随笔分类 - 深度学习实战通关指南 ⛵ 顶级「炼丹师」案例驱动成长之路
大量深度学习项目来袭！这里有前沿的深度学习应用、最新的AI工具库、完备的项目代码、涵盖各领域的实战案例！来呀，一起撸代码~ @ShowMeAI研究中心
摘要：
本文介绍大名鼎鼎的 OpenAI！概述其发展历程，并介绍几款已经实际落地的 AI 应用：GPT3、CLIP、DALL·E 2、Whisper、Codex、ChatGPT。
阅读全文
本文介绍大名鼎鼎的 OpenAI！概述其发展历程，并介绍几款已经实际落地的 AI 应用：GPT3、CLIP、DALL·E 2、Whisper、Codex、ChatGPT。
阅读全文
摘要：
本文对百度开源的中文 AI 图像生成器 ERNIE 进行讲解，包括工具简介、通过Demo页面和API两种使用方式，以及使用中文提示词生成的图像效果。
阅读全文
本文对百度开源的中文 AI 图像生成器 ERNIE 进行讲解，包括工具简介、通过Demo页面和API两种使用方式，以及使用中文提示词生成的图像效果。
阅读全文
摘要：
本文浅试Meta开源的大型AI语言模型『Galactica』，带大家体验安装与多场景使用。Galactica被称为“最懂科学的智能NLP模型”，能够预测蛋白质标注！创建讲义！解释数学公式！全都会！
阅读全文
本文浅试Meta开源的大型AI语言模型『Galactica』，带大家体验安装与多场景使用。Galactica被称为“最懂科学的智能NLP模型”，能够预测蛋白质标注！创建讲义！解释数学公式！全都会！
阅读全文
摘要：
如何快速部署机器学习模型？本文是机器学习工业部署的 best practice（最佳实践)！详细讲解了如何操作机器学习开源框架 BentoML，帮助研发团队轻松打包机器学习模型，并重现该模型以用于生产。
阅读全文
如何快速部署机器学习模型？本文是机器学习工业部署的 best practice（最佳实践)！详细讲解了如何操作机器学习开源框架 BentoML，帮助研发团队轻松打包机器学习模型，并重现该模型以用于生产。
阅读全文
摘要：
本文详细介绍 GECToR 这一优秀的文本纠错模型，使用 Transformer 编码器的序列标注器，以保证文本数据的质量，进而提升NLP模型的效果。
阅读全文
本文详细介绍 GECToR 这一优秀的文本纠错模型，使用 Transformer 编码器的序列标注器，以保证文本数据的质量，进而提升NLP模型的效果。
阅读全文
摘要：
随着Diffusion Model的普及，AI绘画只需要你输入文本描述，模型就能在几分钟内生成精准匹配的精美图像。本文从使用步骤、费用和商用等角度对3个主流平台进行比较：DALL·E2、Midjourney、Stable Diffusion。
阅读全文
随着Diffusion Model的普及，AI绘画只需要你输入文本描述，模型就能在几分钟内生成精准匹配的精美图像。本文从使用步骤、费用和商用等角度对3个主流平台进行比较：DALL·E2、Midjourney、Stable Diffusion。
阅读全文
摘要：
机器学习算法理论比较枯燥乏味，但有许多有趣且有用的网站，您可以像游戏一样交互式操作，并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站，学起来！
阅读全文
机器学习算法理论比较枯燥乏味，但有许多有趣且有用的网站，您可以像游戏一样交互式操作，并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站，学起来！
阅读全文
摘要：
借助AI进行邮件正文与附件内容的识别，可以极大提高工作效率。本文讲解如何设计一个AI系统，完成邮件内容意图检测：架构初揽、邮件正文&附件的理解与处理、搭建多数据源混合网络、训练&评估。
阅读全文
借助AI进行邮件正文与附件内容的识别，可以极大提高工作效率。本文讲解如何设计一个AI系统，完成邮件内容意图检测：架构初揽、邮件正文&附件的理解与处理、搭建多数据源混合网络、训练&评估。
阅读全文
摘要：
『人工智能+新药研发』已经成为国内外医药企业的发展新模式！本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。
阅读全文
『人工智能+新药研发』已经成为国内外医药企业的发展新模式！本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。
阅读全文
摘要：
股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。
阅读全文
股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。
阅读全文
摘要：
本文使用 GAN(生成对抗网络)进行AI绘画。torchgan是基于PyTorch的一个GAN工具库，本文讲解搭建DCGAN神经网络，并应用于『莫奈』风格绘画的全过程。
阅读全文
本文使用 GAN(生成对抗网络)进行AI绘画。torchgan是基于PyTorch的一个GAN工具库，本文讲解搭建DCGAN神经网络，并应用于『莫奈』风格绘画的全过程。
阅读全文
摘要：
AI诸多工具库工具库之间的切换，是一件耗时耗力的麻烦事。ONNX 即应运而生，使不同人工智能框架（如PyTorch、TensorRT、MXNet）可以采用相同格式存储模型数据并交互，极大方便了算法及模型在不同的框架之间的迁移，带来了AI生态的自由流通。...
