博客园  :: 首页  :: 联系 :: 管理

随笔分类 -  AI

摘要:目录: 1、引言 1.1 问题背景 1.2 设计思路 2、相关工作 2.1 Transformer系预测模型 2.2 多变量时序数据的词构建 3、iTransformer 3.1 模型结构 3.2 以变量为主体的特征表示 3.3 模块分析 4、实验分析 4.1 时序预测 4.2 框架能力 5、算法架 阅读全文

posted @ 2024-06-22 17:14 天戈朱 阅读(3630) 评论(0) 推荐(0) 编辑

摘要:十大人工智能大模型技术的简介: 1. 深度学习模型 深度学习是人工智能领域中一种重要的机器学习技术,通过构建深度神经网络来模拟人脑的认知过程。深度学习模型能够自动提取数据的特征,并在海量数据中进行学习和优化,从而在语音识别、图像处理、自然语言处理等领域取得了显著成果。 2. 卷积神经网络(CNN) 阅读全文

posted @ 2024-03-25 08:49 天戈朱 阅读(719) 评论(0) 推荐(0) 编辑

摘要:个性化推荐的目的:即在保证内容质量的前提下根据用户行为推荐尽可能符合用户期望的丰富内容。 推荐算法评估指标: 准确率:准确率是针对预测结果而言的,表示给用户推荐的物品中,有多少是真正感兴趣的 召回率:召回率是针对推荐的结果,它表示的是用户感兴趣的物品中,有多少个是系统推荐的。 覆盖率:反映了推荐算法 阅读全文

posted @ 2020-10-06 18:23 天戈朱 阅读(508) 评论(0) 推荐(0) 编辑

摘要:NLP(Natural Language Processing )自然语言处理:是计算机科学,人工智能和语言学的交叉领域。目标是让计算机处理或“理解”自然语言,以执行语言翻译和问题回答等任务。NLU (Natural Language Understanding ) 自然语言理解:将人的语言形式转化 阅读全文

posted @ 2019-03-26 20:01 天戈朱 阅读(2325) 评论(0) 推荐(0) 编辑

摘要:TF的核心是围绕Graph展开的,简而言之,就是Tensor沿着Graph传递闭包完成Flow的过程。所以在介绍Graph之前需要讲述一下符号编程、计算流图、梯度计算、控制流的概念。 张量(Tensor) 名字就是TensorFlow,直观来看,就是张量的流动。张量(tensor),即任意维度的数据 阅读全文

posted @ 2018-07-19 08:29 天戈朱 阅读(1166) 评论(0) 推荐(0) 编辑

摘要:CUDA: CUDA(Compute Unified Device Architecture): CUDA™是一种由显卡厂商NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 此外,它还提供了硬件的直接访问接 阅读全文

posted @ 2018-07-19 08:29 天戈朱 阅读(563) 评论(0) 推荐(0) 编辑

摘要:TensorFlow最初由Google大脑的研究员和工程师开发出来,用于机器学习和神经网络方面的研究,于2015.10宣布开源,在众多深度学习框架中脱颖而出,在Github上获得了最多的Star量。TensorFlow最早由Google Brain研究组发起。TensorFlow在历史上机器学习时间 阅读全文

posted @ 2018-07-19 08:29 天戈朱 阅读(635) 评论(0) 推荐(0) 编辑

摘要:时间序列分析是根据系统观测得到的时间序列数据,通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法(如非线性最小二乘法)进行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境污染 阅读全文

posted @ 2018-02-26 13:38 天戈朱 阅读(8668) 评论(0) 推荐(2) 编辑

摘要:PaddlePaddle源自于 2013 年百度深度学习实验室创建的 “Paddle”。当时的深度学习框架大多只支持单 GPU 运算,对于百度这样需要对大规模数据进行处理的机构,这显然远远不够,极大拖慢了研究速度。百度急需一种能够支持多 GPU、多台机器并行计算的深度学习平台。而这就导致了 Padd 阅读全文

posted @ 2017-11-14 08:36 天戈朱 阅读(1144) 评论(0) 推荐(0) 编辑

摘要:如果说机器是人类手的延伸、交通工具是人类腿的延伸,那么人工智能就是人类大脑的延伸,甚至可以帮助人类自我进化,超越自我。人工智能也是计算机领域最前沿和最具神秘色彩的学科,科学家希望制造出代替人类思考的智能机器,艺术家将这一题材写进小说,搬上银幕,引发人们无限的遐想。然而,作为一门严肃的学科,人工智能在 阅读全文

posted @ 2017-11-14 08:36 天戈朱 阅读(1132) 评论(0) 推荐(0) 编辑

摘要:Angel 是腾讯开源基于参数服务器(Parameter Server)理念的机器学习框架(为支持超大维度机器学习模型运算而生)。核心设计理念围绕模型,它将高维度的大模型切分到多个参数服务器节点,并通过高效的模型更新接口和运算函数,以及灵活的同步协议,实现机器学习算法的高效运行。,开源代码地址:ht 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(678) 评论(0) 推荐(0) 编辑

