HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
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
开源项目
全部项目推荐好文
Jeff Dean:深度学习的黄金十年
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/76d3128dabde466dbd30189fef555d99.png)撰文|JeffDean编译|机器之心编辑|杜伟、陈萍自从计算机
5分钟NLP:文本分类任务中的数据增强技术
为什么要增加训练数据机器学习中的数据增强主要通过人工构建数据,增加训练集的大小使模型达到更好的泛化特性。这是一个在机器学习学科中进行的广泛研究的研究领域。数据增强的主要作用如下:增加了模型的概括功能;对于不平衡数据集很有用;可以最大程度地减少标注工作;提高
【神经网络】感受野浅析
1.1感受野1.1.1定义定义:卷积神经网络中的特征图上的一个像素点在输入图像上映射的区域大小。!204378737_1_20201012093531178(https://imghelloworld.osscnbeijing.aliy
2022年关于损失函数的5篇最新论文推荐
1、HybridisedLossFunctionsforImprovedNeuralNetworkGeneralisationMatthewC.Dickson,AnnaS.Bosman,KatherineM.Malanhttps://arxiv.org
BRIO:抽象文本摘要任务新的SOTA模型
在SimCLS2论文发布后不久,作者又发布了抽象文本摘要任务的SOTA结果1。BRIO在上述论文的基础上结合了对比学习范式。BRIO解决什么问题?!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/
斯坦福NLP课程 | 第2讲 - 词向量进阶
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
NLP教程(2) | GloVe及词向量的训练与评估
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.com/?encRdbmqr
FNO:傅里叶算子神经网络
FourierNeuralOperator(FNO)求解非线性偏微分方程FNO的前世今生继上次的DeepONet求解偏微分方程的文章,这次是介绍结合傅里叶算子和图神经网络的方法,也就是傅里叶神经算子方法,这篇创造性地引入了傅里叶算子,获得了可以与DeepONet扳手腕
1行代码完成可视化:Seaborn3个常用方法示例
数据可视化基本上是数据的图形表示。在探索性数据分析中,可以使用数据可视化来理解变量之间的关系,还可以通过视化数据揭示底层结构或了解数据信息。有多种工具可以帮助我们创建数据可视化。Seaborn就是其中之一,它是一个流行的Python数据可视化库。虽然Seaborn也是基于Matplotl
人工智能人才培养
No.1第一天一、机器学习简介与经典机器学习算法介绍什么是机器学习?机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标:机器学习是人工智能的重要技术之一,详细了解机器学习的原理、机制和方法,为学习深度学习与迁移学习打下坚实的基础。二、深度学习简介与经典网络结构介绍神经网络简介神经网络组件简介神经网络训练方法卷积神经网络介
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。


