qq_45833373的博客

原创 与导师沟通2023-09-14

导师沟通

原创 error：Failed building wheel for XXX

解决方案适用于大多数的pip 安装时出现的Failed building wheel for XXX。

原创 基于conda的相关命令

参考博客（https://blog.youkuaiyun.com/OnePiece_zym/article/details/130426615）

原创 什么是“path”环境变量？path的作用是什么？

但是难道我们每次要运行该软件的时候都要先找到该.exe文件所在的路径（单击这里了解什么是路径），然后双击吗，显然是不可能的，因为安装的软件太多，我们根本不可能记住所有已安装软件的路径，同时如果我们在其他路径下想运行某些软件岂不是运行不了了，这时候就需要环境变量了。看到这里我相信大家可能还是有所疑惑，但是，不急，接着看。通过在环境变量里面加入所有软件的安装路径，当我们想运行某一软件时双击其快捷方式，此时，计算机除了在其当前目录下寻找该软件的.exe文件外，还会在环境变量中搜索软件的路径，找到，运行。

原创 逻辑回归(Logistic Regression)

在分类问题中，你要预测的变量 y是离散的值，我们将学习一种叫做逻辑回归 (Logistic Regression) 的算法，这是目前最流行使用最广泛的一种学习算法。在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。我们从二元的分类问题开始讨论。

原创 prompt-engineering-note(面向开发者的ChatGPT提问工程学习笔记)

ChatGPT Prompt Engineering Learning Notesfor Developers (面向开发者的ChatGPT提问工程学习笔记)

原创 什么是LLM大语言模型？

大语言模型（英文：Large Language Model，缩写LLM），也称大型语言模型，是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。

原创 CSS样式

CSS样式

原创 CSS样式如何使用？

多个样式存在覆盖问题(如果不想被覆盖 后面加一个!最新Python的web开发全家桶（django+前端+数据库）/*如果有重复的，下面的样式会把上面覆盖掉*//*类选择器，和class关联（常用）*/用的多：类选择器、标签选择器、后代选择器。用得少：属性选择器、ID选择器。/*id选择器，和id关联*//*标签选择器，和标签关联*/

原创 特征工程和多项式回归

特征工程（Feature Engineering）特征工程是将原始数据转化成更好的表达问题本质的特征的过程，使得将这些特征运用到预测模型中能提高对不可见数据的模型预测精度。特征工程简单讲就是发现对因变量y有明显影响作用的特征，通常称自变量x为特征，特征工程的目的是发现重要特征。如何能够分解和聚合原始数据，以更好的表达问题的本质？这是做特征工程的目的。 “feature engineering is manually designing what the input x’s should be.” “yo

原创 学习率的选择

梯度下降算法收敛所需要的迭代次数根据模型的不同而不同，我们不能提前预知，我们可以绘制迭代次数和代价函数的值的图表来观测算法在何时趋于收敛。

原创 特征缩放（归一化处理）

以房价问题为例，假设我们使用两个特征，房屋的尺寸和房间的数量，尺寸的值为 0-2000平方英尺，而房间数量的值则是0-5，以两个参数分别为横纵坐标，绘制代价函数的等高线图能，看出图像会显得很扁，梯度下降算法需要非常多次的迭代才能收敛。在我们面对多维特征问题的时候，我们要保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。解决的方法是尝试将所有特征的尺度都尽量缩放到-1到1之间。

原创 多元线性回归的梯度下降法

多元线性回归的梯度下降法

原创 Demo版产品是什么意思？

Demo是demonstration的缩写，其中文含意为“示范”、“展示”、“样片”、“样稿”，常被用来称呼具有示范或展示功能及意味的事物。

原创 基于flask框架的用户注册页面实例

基于flask框架的用户注册页面实例

原创 网络请求方式（GET和POST）

网络请求方式（GET和POST）

原创 前端引入和html标签

前端引入和html标签

原创 python-web开发（Djaongo）课程基本内容

【最新Python的web开发全家桶（django+前端+数据库）】

原创 什么是AIGC（AI Generated Content, 人工智能生成内容）？

AI生成内容（AIGC，人工智能生成内容）是一种新型的内容创作方式，它继承了专业生产内容（PGC，Professional-generated Content）和用户生成内容（UGC，User-generated Content）的优点，并充分发挥技术优势，打造了全新的数字内容生成与交互形态。随着科技的不断发展，AI写作、AI配乐、AI视频生成、AI语音合成以及最近非常热门的AI绘画等技术在创作领域引起了广泛讨论。本文将介绍AIGC的基本概念、技术实现、优势与不足、潜在问题以及未来发展方向，并结合一些比较热

原创 知网查论文时怎么筛选核心期刊？

在知网检索论文时不知道如何筛选出核心期刊进行查看？

原创 基于梯度下降的线性回归（Gradient Descent For Linear Regression）

梯度下降是很常用的算法，它不仅被用在线性回归上和线性回归模型、平方误差代价函数。在本次，我们要将梯度下降和代价函数结合。我们将用到此算法，并将其应用于具体的拟合直线的线性回归算法里。

