
人工智能
文章平均质量分 88
平凡灵感码头
学习是永不返回的递归函数,每个堆栈帧都在重写认知的源代码。
探索轨迹:
嵌入式系统:在电路板与代码的边界搭建桥梁,从STM32寄存器操作到RTOS实时调度,破解硬件沉默的语言
数据分析:用Python解剖数据基因,在Pandas矩阵与Matplotlib光谱间解码商业遗传密码
人工智能:在PyTorch的梯度森林中穿行,用TensorFlow Lite在微控制器荒野拓荒边缘智能新边疆
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Ollama 和 ChatBox 本地部署详细教程
Ollama 是一个用于本地运行 AI 模型的工具,支持 Llama、Mistral、DeepSeek 等多个大模型,并且支持 GPU 加速。是一个开源的 AI 聊天 UI,支持本地和云端模型,如 OpenAI API 和 Ollama。你可以输入任何问题,Ollama 会返回 AI 生成的答案。,适用于 Windows、macOS 和 Linux。是一个优秀的本地聊天 UI,支持 Ollama。是一个轻量级的本地 LLM 推理工具,而。,并可以流畅使用 AI 模型进行推理!你已经成功在本地部署。原创 2025-02-12 15:21:08 · 5529 阅读 · 0 评论 -
DeepSeek本地部署详细教程
DeepSeek是一款强大的开源大模型,支持本地部署。本文将详细介绍如何在本地环境中安装和运行DeepSeek,包括环境准备、模型下载和推理测试。原创 2025-02-12 15:10:27 · 1164 阅读 · 0 评论 -
机器学习算法概览
它使用少量的标注数据和大量的未标注数据来训练模型,适用于标注数据稀缺但大量未标注数据可用的场景。自监督学习是一种无监督学习的一种形式,它通过从数据本身生成标签进行训练。常见于自然语言处理(NLP)和计算机视觉(CV)任务。集成学习通过将多个模型的预测结果进行组合,来提高整体的性能。监督学习是最常见的机器学习类型,模型通过已有的标注数据来学习输入与输出之间的映射关系。生成模型的目标是从数据中学习到如何生成新数据,通常用于数据增强、生成对抗网络等应用。无监督学习的目标是从没有标签的数据中找到数据的结构或模式。原创 2024-12-16 22:53:00 · 928 阅读 · 0 评论