入门笔记05（手写数字识别的代码实践）
定义get_data函数，在函数中又调用了load_mnist函数，使用正规化，将图像展开为一维数组，不使用one_hot_label标签。返回测试输入数据和测试标签数据。定义init_network函数，使用with 语句打开文件(可以读取数据后及时关闭），'rb'表示用二进制只读模式打开数据。init_network()会读入保存在pickle文件sample_weight.pkl中的学习到的权重参数。这个文件中以字典变量的形式保存了权重和偏置参数。：使用pickle模块的load。
2024-09-04 21:04:06
1005
原创 深度学习入门04(关于输出层的设计）
前情回顾：前面我们了解了感知机，包括单层感知机和多层感知机。与门，与非门，或门都是单层感知机，而异或门是不能用单层感知机创造的，我们用图像解释了原因。这个是的内容。我们由感知机的知识，迁移到神经网络。神经网络由三个部分，包括输入层，隐藏层和输出层。我们还用阶跃函数来描述是否达到阈值输出1的这个过程，据此我们引出了激活函数，一个输入之和（考虑了权重与偏置）变成输出的函数。除了阶跃函数，我们还介绍了Sigmoid函数，它的图像更加平滑。
2024-09-03 16:25:57
926
原创 深度学习入门笔记03
至此，我们已经介绍完了3层神经网络的实现。现在我们把之前的代码实现全部整理一下。这里，我们按照神经网络的实现惯例，只把权重记为大写字母W1，其他的（偏置或中间结果等）都用小写字母表示。init_network()函数会进行权重和偏置的初始化，并将它们保存在。
2024-09-01 14:51:27
1031
原创 深度学习入门笔记02
本笔记参考《深度学习入门：基于python的理论与实践》的内容，本文语言通俗易懂，适合小白！书接上回，我们怎么做一个异或门？不知道的伙伴可以先去看看前面一篇笔记。
2024-08-31 20:22:22
1117
原创 深度学习笔记
机器学习就是使机器具备学习的能力，具体来说就是使机器具备找到函数的能力。根据要找的函数的不同，机器学习也有不同的分类。有的就是找一个能够预测未来的一个函数，函数的输出是一个数值。这个找函数的任务被叫做。有的就是让机器做选择题，人类给定选项，让机器做选择。这个任务被称为。Alphago就是一个例子。除了分类和回归，还有一种结构化学习。不是输出预测的数值，或做一个选择题，而是生成有结构的东西，比如画与文章。
2024-08-27 23:08:08
546
原创 【Datawhale AI 夏令营】第四期 大模型应用开发笔记 02 RAG代码分析
昨天介绍了RAG的流程，具体请看这篇笔记。今天将代码进行分析。本文章用到了一些AI工具来帮助我们分析代码。
2024-08-16 08:56:51
1100
原创 【Datawhale AI 夏令营】第四期 大模型应用开发笔记 01 RAG
这怎么找到呢，其实就是比较，我们生成的向量。用户查询首先会经过向量模型得到相应的向量，然后与 数据库 中所有 Chunk 的向量计算相似度，最简单的例如 余弦相似度，然后得到最相近的一系列 Chunk。我们注意到，两个箭头指向chunks，一个是用户输入的问题，一个是数据库中的documents，都被剪成了chunks。2nd Retrieval 其实是第一轮检索出来的chunks按照与用户的问题的相关程度进行排列，相关程度高的 chunks 会被优先展示，从而为用户提供更具针对性和价值的信息。
2024-08-15 00:12:32
565
原创 Datawhale X 魔塔 AI夏令营 第四期笔记2
这种技术通常涉及到深度学习算法，特别是生成对抗网络（GANs），它们能够学习真实数据的特征，并生成新的、逼真的数据。AIGC(AI-Generated Content)是通过人工智能技术自动生成内容的生产方式，很早就有专家指出，AIGC将是未来人工智能的重点方向，也将改造相关行业和领域生产内容的方式。对于技术人来说，了解AI生图的能力的玩法，可以更好地针对自己的业务进行开发和使用，甚至攻克难题开发更实用的工具。分析图片中的光源是否一致，阴影的方向是否与光源相符，是否存在不自然的光线或阴影。
2024-08-14 22:33:55
625
1
原创 #《撕掉数学书》系列之数学在冥冥之中决定了一切
我们想，如果两边同时求导，并且在x₀处导数也相同呢，或者在几何意义上来说，x₀处斜率相同，于是我们就有第二项f'(x₀)(x-x₀)，而且我们满足了第一点，即x取x₀时，函数值为f(x₀)。第二项，为cosx 在0处的一阶导数，也就是零，当然我们知道，cox导数的规律是-sinx,-cosx,sinx，cosx以此循环，而在x=0处的各阶导数，就是0，-1，0，1以此循环，第n+1项有(x-x₀)的n次方，求n阶导为了是其导数为fⁿ(x₀)，需要先乘以fⁿ(x₀),然后除以n的阶乘!
2024-08-11 22:05:16
701
原创 Datawhale X 魔塔 AI夏令营 第四期
然后直接点击重启内核运行所有单元就行了，大概20到30分钟跑完全部。注意还是不要自己手动一个个去运行，这样容易出错，亲身经历。尝试修改描述词(prompt="")。我根据自己喜欢的动漫《紫罗兰永恒花园》写了描述词。8月8号，我在魔塔社区创建实例，跑通baseline。开启实例将以下文字复制到终端。暑假这个夏令营没有白报！纯小白在七夕节用AI创造一个浪漫故事！关于AIGC的原理与代码，后续更新。真的是纯小白也能行！重新重启内核运行所有代码。这应该比上次会快许多。
2024-08-10 09:57:13
426
空空如也
这是一个创造智能体时出现的小问题
2024-10-08
这个符号是什么牛马？
2024-07-25
一个很难的很基础的线性代数问
2024-07-21
Ai都不会，要一点英语知识
2024-07-21
AI都不会的线性代数，要求具备英语知识?
2024-07-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人