随笔分类 - AI
AI基础、大模型LLM
摘要:交通大模型的RAG应用实践 一、概述 基于RAG的交通大模型RAG(rETRIEVAL-Augmented Generation)通过给LLM外挂知识库,让LLM在生成内容时利用外部数据源的信息,可以一定程度解决这些问题。主要功能:从知识库中检索相应的片段,转换成向量,辅助大模型通过向量快速获取知识
阅读全文
摘要:一、如何让AI更好的理解人类语言? 1、提示词Prompt 如何创建好的Prompt?遵守原则——CRISP原则作用:该框架本质是思维工具而非教条,实际效果取决于对人物本质的理解深度,细节约束比角色定义更关键,而情感类交互优先强化角色代入。 i.Context情境设定 例:假设你是资深营养师,面相亚
阅读全文
摘要:一、大模型概述 1、案例:chatcgpt 写诗歌、写代码、调bug依赖于大模型技术; 大模型是什么? 如何发展到现在? 大模型的分层结构 2、大模型是深度学习子类 代表最先进的人工智能,庞大的参数规模、上亿级文本语料、大规模算力机器,在上述三点相结合的体系下训练的模型体系,表现高度的理解及生成能力
阅读全文
摘要:AI学习由易到难,切记好高骛远,选一款性价比高的平台,在业余时间扎根学习,期待有一个满意的结果。 期望:通过学习AI接口,嵌入到工作使用的平台和工具中,快速定位问题的能力和提高解决方案的输出效率,从而实现AI工具的价值。 知识库平台: https://chat.deepseek.com/ https
阅读全文
摘要:学习目标: ModelArts 是面向开发者的一站式AI开发平台,为机器学习和深度学习提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。 课程目标: 1、了解ModelArts基本概念 2、掌握Mode
阅读全文
摘要:一、图像搜索API 3.1、 案例-盗图查询(版权图片侵权问题) 华为云与某大型图片库共同创新,实现客户收入飞速增长; 二、文字识别API服务 课程目标: 3.2.1 掌握文字识别API服务的主要功能 3.2.2 区分文字识别API服务的应用场景 3.2.3 了解文字识别API服务的实践案例 3.2
阅读全文
摘要:一、课程介绍 1、针对的学习对象 计算机对象 非计算机对象 2、针对学习方向 3、涉及领域 脑科学 4、AI涉及方向 NLP自然语言 图灵测试——测试者通过计算机向机器问题,机器理解和分析做出回应,让人类分不清楚是否是人在做出回应。 图灵论文——鸭子定律,模仿游戏,制作成模仿游戏电影; 自然语言处理
阅读全文
摘要:一、导入数据集优化表头 # 代码部分: import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inline # 导入数据集并优化表头为None,表头不做数据处理 data = pd.read_c
阅读全文
摘要:一、概念 1、逻辑回归(分布函数)与平方差函数对比 给出二元分类问题,一层一层向下映射,回答是“是”或者“否”; Sigmoid函数:输出值0-1之间概率值,概率值小于0.5负面回答,大于0.5正面回答; 上一节提到平方差损失函数“MSE”刻画损失,不恰当,从0-1概率刻画损失, 例如:神经网络判断
阅读全文
摘要:一、模型定义 目的:多个特征值预测收入分布情况; # 导入python模块 import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline # data导入表信息 data = pd.
阅读全文
摘要:一、单个神经元 单个神经元 x1 w1 x2 w2 x3 w3 输入 权重 输入+权重,通过偏移量b求和,作为输出值; 通过激活函数对输出值作处理 ; 二、多个神经元(浅层学习) 多个神经元 x1 w1 x2 w2 x3 w3 1 权重 输入*权重,加上偏移量,分别建议输出; 输入数据集(x1、x2
阅读全文
摘要:一、案例:线性回归实验 # 导入Tensorflow模块定义别名tf import tensorflow as tf # 打印Tensorflow版本 print (tf.__version__) 2.19.0 问题:存在无法找到文件 方法1(推荐使用原始字符串): data = pd.read_c
阅读全文
摘要:一、启用jupyter notebook编辑器 (Tensorflow) D:\workspaces\Miniconda_workSpaces>jupyter notebook [I 2025-05-01 08:31:16.991 ServerApp] jupyter_lsp | extension
阅读全文
摘要:一、安装简介 1、概念 Tensorflow2.0是python库 2、安装工具Miniconda(最小安装虚拟环境) Miniconda提供conda虚拟化安装环境 i.conda包管理工具 ii.Python对应版本3.6~3.9 3、下载Miniconda # 下载目录https://repo
阅读全文
摘要:一、Tensorflow2.0概述 通过清理废弃的API和减少重复来简化API。 训练方面: 使用Keras和eager execution轻松构建模型。 Keras: eager:可见即可得。直接迭代和直观调试。 研究方向: 为研究提供强大的实验工具。 部署方向: 任意平台实现稳健的生产环境模型部
阅读全文
摘要:一、构建AI-Ready的数据存储 AI时代是数据的黄金时代,以GPT-4、Llama 3为代表的生成式AI已突破万亿参数量级,DeepSeek等开源大模型蓬勃发展,Sora掀起的多模态风暴席卷而来,文本、图像与3D环境深度融合,数据密度或将迎来核爆式升级。 高质量、大规模的数据是大模型训练的燃料,
阅读全文
摘要:人工智能应用集成需求分析 一、AI技术发展现状及技术挑战 1、计算机视觉发展现状及技术挑战 i.什么是(计算机)视觉? 计算机视觉是使计算机能理解采集设备采集的图像视频的一门学科。 表现形式:给计算机安装上眼睛(照相机)和大脑(算法),让计算机能够感知环境。 ii.计算机视觉科解决的问题 识别人、物
阅读全文
摘要:注意:开启课程前,先了解学习AI为了什么?需要掌握哪些基础。 如果学习枯燥,可以参考华为开发者学堂视频课程。 一、课程介绍 1、人工智能发展历程 1945年艾伦图灵在论文《计算机器域智能》中提出了著名的图灵测试,给人工智能的发展产生了深远的影响。 1951年,马文-明斯基(Marvin Minsky
阅读全文
摘要:一、函数与极限 函数:x代表机器,f作为对应法则,输出稳定的常量y; 建模函数:周期函数进行拟合; 单调函数:x变化预测y的变化; 极限:变化状态的描述; 二、连续性与导数 导数:AI建模必不可少的; 例:先对外层g(x)求导,再对g'(f(x))f'(x)求导;
阅读全文

浙公网安备 33010602011771号