AI算法 部分目录

有一部分没写完，或者写得不好，有时间会完善，故没有公开，有需要私信我 

深度学习理论基础 与 代码实践		模型训练 tricks 总结
模型加速【1】入门篇 模型加速【2】-知识蒸馏 代码	深度学习 之 模型部署【1】-基础入门 深度学习 之 模型部署【2】-TensorRT 入门  深度学习 之 模型部署【3】-ONNX 入门 深度学习 之 模型部署【4】-libtorch入门 - pytorch部署torchscript 以及 c++ libtorch 调用 pytorch 模型  模型部署翻车记：pytorch转onnx踩坑实录	GPU【1】-基础用法 及 性能分析 GPU【2】-用法进阶 GPU【3】-不同版本tensorflow对GPU资源占用 GPU-多GPU训练加速
NLP 学习笔记
NLP基础知识汇总    词云 绘制总结 word2vec Word Embedding 实现 文本分类 信息抽取	Bert【1】-基础 Bert【2】-应用 Bert【3】 详解   GPT     txtai系列教程 封神榜科技成果	大语言模型一览 ChatYuan 用于生成程序代码的大型语言模型 chatglm	langchain-入门指南 langchain-使用教程  langchain-结合LLM实现本地知识库
机器学习 笔记
朴素贝叶斯 决策树-缺失值处理 决策树-回归 支持向量机 SVM 从 回归(简述) 到 广义线性模型	集成学习-简介 集成学习-提升树 集成学习-梯度提升树 集成学习-组合策略与Stacking  集成学习-Adaboost 集成学习-Adaboost 参数选择 集成学习-Adaboost 进阶 集成学习-xgboost 集成学习-Boosting 模型深度串讲	softmax与多分类 激活函数  损失函数汇总 及 Pytorch用法汇总（迁移中） 二分类实现多分类  分类 - 模型评估  类别不均衡 伪标签 解决 小数据集问题
缺失值处理 数据规范化 数据编码 特征选择 神经网络-初始化参数 训练测试样本划分 参数优化-学习曲线 参数优化-验证曲线 参数优化-API 参数优化-偏差与方差	吴恩达读书笔记【1】-偏差与方差  吴恩达读书笔记【2】-学习曲线 吴恩达读书笔记【3】-基于不同分布数据的模型 吴恩达读书笔记【4】-调试推理算法  吴恩达读书笔记【5】-流水线与端到端	某次使用随机森林的总结
层次聚类 DBSCAN  Mean shift 【1】- 基本原理  模糊 C 均值聚类 FCM 图像分割 - KMeans 实现 kmeans 聚类 k 值优化 EM 算法(一)-原理  EM 算法(二)-KMeans EM 算法(三)-GMM	KL 散度（相对熵） beta 分布  概率分布汇总  核函数 <-- 内积 <-- 余弦相似	动态时间规整-DTW简介
CLIQUE - 子空间聚类算法
卡尔曼滤波  中值滤波 - 进阶篇		LDA 线性判别分析
时间序列 - 平稳性与差分