摘要:阿里云机器学习PAI(Platform of Artificial Intelligence)是一款一站式的机器学习平台,包含数据预处理、特征工程、常规机器学习算法、深度学习框架、模型的评估以及预测这一整套机器学习相关服务。得益于底层的飞天计算平台的CPU集群以及GPU集群,PAI可以为用户提供PB 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(630) 评论(0) 推荐(0) 编辑

摘要:智能实时应用为所有行业带来了革命性变化。机器学习及其分支深度学习正蓬勃发展,因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。这种能力正是多种领域所需要的,如非结构化数据分析、图像识别、语音识别和智能决策,这完全不同于传统的编程方式(如 Java、.NET 或 Python)。机器学习并非新 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(1711) 评论(0) 推荐(0) 编辑

摘要:市场对人工智能的热情持续高涨,特别是硬件领域。人工智能将成为下一个大风口,首当其冲的就包括硬件, 在图像语音识别、无人驾驶等人工智能领域的运用层面,图形处理器 (GPU)正迅速扩大市场占比,而谷歌专门为人工智能研发的TPU则被视为GPU的竞争对手。 概念 人工智能的实现需要依赖三个要素:算法是核心, 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(448) 评论(0) 推荐(0) 编辑

摘要:(转载至:https://zhuanlan.zhihu.com/p/28592540) 说到机器学习、大数据,大家听到的是 Hadoop 和 Spark 居多,它们跟 TensorFlow 是一个什么样的关系呢?是不是有 TensorFlow 就不需要 Spark 这些? 像 Hadoop 跟 Sp 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(737) 评论(0) 推荐(0) 编辑

摘要:(转载:http://www.36dsj.com/archives/85383)机器学习与人工智能,相信大家已经耳熟能详,随着大规模标记数据的积累、神经网络算法的成熟以及高性能通用GPU的推广,深度学习逐渐成为计算机专家以及大数据科学家的研究重点。近年来,无论是图像的分类、识别和检测,还是语音生成、 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(1878) 评论(0) 推荐(1) 编辑

摘要:( 转载至: http://www.36dsj.com/archives/98977) 随着人工神经网络算法的成熟、GPU计算能力的提升,深度学习在众多领域都取得了重大突破。本文介绍了微博引入深度学习和搭建深度学习平台的经验,特别是机器学习工作流、控制中心、深度学习模型训练集群、模型在线预测服务等核 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(642) 评论(0) 推荐(0) 编辑

摘要:微软的Batch AI服务是一项新服务,它可以帮助你在GPU pool上训练和测试机器学习模型,包括深度学习模型。它简化了在当前许多流行的深度学习框架(如TensorFlow、Microsoft认知工具包等)上集群创建和模型训练的过程 Ubuntu DSVM 在Batch AI中作为本地VM映像支持 阅读全文

posted @ 2017-11-10 09:16 天戈朱 阅读(366) 评论(0) 推荐(0) 编辑

摘要:DSVM(Data Science Virtual Machine 数据科学虚拟机) 是专为研究数据科学生成的 Microsoft Azure 云上的自定义 VM 映像。它预装并预配了许多热门数据科学和其他工具,可为高级分析快速生成智能应用程序。 它在 Windows Server 和 Linux 阅读全文

posted @ 2017-11-10 09:12 天戈朱 阅读(1515) 评论(0) 推荐(0) 编辑

摘要:微软Build 2017大会,纳德拉表示,在计算力的飞速发展中,微软要做的就是将计算的能力赋权给普通用户,让技术为更多用户所用,让计算机视觉、文本理解等技术变得更加普惠(inclusive),同时构建对技术的信任。这也是微软“云优先,移动优先”战略的出发点。纳德拉称,微软预见到了一个新的世界,它是智 阅读全文

posted @ 2017-11-10 08:55 天戈朱 阅读(3295) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示