HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
2023中国高校计算机大赛 — 大数据挑战赛:论文学科分类(清华大学主办)
2023中国高校计算机大赛—大数据挑战赛:论文学科分类(清华大学主办)官方地址:https://www.heywhale.com/home/competition(https://link.segmentfault.com/?encgk6nLHdlp3n5R8Edbs19sA%
开源大型语言模型(llm)总结
大型语言模型(LLM)是人工智能领域中的一个重要研究方向,在ChatGPT之后,它经历了快速的发展。这些发展主要涉及以下几个方面:模型规模的增长:LLM的规模越来越大,参数数量显著增加。这种扩展使得模型能够处理更复杂、更长的输入序列,并生成更准确、更具连贯性的输出。同时,更大规模的模型还能够
深度学习应用篇-元学习[16]:基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM
深度学习应用篇元学习16:基于模型的元学习LearningtoLearn优化策略、MetaLearnerLSTM1.LearningtoLearnLearningtoLearnbyGradientDescentbyGradientDesc
深度学习应用篇-元学习[13]:元学习概念、学习期、工作原理、模型分类等
深度学习应用篇元学习13:元学习概念、学习期、工作原理、模型分类等1.元学习概述1.1元学习概念元学习(MetaLearning)通常被理解为“学会学习(LearningtoLearn)”,指的是在多个学习阶段改进学习算法的过程。在基础学习
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
作者:艾宝乐导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearnforPyTorch(GLT)。GLT利用GPU的强大并行计算性能来加速图采
预训练、微调和上下文学习
最近语言模型在自然语言理解和生成方面取得了显著进展。这些模型通过预训练、微调和上下文学习的组合来学习。在本文中将深入研究这三种主要方法,了解它们之间的差异,并探讨它们如何有助于语言模型的学习过程。!(https://imghelloworld.osscnbeijing.aliyunc
Segment-Anything的一些相关论文总结
1、SegmentAnythingModel(SAM)EnhancedPseudoLabelsforWeaklySupervisedSemanticSegmentationTianleChen,ZhedaMai,RuiwenLi,WeilunCha
深度学习应用篇-计算机视觉-视频分类[8]:时间偏移模块(TSM)、TimeSformer无卷积视频分类方法、注意力机制
深度学习应用篇计算机视觉视频分类8:时间偏移模块(TSM)、TimeSformer无卷积视频分类方法、注意力机制1.时间偏移模块(TSM)视频流的爆炸性增长为以高精度和低成本执行视频理解任务带来了挑战。传统的2DCNN计算成本低,但无法捕捉视频特有的时间信息;3D
使用NLPAUG 进行文本数据的扩充增强
在机器学习中,训练数据集的质量在很大程度上决定了模型的有效性。我们往往没有足够的多样化数据,这影响了模型的准确性。这时数据增强技术就派上了用场。数据增强可以通过添加对现有数据进行略微修改的副本或从现有数据中新创建的合成数据来增加数据量。这种数据扩充的方式在CV中十分常见,因为对于图像来说可以使用
谷歌发布一个免费的生成式人工智能课程
在过去几周,我们看到的都是AI将如何改变生活,无论是ChatGPT的文本生成,还是SD,Midjourney的图像生成,这些AI的特点就是都是生成式的AI。而几天前,谷歌推出了一个生成式人工智能学习课程,课程涵盖了生成式人工智能入门、大型语言模型、图像生成等主题。除了课程外,还有一套实验室和完
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。