人工智能

kotlin<第八篇>:协程的启动与取消

一、启动构建器 launch与async构建器都用来启动新协程: 1、launch,返回一个Job,并且不附带任何结果值 2、async,返回一个Deferred,Deferred也是一个Job,可以使用.await()在一个延期的值上得到它的最终结果。 等待一个作业: 1、线程切换 launch(Dispatchers.Default) { println("1")

从零开始强化学习(四)——策略梯度

四. 策略梯度(Policy Gradient) 4.1 期望奖励(Expected Reward) 在强化学习中有3个组成部分:演员(actor),环境(environment)和奖励函数(reward function) 演员就是一个网络,输入状态,输出动作 环境就是一个函数,输入状态和动作,输出状态。环境是基于规则的规则,是确定不变的 奖励是在某一个状态下采取某个动作能够获得的分数。环境是

《教育心理学》学习2-3

位置法 如果说图像法是一种帮助编码记忆材料的方法,那么“位置法”(method of loci,MOL)就是一种帮助检索材料的“线索”。许多人在记忆时往往会结合图像法和位置法进行记忆。位置法是目前最主要的记忆术之一,相传是古希腊诗人西蒙尼停斯(Simonides of Ceos)首先提出的。如今很多一流的记忆大师(例如世界记忆冠军王峰等)或多或少都会使用这种方法。 想象一条你熟悉的路线,比如从

创建自定义的 Angular 管道

我们在上一篇文章中,了解了什么是 Angular 管道,以及如何使用 Angular 提供的一些常用管道。本文将进一步深入探讨如何创建一个 Angular 管道,实现对数据的自定义转换。 创建管道 我们可以使用 Angular CLI 的 generate 命令,创建一个管道: ng generate pipe sort 输出结果: CREATE src/app/sort.pipe.spec.

扩散模型

常见的生成模型(Generative Models)如 GAN、VAE 和基于流( Flow-based )的模型。他们在生成高质量样本方面取得了巨大成功,但每个都有其自身的局限性。 GAN 因其对抗性训练性质,其训练过程难以收敛以及生成多样性欠佳。 VAE 依赖于替代损失(surrogate loss)。流模型必须使用专门的架构来构建可逆变换。 扩散模型( Diffusion Models )

在家也能做 AI 导演!本地部署 Wan2.1 视频生成模型全攻略

文章目录 前言 1.软件准备 1.1 ComfyUI 1.2 文本编码器 1.3 VAE 1.4 视频生成模型 2.整合配置 3. 本地运行测试 4. 公网使用Wan2.1模型生成视频 4.1 创建远程连接公网地址 5. 固定远程访问公网地址 总结 前言Wan2.1 模型搭配 ComfyUI 框架&#xff0c;能实现文本转视频、图片转动画等功能&#xff

10 分钟搭建专属 AI Agent:从零到落地的全流程实操方法论

在生成式 AI 全面普及的今天&#xff0c;AI Agent 早已不是互联网大厂、算法工程师的专属玩具&#xff0c;也不是需要动辄数万行代码、复杂分布式架构才能落地的黑科技。恰恰相反&#xff0c;只要你能写清楚一份基础的工作清单&#xff0c;就能在 10 分钟内搭建出一个能真正为你节省数百小时重复劳动的 AI Agent。很多人对 AI Agent 的认知陷入了误区&#xff1a;总想着做

掌握提问驱动AI:速通大模型提示工程

  大家好&#xff0c;我是爱编程的喵喵。双985硕士毕业&#xff0c;现担任全栈工程师一职&#xff0c;热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳&#xff0c;不仅形成深入且独到的理解&#xff0c;而且能够帮

群体行为(不要碰到对方)

书名:代码本色:用编程模拟自然系统 作者:Daniel Shiffman 译者:周晗彬 ISBN:978-7-115-36947-5 第6章目录 6.11 群/体行为(不要碰到对方) 1、ArrayList 在粒子系统类中,我们用ArrayList存放粒子的列表。我们会在本例中做同样的事情:把一组Vehicle对象存放到ArrayList中。 ArrayList&lt;Vehicle&gt

AI的提示词专栏:ChatGPT-4 与 GPT-3.5 Prompt 差异分析

AI的提示词专栏&#xff1a;ChatGPT-4 与 GPT-3.5 Prompt 差异分析 本文围绕 ChatGPT-4 与 GPT-3.5 的 Prompt 差异展开分析&#xff0c;指出二者定位不同是差异根源 ——GPT-3.5 主打高效轻量化&#xff0c;ChatGPT-4 聚焦复杂任务深度处理。核心差异体现在上下文理解&#xff08;ChatGPT-4 窗口更长、关联更准&