上一页 1 2 3 4 5 6 7 ··· 10 下一页
摘要: 计算机视觉与深度学习 北京邮电大学 鲁鹏 清晰版合集(完整版) A01.计算机视觉基础 前言 Definition 图像→感知设备(眼睛/摄像头)→解释器(大脑/笔记本电脑)→解释(花园、树、水……) History David Marr 1.计算理论 计算的目的?这个问题已知的或可施加的约束是? 阅读全文
posted @ 2024-02-25 16:50 asandstar 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 新技术与现有法律的关系 目前没有特别的大型语言模型法律条例,当有新的强大的技术出现,就会引发很多关于现有法律是否仍然适用或有意义的问题。例如,随着互联网的重要性日益提高,互联网法律(或称为网络法)应运而生。它从现有的领域中汲取知识,如知识产权法,隐私法,和合同法等。Internet Law: A B 阅读全文
posted @ 2024-01-29 15:07 asandstar 阅读(27) 评论(0) 推荐(0) 编辑
摘要: 新兴技术的危害 回顾历史,从过往历史中的其他领域中的危害、安全和伦理问题的防御进行了解。 首先考虑一些在具有成熟的危害和安全传统的学科中使用的高层次思想和方法,有助于对当前AI领域有所借鉴。 ①贝尔蒙特报告(1979年编写,概述了三个原则——尊重人员、善行和公正)和IRB(审查和批准涉及人类研究的委 阅读全文
posted @ 2024-01-28 22:16 asandstar 阅读(98) 评论(0) 推荐(0) 编辑
摘要: pre 机器学习基础!请看 吴恩达机器学习复习1:监督学习、无监督学习、模型表示、损失函数、直觉Ⅰ、直觉Ⅱ、梯度下降及其直觉、线性回归的梯度下降 - asandstar - 博客园 (cnblogs.com) 吴恩达机器学习复习2:多重特征、多重变量的梯度下降、梯度下降实践Ⅰ:数据特征缩放、梯度下降 阅读全文
posted @ 2024-01-27 18:02 asandstar 阅读(25) 评论(0) 推荐(0) 编辑
摘要: pre 机器学习基础!请看 吴恩达机器学习复习1:监督学习、无监督学习、模型表示、损失函数、直觉Ⅰ、直觉Ⅱ、梯度下降及其直觉、线性回归的梯度下降 - asandstar - 博客园 (cnblogs.com) 吴恩达机器学习复习2:多重特征、多重变量的梯度下降、梯度下降实践Ⅰ:数据特征缩放、梯度下降 阅读全文
posted @ 2024-01-25 17:00 asandstar 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 借用hjm大佬的话来说:真正的学习应该是非常“主动”地去进行,看书、论文的时候要对框架和motivation有一个清晰的把握,知道/理解算法这样设计的目的是什么,并要相对频繁地去ask some questions,批判地进行阅读与消化。 19CS小硕校招面试心得与自学CS经验及找工作分享 | Ji 阅读全文
posted @ 2024-01-23 23:19 asandstar 阅读(94) 评论(0) 推荐(0) 编辑
摘要: 笨办法学Linux wizardforcel/llthw-zh: 📖 [译] 笨办法学 Linux (github.com) 笨办法学C wizardforcel/lcthw-zh: 📖 【译】笨办法学C (github.com) 笨办法学Python Kivy-CN/lmpythw-zh: � 阅读全文
posted @ 2024-01-18 00:36 asandstar 阅读(18) 评论(0) 推荐(0) 编辑
摘要: 大模型的能力 原文:arxiv.org/pdf/2005.14165.pdf wiki: 第二章:大模型的能力 · datawhalechina/so-large-lm Wiki (github.com) GPT3论文阅读review (EE290里学到的读论文的方法) Language Model 阅读全文
posted @ 2024-01-16 19:03 asandstar 阅读(60) 评论(1) 推荐(0) 编辑
摘要: 代码仿真教程VHDL&Verilog 11-3 (代码仿真)教程四:四选一多路选择器 仿真操作_哔哩哔哩_bilibili 试试仿真 啊啊啊怎么出错了。 QuartusII编译通过,但是仿真报错Error_quartus无法仿真-CSDN博客 怎么办啊,好好笑啊(群青~~~ 按要求改完终于可以了 Q 阅读全文
posted @ 2023-11-03 12:09 asandstar 阅读(1652) 评论(0) 推荐(0) 编辑
摘要: EE Fall 2023 Class Schedule | EECS at UC Berkeley 机器学习需要的硬件/硬件加速 伯克利EE290 1.Hardware for Machine Learning, Spring 2021 (berkeley.edu)【课程主页】 加州大学伯克利分校 阅读全文
posted @ 2023-10-30 19:12 asandstar 阅读(94) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 10 下一页