摘要: DeepSeek-R1的“思考”艺术,你真的了解吗? 大家好~,这里是AI粉嫩特攻队!今天咱们来聊聊一个有趣的话题——DeepSeek-R1到底什么时候会“思考”,什么时候又会选择“偷懒”? 最近有朋友问我:“听说现在的AI都会‘推理’了,那它们是不是每次回答问题都要走一遍复杂的思维链(CoT)?”嗯……这个问题听起来简单,背后其实藏着R1设计的智慧和 阅读全文
posted @ 2025-02-22 19:57 AI粉嫩特攻队 阅读(314) 评论(0) 推荐(0) 编辑
摘要: 不得不说这个Cursor AI简直是神器中的神器!🤯 代码自动补全就算了,关键是它能直接读懂我的意图,秒懂需求!为你自动生成整个项目级别的代码!开发过程丝滑得像在跟老朋友聊天,代码质量贼高,效率提升1000%!这哪是什么AI助手,简直就是贴心小棉袄!💕 程序员的生产力神器 ,多一点时间做更有意义 阅读全文
posted @ 2025-02-17 22:58 AI粉嫩特攻队 阅读(1658) 评论(5) 推荐(1) 编辑
摘要: AI 开源的黄金时代,开源协议你会区分吗? 这几年,AI 技术的开源浪潮席卷全球。无数个人开发者和团队贡献的AI工具和框架层出不穷,AI 开源项目正以前所未有的速度涌现。开源不仅推动了技术的普及,也让更多开发者有机会参与到前沿技术的创新中。 但你有没有想过,这些开源项目背后,协议的区分有多重要? 作 阅读全文
posted @ 2025-02-16 17:25 AI粉嫩特攻队 阅读(71) 评论(0) 推荐(0) 编辑
摘要: 当大家都在好奇下一代AI会怎样改变我们的工作与生活时,中国公司 DeepSeek 正以惊人的速度和态度闯进大众视野。它究竟是什么,能做什么,又为何能在AI热潮里高调崭露头角?本文带你了解 DeepSeek 及其最新推出的两款大模型,顺便一起讨论它如何搅动整个 AI 行业的水面。 1. DeepSee 阅读全文
posted @ 2025-02-16 17:04 AI粉嫩特攻队 阅读(298) 评论(0) 推荐(0) 编辑
摘要: 什么是RAG RAG概述 RAG,全称为Retrieval-Augmented Generation(检索增强生成),是一种结合了信息检索和文本生成的人工智能技术。简单来说,RAG通过从大量文档或数据库中查找相关信息,并基于这些信息来生成更准确、更有针对性的回答或内容。 为什么需要RAG? 在传统的 阅读全文
posted @ 2025-02-16 16:39 AI粉嫩特攻队 阅读(165) 评论(0) 推荐(0) 编辑
摘要: 一台配备 Windows 操作系统、12GB 或以上显存的英伟达显卡、8GB 或以上内存,并能连接互联网的电脑可以继续阅读以下内容。 简介 Ollama(用于下载和启动大模型) Ollama 专注于本地大型语言模型(LLM)的快速、极简安装和使用,例如 LLaMA 3.3 和 DeepSeek-R1 阅读全文
posted @ 2025-02-16 16:13 AI粉嫩特攻队 阅读(1007) 评论(0) 推荐(0) 编辑
摘要: 本文以航司乘客数预测的例子来组织相关时间序列预测的代码,通过了解本文中的代码,当遇到其它场景的时间序列预测亦可套用。 航司乘客数序列 预测步骤 # 加载时间序列数据 _ts = load_data() # 使用样本熵评估可预测性 print(f'原序列样本熵:{SampEn(_ts.values, 阅读全文
posted @ 2020-06-16 09:32 AI粉嫩特攻队 阅读(3357) 评论(3) 推荐(0) 编辑
摘要: 本篇介绍时间序列预测常用的ARIMA模型,通过了解本篇内容,将可以使用ARIMA预测一个时间序列。 什么是ARIMA? ARIMA是'Auto Regressive Integrated Moving Average'的简称。 ARIMA是一种基于时间序列历史值和历史值上的预测误差来对当前做预测的模 阅读全文
posted @ 2020-06-16 09:30 AI粉嫩特攻队 阅读(27853) 评论(2) 推荐(2) 编辑
摘要: 如果想知道一个序列是否对预测另一个序列有用,可以用Granger causality test(格兰杰因果检验)。 Granger causality test的思想 如果使用时间序列X和Y的历史值来预测Y的当前值,比仅通过Y的历史值来预测Y的当前值得到的误差更小,并且通过了F检验,卡方检验,则X对 阅读全文
posted @ 2020-06-10 09:30 AI粉嫩特攻队 阅读(11257) 评论(0) 推荐(1) 编辑
摘要: 本文介绍一种方法,帮助我们了解一个时间序列是否可以预测,或者说了解可预测能力有多强。 Sample Entropy (样本熵) Sample Entropy是Approximate Entropy(近似熵)的改进,用于评价波形前后部分之间的混乱程度, 熵越大,乱七八糟的波动越多,越不适合预测;熵越小 阅读全文
posted @ 2020-06-10 09:28 AI粉嫩特攻队 阅读(2362) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示