人工智能

AI赋能原则10解读思考:当人人都能从 AI 获益,人类整体将跨入新的生产力时代

目录一、为什么必须进入“政府 2.0”?——治理的时空尺度被 AI 改写了二、AI 的真正价值不是“替代人”,而是“扩大每个人的能力边界”三、不是监管技术,而是设计“公共智能系统”(一)让每个人都能“用得起”“用得好” AI:建设国家级 AI 基础设施1. 提供普惠可及的 AI 公共服务2. 推动教育体系全面融入

迁移学习 (transfor learning) or 微调(fine tune)

(一)微调 / 迁移学习 数据标注是一个很贵的事情,我们希望在经过大量的数据训练以后。我们的模型具备了一定的学习能力,在以后只需要给一点点的提示就能够学会一个新的事物。就是迁移学习的概念,名字不一样而已。 (1)网络架构 一个神经网络可以分为两块 特征收取将原始像素变为能够线性分割的特征 线性分类器来做分类 那么微调是怎么做的呢? 有一个神经网络net,它的训练来自于A数据集,而

序列标注任务常用方法

1. HMM 1.1 模型原理 HMM中,有5个基本元素:{N,M,A,B,π},结合序列标志任务(NER)对其的概念定义为: N:状态的有限集合。在这里,是指每一个词语背后的标注。 M:观察值的有限集合。在这里,是指每一个词语本身。 A:状态转移概率矩阵。在这里,是指某一个标注转移到下一个标注的概率。 B:观测概率矩阵,也就是发射概率矩阵。在这里,是指在某个标注下,生成某个词的概率。 π:初始

AI提效指南:生成精美PPT与漫画

🎬 博主名称: 超级苦力怕 🔥 个人专栏: 《Java 成长录》 《AI 工具使用目录》 🚀 每一次思考都是突破的前奏,每一次复盘都是精进的开始! 前言 使用前提:拥有科学上网的能力,建议拥有 Gemini Pro 版,否则只能使

一文详解对抗训练方法

对抗训练方法 Adversarial learning主要是用于样本生成或者对抗攻击领域,主要方法是通过添加鉴别器或者根据梯度回传生成新样本,其主要是为了提升当前主干模型生成样本的能力或者鲁棒性 一. 对抗训练定义 ==对抗训练是一种引入噪声的训练方式,可以对参数进行正则化,提升模型鲁棒性和泛化能力== 1.1 对抗训练特点 相对于原始输入,所添加的扰动是微小的 添加的噪声可以使得模型预测错

和 AI 玩海龟汤差点崩溃:它永远比我多知道 100 个隐藏真相

关于海龟汤第一次接触海龟汤时,我还以为这是某种美食烹饪挑战,直到朋友抛出第一个谜题 ——“一个人走进酒吧,要了一杯水,酒保却掏出一把枪对准他,可这个人不仅没害怕,反而说了声谢谢离开了”,才惊觉这是场烧脑的逻辑游戏。海龟汤,学名情境猜谜,玩家只能通过提问获取 “是”“否”

阿里云-云计算-超详细-总起(一)

1.云计算 云计算是一种模型,可以实现随时随地、便捷地、随需应变地从可配置计算资源共享池中获取所需的资源(例如:网络、服务器、存储、应用及服务),资源能够快速供应并释放,使管理资源的工作量和与服务提供商的交互减小到最低限度。云计算的核心技术是虚拟化,虚拟化其实主要提供了IaaS模式的服务。 1.1云计算五大特征:按需自助服务、快速弹性伸缩、资源池化、可计量服务和广泛网络

转录组丨limma差异表达分析,绘制火山图和热图

limma差异表达分析 本篇笔记的内容是在R语言中利用limma包进行差异表达分析,主要针对转录组测序得到的基因表达数据进行下游分析,并将分析结果可视化,绘制火山图和热图 [TOC] 基因表达差异分析是我们做转录组最关键根本的一步,不管哪种差异分析,其本质都是广义线性模型,limma也是广义线性模型的一种,其对每个gene的表达量拟合一个线性方程。 limma包是2015年发表在Nuclei

中级经济基础各类曲线汇总(1)

---写给报考中级经济师的小伙伴们 2022年6月22日 周三 深圳 晴  988/1000  【主题】经济学基础 【字数】1261 报考中级经济师的小伙伴们,最开始接触第一部分“经济学基础”的时候,都会在各章节的一堆曲线面前臣服,整得完全没脾气。看得头晕脑胀不说,感觉学起来也似乎不太美好,还有些小挫败感。所以,从今天起,将中级经济师的《经济基础知识》内的各类曲线做一个汇总说明,尤其是第一部分“经