深圳幻海软件技术有限公司 欢迎您!

  • 企业如何选择云部署模型?

    考虑云迁移的企业必须了解可用的云部署模型,以便做出最佳的业务决策。各种云部署模型在成本、治理、安全性、可扩展性、管理和灵活性等方面具有不同的优点和缺点。1.公共云适合每个企业吗?公共云服务提供商拥有的基础设施可供公众使用。作为硬件和支持网络基础设施的所有者,公共云提供商承担基础设施所在数据中心的物理

  • 热度不减的大模型,将给云计算市场带来什么?

    现如今,大模型无疑是最火的风口之一。2022年12月,ChatGPT横空出世,不仅再次点燃了人们对于人工智能领域的热情,同时也打开了新技术的潘多拉魔盒,诸多科技企业纷纷紧随其后,发布大模型产品或宣布相关的开发计划。作为一种利用深度学习算法来处理和理解语言的机器学习模型,大模型利用深度学习算法来处理和

  • 数学建模学习笔记(9)多元线性回归分析(非常详细)

    多元线性回归分析1.回归分析的地位、任务和分类2.数据的分类3.对线性的理解、系数的解释和内生性4.取对数预处理、虚拟变量和交互效应5.使用Stata进行多元线性回归分析6.异方差7.多重共线性8.逐步回归法1.回归分析的地位、任务和分类回归分析的地位:数据分析中最基础也是最重要的分析工作,绝大多数

  • 机器学习:基于逻辑回归对优惠券使用情况预测分析

    机器学习:基于逻辑回归对优惠券使用情况预测分析作者:i阿极作者简介:Python领域新星作者、多项比赛获奖者:博主个人首页😊😊😊如果觉得文章不错或能帮助到你学习,可以点赞👍收藏📁评论📒+关注哦!👍👍👍📜📜📜如果有小伙伴需要数据集和学习交流,文章下方有交流学习区!一起学习进步!

  • 多元线性回归模型的完整解释、假设检验、特征选择

    线性回归是最流行和讨论最多的模型之一,它无疑是深入机器学习(ML)的入门之路。这种简单、直接的建模方法值得学习,这是进入ML的第一步。在继续讨论之前,让我们回顾一下线性回归可以大致分为两类。简单线性回归:当只有一个输入变量时,它是线性回归最简单的形式。多元线性回归:这是一种线性回归的形式,当有两个或

  • openai的的API如何使用

    openai的的API如何使用importosimportopenaiopenai.api_key=os.getenv("OPENAI_API_KEY")response=openai.Completion.create(model="text-davinci-003",prompt="Iamahi

  • NoveAI本地环境搭建、AI作画

    鉴于按照别人的教程安装过程中遇到各种问题,极其痛苦,所以还是自己也整理总结一份.1diffusionvsGAN所谓扩散算法diffusion是指先将一幅画面逐步加入噪点,一直到整个画面都变成白噪声。记录这个过程,然后逆转过来给AI学习。AI看到的是什么?一个全是噪点的画面如何一点点变清晰直到变成一幅

  • 机器学习--决策树、线性模型、随机梯度下降

    目录 一、决策树二、线性模型三、随机梯度下降 一、决策树决策树(decisiontree):是一种基本的分类与回归方法,此处主要讨论分类的决策树。在分类问题中,表示基于特征对实例进行分类的过程,可以认为是if-then的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。决

  • 机器学习笔记 - 什么是高斯混合模型(GMM)?

    1、高斯混合模型概述        高斯混合模型(GMM)是一种机器学习算法。它们用于根据概率分布将数据分类为不同的类别。高斯混合模型可用于许多不同的领域,包括金融、营销等等!这里要对高斯混合模型进行介绍以及真实世界的示

  • 2023需要重点关注的四大AI方向

    2023需要重点关注的四大AI方向过去10年,人工智能从实验室走向各行各业,成为一种普遍技术应用于众多领域。根据IDC的数据,2022年全球AI市场规模达到4328亿美元,增长近20%。而PrecedenceResearch预计,到2030年,人工智能市场将突破15.7万亿美元。这种爆炸性增长建立在

