人工智能

毛虫和瓢虫2——简单分类器,一小步的威力

上文讲到,毛虫与瓢虫的分类器,如果每次按照输入的新样本与原分类直线的误差进行斜率调整,都会导致一个严重的问题:似乎之前训练的样本带来的效果消失了,仅仅留下了最新样本带来的收益。这样的话,那么多样本还有什么意义呢? 所以,要找一个办法来规避这个问题。 其实方法非常简单,就是你别因为一个新样本变化那么大,只用以一个小比例来挪动一下斜率,向着好的方向走一点,那么每次一小步,成功一大步(好像

从头到尾,手把手教你使用扣子(coze)搭建自己的AI智能体

一:什么是智能体智能体就像是一个有“脑子”的帮手。它存在于某个环境中(比如手机、电脑、机器人、甚至网络里),能自己观察周围的情况,思考该做什么,然后主动采取行动去完成目标。举个例子:1. 手机里的语音助手(Siri、小爱同学):你说话它听(感知环境)&#xff

Mediapipe实现手势识别教程

1 编写背景        在2024年的高效智能创意大赛中,有一个手势识别的任务,需要通过四足机器人的摄像头识别手势然后做出相应动作。在这我将介绍我的手势识别的思路和相关代码,已记录我那2024.7.21死去的比赛。2 任务要求        比赛规则如下:        3 问题分析与解决3.1 MediaPipe介绍          

工作流 x 深度学习:揭秘蓝耘元生代如何用 ComfyUI 玩转 AI 开发

目录一、从 “代码噩梦” 到 “积木游戏”:我与工作流的初次碰撞二、深度学习:复杂而迷人的 “数字迷宫”(一)深度学习的神秘面纱(二)深度学习的发展历程(三)深度学习面临的挑战三、ComfyUI到底是啥?它能吃吗?四、深度学习的 “脚手架”:为什

预热: 四维(及以上)概念

什么是四维? 或许你压根就没接触过,你只知道什么是三维。 那么这一章节,就是带你接触四维概念的。 首先,最基础的定义想必大家都知道: 一维点,二维线,三维体,四维是时间,五维······ 光是讲概念真的非常好理解,就是在三维的抽象概念上加上时间轴【虚指】 啊问题来了,四维空间是什么样的? (以下为个人观点) 我们都知道,高维可以看到低维,但低维不可以看到高维。 我们看不到四维。 举一个很著名的悖

Apache Flink——任务(Tasks)和任务槽(Task Slots)

一、任务槽(Task Slots) Flink 中每一个 worker(也就是 TaskManager)都是一个 JVM进程,它可以启动多个独立的线程,来并行执行多个子任务(subtask)。 TaskManager 的计算资源是有限的,并不是所有任务都可以放在一个TaskManager上并行执行。并行的任务越多,每个线程的资源就会越少。为了控制并发量,我们需要在 TaskManager 上对每个

蓝耘智算携手DeepSeek,共创AI未来

🌟 各位看官号,我是egoist2023! 🌍 种一棵树最好是十年前,其次是现在! 🚀 今天来学习如何通过蓝耘智算使用DeepSeek R1模型 👍 如果觉得这篇文章有帮助,欢迎您一键三连,分享给更多人哦 目录一、前言DeepSee

AI赋能原则2解读思考:从权威到机制-AI 时代的分层式信任体系

目录一、AI 的“撒谎”:技术能力还是系统性风险?(一)生成式机制的幻觉性(hallucination)(二)多模态模型的构建方式导致的结构偏移(三)任务驱动可能诱导“策略性输出”二、在真假交织的时代:信任不再来自“权威”,而来自“