阅读全文
AI诸多工具库工具库之间的切换，是一件耗时耗力的麻烦事。ONNX 即应运而生，使不同人工智能框架（如PyTorch、TensorRT、MXNet）可以采用相同格式存储模型数据并交互，极大方便了算法及模型在不同的框架之间的迁移，带来了AI生态的自由流通。...
阅读全文
摘要：
神经网络在学习能力与性能方面，远超传统机器学习算法，其大量层与数十亿参数的网络可以轻松学习数据的模式与规律，也容易陷入了『过拟合』问题。本篇梳理4类缓解过拟合的方法：数据增强、Dropout随机失活、L1和L2正则化、Early Stopping/早停止。
阅读全文
神经网络在学习能力与性能方面，远超传统机器学习算法，其大量层与数十亿参数的网络可以轻松学习数据的模式与规律，也容易陷入了『过拟合』问题。本篇梳理4类缓解过拟合的方法：数据增强、Dropout随机失活、L1和L2正则化、Early Stopping/早停止。
阅读全文
摘要：
亚马逊提出的TabTransformer网络结构，颠覆了NLP/CV，为各种非结构化数据业务带来了巨大突破。当然，TabTransformer也擅于捕捉传统结构化表格数据中不同类型的数据信息，并将其结合以完成预估任务。本文就讲解如何构建TabTransformer并将其应用于结构化数据。
阅读全文
亚马逊提出的TabTransformer网络结构，颠覆了NLP/CV，为各种非结构化数据业务带来了巨大突破。当然，TabTransformer也擅于捕捉传统结构化表格数据中不同类型的数据信息，并将其结合以完成预估任务。本文就讲解如何构建TabTransformer并将其应用于结构化数据。
阅读全文
摘要：
Disco Diffusion 是一款AI数字艺术创作的工具，将给出的 Prompts 文字信息变成图像信息，可以在 Google Colab 直接运行，也可以部署到本地，是 Dall-E2 和 MidJourney 的完美免费替代！
阅读全文
Disco Diffusion 是一款AI数字艺术创作的工具，将给出的 Prompts 文字信息变成图像信息，可以在 Google Colab 直接运行，也可以部署到本地，是 Dall-E2 和 MidJourney 的完美免费替代！
阅读全文
摘要：
本文讲解 Hugging Face 发布的专注于 diffuser 模型的开源库，仅仅通过几行代码就开始生成自己的艺术作画，并对比相同文本提示下各种商业产品生成的结果。
阅读全文
本文讲解 Hugging Face 发布的专注于 diffuser 模型的开源库，仅仅通过几行代码就开始生成自己的艺术作画，并对比相同文本提示下各种商业产品生成的结果。
阅读全文
摘要：
音乐领域，借助于歌曲相关信息，模型可以根据歌曲的音频和歌词特征，将歌曲精准进行流派分类。本文讲解如何基于机器学习完成对音乐的识别分类。
阅读全文
音乐领域，借助于歌曲相关信息，模型可以根据歌曲的音频和歌词特征，将歌曲精准进行流派分类。本文讲解如何基于机器学习完成对音乐的识别分类。
阅读全文
摘要：
本文从常见的推荐系统方法（基于内容、协同过滤等近邻算法、基于知识等）讲起，一直覆盖到前沿的新式推荐系统，不仅详细讲解原理，还手把手教大家如何用代码实现。
阅读全文
本文从常见的推荐系统方法（基于内容、协同过滤等近邻算法、基于知识等）讲起，一直覆盖到前沿的新式推荐系统，不仅详细讲解原理，还手把手教大家如何用代码实现。
阅读全文
摘要：
本文讲解音频检索技术及其广泛的应用场景。以『听曲识歌』为例，技术流程为具对已知歌曲抽取特征并构建特征向量库，而对于待检索的歌曲音频，同样做特征抽取后进行比对和快速匹配。
阅读全文
本文讲解音频检索技术及其广泛的应用场景。以『听曲识歌』为例，技术流程为具对已知歌曲抽取特征并构建特征向量库，而对于待检索的歌曲音频，同样做特征抽取后进行比对和快速匹配。
阅读全文
摘要：
本文使用tf-idf（词频-逆文件频率）、lsi（潜在语义索引）和 doc2vec(文档向量化嵌入)这3种最基础的NLP文档嵌入技术，对文本进行嵌入操作（即构建语义向量）并完成比对检索，构建一个基础版的文本搜索引擎。
阅读全文
本文使用tf-idf（词频-逆文件频率）、lsi（潜在语义索引）和 doc2vec(文档向量化嵌入)这3种最基础的NLP文档嵌入技术，对文本进行嵌入操作（即构建语义向量）并完成比对检索，构建一个基础版的文本搜索引擎。
阅读全文