  • 如何在DDD中建立领域模型

    作者 |TWInsights在前文《​​当我们谈论DDD时我们在谈论什么​​》中我们讨论了DDD的战略设计和战术设计。在本文中我们将继续探讨领域模型。用领域模型表达领域概念在实际项目中,模型设计者往往过早陷入具体构造块类型的识别,比如实体、聚合、领域服务,而忽略了领域模型表达领域概念的目的

  • 简单实现一个虚拟形象系统

    本文为来自 字节教育-成人与创新前端团队 成员的文章,已授权ELab发布。​前言​上周启动居家开会的时候,看到有人通过「虚拟形象」功能,给自己带上了口罩、眼镜之类,于是想到了是不是也可以搞一个简单的虚拟形象系统。大致想来,分为以下几个部分:​卷积神经网络(CNN)​下面讲解一下三

  • MLOps对比DevOps:有什么区别?

    机器学习操作(简称MLOps)是机器学习(ML)工程的一个关键方面,专注于简化和加速将ML模型交付到生产以及维护和监控它们的过程。MLOps涉及不同团队之间的协作,包括数据科学家、DevOps工程师、IT专家等。MLOps可以帮助组织创建和提高其AI和机器学习解决方案的质量。采用MLOps允许机器学

  • 阿里大淘系模型治理阶段性分享

    作者| 剑萧阿里大淘系数据体系经过多年发展,通过丰富的数据和产品支撑了复杂的业务场景,在数据领域取得了非常大的领先优势。随着数据规模越来越大,开发人员越来越多,虽有阿里大数据体系规范进行统一管理,但是由于没有在产品侧进行有效的模型设计和管控,在模型规范性、应用层效率、通用层复用性等方面的问

  • 阿里开源支持十万亿模型的自研分布式训练框架EPL(EasyParallelLibrary)

    一、导读最近阿里云机器学习PAI平台和达摩院智能计算实验室一起发布“低碳版”巨模型M6-10T,模型参数已经从万亿跃迁到10万亿,规模远超业界此前发布的万亿级模型,成为当前全球最大的AI预训练模型。同时,做到了业内极致的低碳高效,使用512GPU在10天内即训练出具有可用水平的10万亿模型。相比之前

  • 微信扫一扫识物的技术揭秘:抠图与检索

    微信扫一扫识物是典型的“离线写,在线读”的业务,业务数据的存储和检索库的构建都是在离线环节完成。我们通过爬虫系统收录了小程序生态下的商品图片,下载后进行检测抠图,提取检索特征,最终构建成检索库交付到线上环境。这篇文章将主要介绍这一部分的工作。0什么是识物识物是以图像或视频作为输入,用以挖掘微信生态下

  • 2019 年度 Python 类库 Top 10

     这是第五届Python类库Top10年度榜。在这里,你会发现一些隐藏在开源世界中的珍宝,它们能让你开始着手新的项目,或者让你现有的项目更加有趣。从这份榜单里,你既能找到机器学习的库,也能找到非机器学习的库,所以它在各方面均有所涉及。1.HTTPX如果你是一名经常与api交互的Python

  • 常用的模型集成方法介绍:bagging、boosting 、stacking

    本文将讨论一些众所周知的概念,如自助法、自助聚合(bagging)、随机森林、提升法(boosting)、堆叠法(stacking)以及许多其它的基础集成学习模型。为了使所有这些方法之间的联系尽可能清晰,我们将尝试在一个更广阔和逻辑性更强的框架中呈现它们,希望这样会便于读者理解和记忆。何为集成方法?

  • 川大优秀毕业生在GitHub上建了一个项目,还未完结就获赞无数

    近年来,深度学习在语音、图像、自然语言处理等领域都取得了非常不错的成果,自然而然地成为技术人员争相学习的热点。为了帮助正在学习深度学习的伙伴们,川大的一名优秀毕业生,在GitHub上创建了一个项目:《深度学习500问》,通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问

  • 超参数搜索不够高效?这几大策略了解一下

    整天babysitting深度学习模型是不是很心累?这篇文章或许能帮到你。本文讨论了高效搜索深度学习模型***超参数集的动机和策略。作者在FloydHub上演示了如何完成这项工作以及研究的导向。读完这篇文章后,你的数据科学工具库将添加一些强大的新工具,帮助你为自己的深度学习模型自动找到***配置。与

推荐阅读