人工智能

点乘

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 6.7 点乘 1、点乘定义 点乘运算的定义如下,对向量和向量: 点乘 : 注意:点乘的计算结果是一个标量(数字),并非向量。 2、Processing实现 PVector a = new PVector(-3,5); PVector

笔记:商业洞察的3个剑法

商业洞察有3个剑法,储备模型、不断追问、打比方。 1,什么是储备模型? 储备模型好比乐高积木,大件套小件才能出作品。 模型多的好处就像你想搭个机器人,现在有手的部件和图纸了,你不用再想办法拼手了,手的部件中有手指的部件和图纸了,你不用再拼手指了。 2,为什么要不断追问? 不断追问就是在不断寻找逻辑推导的大前提。推导到极致叫第一性原理。 遇到问题的你就如同在森林中迷路,你有不断追问这个斧头,往一个

AI的提示词专栏:Instruction Tuning 与自定义指令集

AI的提示词专栏:Instruction Tuning 与自定义指令集 本文围绕 Instruction Tuning(指令微调)与自定义指令集展开深入解析,先阐释 Instruction Tuning 的定义、与传统 Prompt 调优的区别及核心价值,指出其通过 “指令 - 响应” 对训练让模型从通用文本生成转向精准

遍历并输出Map集合中的key值

遍历并输出Map集合中的key值,这个可是不简单。 看起来确实稍微好一点,但是实际上自己敲出来,就错误百出了。。、 import java.util.Collection; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class Has

从灵感捕捉到成稿交付:AI 辅助写作工作流的工程化实践

从灵感捕捉到成稿交付:AI 辅助写作工作流的工程化实践一、写作效率的隐性瓶颈:为什么"写不出来"比"写得慢"更致命技术写作的效率瓶颈通常不在打字速度,而在三个认知密集型环节:选题调研、结构规划和内容打磨。一个熟练的技术作者完成一篇 3000 字的深度文章,实际写作时间可能只有 2 小时&#xff0

2、最优化理论的简介

1、最优化模型及其分类    最优化的数学模型一般表示为 其中及都是定义在上的实值连续函数,且至少有一个是非线性的。如果,则问题被称为无约束优化问题。如果是正整数,则问题被称为约束优化问题。其中,称为目标函数,称为约束函数。如果都是线性函数,则问题就是线性规划。如果和存在一个非线性函数,则问题就是非线性规划。特别地,若为二次函数,为线性函数,则问题是二次规划问题。    2、求解无约束优化问题的

一文了解 NebulaGraph 上的 Spark 项目

本文首发于 Nebula Graph Community 公众号 最近我试着搭建了方便大家一键试玩的 Nebula Graph 中的 Spark 相关的项目,今天就把它们整理成文分享给大家。而且,我趟出来了 PySpark 下的 Nebula Spark Connector 的使用方式,后边也会一并贡献到文档里。 NebulaGraph 的三个 Spark 子项目 我曾经围绕 NebulaGr

AI动态漫实战:如何用国产AI工具,把小说变“活”

最近,AI创作领域又出现了一波新的工具和玩法,尤其是动态漫制作,让不少创作者看到了新的可能性。我也忍不住尝试了一下,结果真的做出了比较满意的效果。今天就来详细分享一下我的真实制作流程——从文字到动态视频,如何让AI真正“听话”。希望对你也有启发。 一、 起点:从文字到画面,先读懂故事传统的动漫制作需要

Day110生存竞争法则

儒佛尔定律:有效预测,才能英明决策 人生就是在不断的选择和判断中度过。如何才能做好选择和判断呢?特别是在这个“信息爆炸”的时代,各种各样的道理、方向、方式、经历、指导放在你的面前,经常让人不知所措,只有选择好了,判断好了,才会有好的结果。这就需要极强的预测能力。 精明的预测是成功决策的前提。 预测也离不开知识和经验,预测是在知识、经验的基础上作出来的。而决策又是在预测的基础上作出来的。所以,竞争者

从0到1:Dify AI智能体部署与使用全攻略(1/6)

摘要:本文全面介绍了 Dify,一款开源大语言模型应用开发平台。它具备多模型支持、可视化工作流设计、检索增强生成(RAG)、API 接口与 SDK、数据与监控等核心功能,适用于企业知识管理、智能客服与问答系统、代码助手、自动化办公等场景,具有低代码 / 无代码开发、强大的生态系统、成本效益等独特优势。文章详细