
机器学习算法
文章平均质量分 70
rockingdingo
大数据深度学习的爱好者
展开
-
基于一个python库tencent的API接口开发有趣应用
这篇博客给大家介绍一个python库 tencent (https://pypi.org/project/tencent/) 以及对应三方API的开发流程,以公众号后台通过服务器接入自动系统回复为例。基于微信公众号后台开发自动回复,或者利用多模态信息回复用户输入,需要自己有独立服务器和相关的后端框架才能验证成功。这样用户给公众号/订阅号发信息的时候,公众号后台会给你填写的服务器地址发送POST请求,经过验证之后你的服务端就可以给公众号提供自动回复的服务了。原创 2024-10-17 18:46:17 · 803 阅读 · 0 评论 -
大模型LLM对话模拟器Dialogue Simulator Visualization可视化工具
伴随着生成式人工智能技术发展,进2年涌现出大语言模型LLM/Agent系统/AI推理等众多方向的技术项目和论文。其中对话系统,智能体交互是用户通过UX界面和AI系统进行交互,这种交互有时候也是多模态(用户输入文字/语音/图像)等等。今天未大家介绍一个在线的"对话模拟器"可视化的工具 (Online Dialogue Visualization Tool),方便产品经理,算法研发,学术研究过程中可视化多智能体多轮对话 ( Multi-Agent Multi-TurnDialogue Visualization原创 2024-09-22 17:15:44 · 996 阅读 · 0 评论 -
机器学习论文中公式对应的LatexCode
最近整理了一批机器学习模型中常见公式的 Latex 代码,这些代码通常比较复杂,写得也比较慢。所以做了一个页面工具,来帮助作为写论文的同学可以方便的Copy Paste到自己的 Overleaf项目中。目录:1. Distance Measure1.1 Kullback-Leibler Divergence1.2 Jensen-Shannon Divergence1.3 Wasserstein Distance1.4 Maximum Mean Discrepancy2. Generative Mo原创 2022-06-05 16:56:17 · 308 阅读 · 0 评论 -
MCMC马尔可夫蒙特卡洛方法总结-Gibss吉布斯采样, Metropolis-Hastings方法
本文介绍了MCMC蒙特卡洛方法中常见的Gibbs Sampling 吉布斯采样方法以及 Metropolis Hastings 方法原创 2017-02-16 21:30:18 · 3756 阅读 · 2 评论 -
Bayes贝叶斯方法-均值和协方差参数估计及定理证明(一)
本文介绍了连续状态下的贝叶斯方法以及利用贝叶斯方法估计参数的方法:如协方差和X的均值,贝叶斯方法在机器学习中有很广泛的应用。原创 2017-02-19 18:12:39 · 7005 阅读 · 3 评论 -
Bayes贝叶斯方法-均值和协方差参数估计及定理证明(二)
本文介绍了条件正态概率的参数估计及证明原创 2017-02-20 10:09:14 · 3711 阅读 · 0 评论 -
ANN神经网络模型的置信区间的预估-R包nnetpredint应用(一)
本文介绍了如何对ANN模型预测值给出一个置信区间的估计。ANN神经网络模型的参数m 层神经网络模型,每层节点数 sk(k=0,1,2,..,m), s0 为输入向量的维度;ok : 第k层输入 a(k-1) * wk 权重并加上 bk 偏移量的结果; h(x) : 激活函数,如Sigmoid 函数 1/(1+exp(-x));ak 为第k层神经元对ok 激活后的输出,同时ak 作为第(k+1)层网络的输入;训练集样本输入记录为向量 Xi =c(x1,x2,..,xs0) (i = 1,2,.原创 2017-02-21 20:48:37 · 4554 阅读 · 5 评论 -
Tensorflow C++ 编译和调用图模型
最近在研究如何打通tensorflow线下python脚本训练建模,线上生产环境用C++代码直接调用预先训练好的模型完成预测的工作,而不需要用自己写的Inference的函数。因为目前tensorflow提供的C++的API比较少,所以参考了几篇已有的日志,踩了不少坑一并记录下来。写了一个简单的ANN模型对Iris数据集分类的Demo。https://github.com/rockingdingo/tensorflow-tutorial原创 2017-07-19 23:00:54 · 63337 阅读 · 26 评论