原创 梯度下降（Gradient Descent）

梯度下降是一个用来求函数最小值的算法，本次，我们将使用梯度下降算法来求出代价函数

原创 什么是番茄工作法？

番茄工作法是由弗朗西斯科·西里洛于1992年创立的一种相对于GTD更微观的时间管理方法，旨在帮助使用者尽可能保持专注以及创造力，从而更快地完成工作并减少心理疲劳。

原创 和导师的第二次探讨

导师，最近读文献的方面我碰到两个问题：一：就是感觉读的太杂了，人工智能方向太大，文章五花八门二：内容刚接触感觉晦涩难懂，特别是英文文献，而且用翻译软件意思有时候翻译成中文就感觉也不对

原创 代价函数（Cost Function）

我们之所以要求出误差的平方和，是因为误差平方代价函数，对于大多数问题，特别是回归问题，都是一个合理的选择。还有其他的代价函数也能很好地发挥作用，但是平方误差代价函数可能是解决回归问题最常用的手段了。我们选择的参数决定了我们得到的直线相对于我们的训练集的准确程度，模型所预测的值与训练集中实际值之间的差距（下图中蓝线所指）就是建模误差（modeling error）【也就是y减去y。通过不断更改斜率和截距的值，以此获得代价函数的值，我们绘制一个等高线图，三个坐标分别为。，便是直线的斜率和在y轴上的截距。

原创 线性回归模型（Linear regression）

通过训练集（x,y）去矫正得到假设h【也可以称为函数f】，之后可以通过这个假设h，输入特征/输入变量x，去预测结果y-hat。

原创 校内VPN如何访问web of science？

Web of Science是获取全球学术信息的重要数据库，它收录了全球13000多种权威的、高影响力的学术期刊，内容涵盖自然科学、工程技术、生物医学、社会科学、艺术与人文等领域。Web of Science收录了论文中所引用的参考文献，通过独特的引文索引，用户可以用一篇文章、一个专利号、一篇会议文献、一本期刊或者一本书作为检索词，检索它们的被引用情况，轻松回溯某一研究文献的起源与历史，或者追踪其最新进展；选择学校已购买的web of science数据库进行访问，之后选择机构登录，之后即可成功使用。

原创 ChatGPT的Fine-tuning是什么？

模型评估：使用评估数据集对微调后的模型进行评估。评估可以帮助您了解模型对特定任务的性能，并确定是否需要进一步微调或调整超参数。数据收集：收集与特定任务或领域相关的数据。例如，如果您要训练一个图表生成器，您可能需要收集一组带有图表和相关文本描述的数据。模型微调：使用准备好的数据对图表GPT模型进行微调。微调可以通过在预训练模型的基础上进行额外的训练来实现。数据准备：准备数据以适应图表GPT模型的输入要求。部署和推理：将微调后的模型部署到实际应用中，并使用它进行推理。

原创 NLP（自然语言处理）是什么？

NLP基本概念：NLP基本类型示例NLP主要应用方向NLP发展史

原创 什么是人工智能？

人工智能基本定义：实际应用研究范畴

原创 什么是GPT？

许多聊天机器人只会对基本的口头提示做出回应，但GPT模型可以生产具有对话式AI功能的聊天机器人。作为语言模型，GPT模型可以理解和编写不同编程语言的计算机代码。此外，有经验的开发人员可以使用GPT工具自动推荐相关的代码片段。例如，营销人员可以提示GPT模型制作讲解视频脚本。基于GPT的图像处理软件可以根据文本说明创建模因、视频、营销文案和其他内容。例如，律师可以使用GPT模型将法律副本转换为简单的解释性说明。教育工作者可以使用基于GPT的软件生成学习材料，例如测验和教程。将文本转换为不同的样式。

原创 机器学习、监督学习、无监督学习基本概念

百度百科吴恩达机器学习课程机器学习笔记。

原创 python语法基础学习-有感而发

基于本次的python学习，我想我大致了解清楚了python内的部分基础模块，总体而言python语法简洁移动，容易上手，值得进一步学习，为之后的AI方向打下一定基础。

原创 python语法（高阶）-多线程编程

【代码】python语法（高阶）-多线程编程。

原创 python语法（高阶）-多线程编程

原创 python语法（高阶）-工厂模式

参考内容：黑马程序员。

原创 python语法（高阶）-设计模式（单例模式）

设计模式-单例模式

原创 python语法（高阶）-装饰器

定义：使用创建一个闭包函数，在闭包函数内调用目标函数，可以达到不改动目标函数的同时，增加额外的功能。

原创 python语法（高阶）-闭包

定义双层嵌套函数，内层函数可以访问外层函数的变量，将内层函数作为外层函数的返回，此内层函数就是闭包函数。-无需定义全局变量即可实现通过函数，持续的访问、修改某个值。-闭包使用的变量的所用于在函数内，难以被错误的调用修改。

原创 python语法-pyspark实战（数据输出）

（1）collect算子。（2）reduce算子。（4）count算子。参考内容：黑马程序员。