计算机视觉（Computer Vision CV）- AI全书 -- 知识铺 -- 知识铺
计算机视觉的重要性及概述 计算机视觉(Computer Vision)是人工智能的一个关键领域，旨在让机器能够解释和理解图像内容。这一技术模仿人类的视觉能力，对信息的获取和理解起着至关重要的作用。 为什么计算机视觉至关重要 人类视觉处理：人脑皮层大约70%用于处理视觉信息，这表明视觉是人……
包含标签 AI技术 的文章
隐含狄利克雷分布（Latent Dirichlet Allocation LDA）- AI全书 -- 知识铺 -- 知识铺
LDA模型及其背景介绍 模型概述 LDA（Latent Dirichlet Allocation），即潜在狄利克雷分配，是一种用于发现大型文本集合中隐藏主题结构的主题模型。自2002年被提出以来，LDA已经成为分析文本信息的标准工具，并衍生出了多种应用于不同数据类型的变种模型。 发展历史 论文发表：LDA由……
判别式模型 Discriminative model - AI全书 (1) -- 知识铺 -- 知识铺
访问量 38 发表于 2023-03-15 更新于 2024-03- 18 5~6 分钟 阅读 百科介绍 百度百科（详情） 在机器学习领域判别模型是一种对未知数据 y 与已知数据 x 之间关系进行建模的方法。判别模型是一种基于概率理论的方法。已知输入变量 x ，判别模型通过构建条件概率分布 P(y|x) 预测 y 。 维基百科（详情） 判别模型，也称为条件模型，是一类用于统计……
判别式模型 Discriminative model - AI全书 -- 知识铺 -- 知识铺
简介 在机器学习领域，判别模型是对未知数据 y 和已知数据 x 间关系进行建模的方法。这些模型基于概率理论，给定输入变量 x，通过构建条件概率分布 P(y|x) 来预测输出 y。 判别模型的特点 依赖观察数据：判别分类器仅依赖于观察到的数据进行建模，并学习如何根据统计数据进行分类。 对分布假设较少：与生成模型相比……
学习向量量化（Learning vector quantization）- AI全书 -- 知识铺 -- 知识铺
学习向量量化简介 LVQ, 或称为学习向量量化（Learning Vector Quantization），是人工神经网络领域的一种算法。它旨在克服K邻近算法（K-Nearest Neighbors, KNN）的一个主要缺点：在使用KNN时，必须保存整个训练数据集以供后续预测使用，这可能导致存储和计算上的高成本。 LVQ提供了……
19类Agent（智能体）框架对比 - AI全书 -- 知识铺 -- 知识铺
智能体（Agent）概述 智能体（Agent）是指能够自主地感知环境并根据所感知的信息采取相应行动以达成特定目标的实体。它可以代表个人或组织执行特定的任务和交易，从而简化工作流程，减少工作量和沟通成本。 进一步了解智能体 背景 在当前的技术探索中，我们正在研究智能体的应用领域，并借此机会……
全面解读大模型（LLM）的概念 - AI全书 -- 知识铺
什么是大模型？ 背景 上世纪中叶，AI的发展初期存在三种主要流派，其中联结主义主张通过模仿人脑的神经元结构来实现人工智能。这一理念促成了人工神经网络（Artificial Neural Network）的诞生与发展。随着时间的推移，基于大量数据和计算资源训练的大规模人工神经网络，即“大模型”，逐渐……
一文学会Prompt编写技巧 - AI全书 -- 知识铺
在本文中，我们将深入探讨如何编写出色的Prompt。首先，我们会定义什么是Prompt，并解释它在大规模语言模型（LLM）中所扮演的角色。接着，我们会详细介绍Prompt的运行过程，包括它的五个关键步骤。此外，我们还会讨论优秀Prompt应具备的各种要素，并通过实用的示例来展示如……
随机梯度下降法（Stochastic gradient descent SGD）- AI全书 -- 知识铺 -- 知识铺
随机梯度下降（SGD）是一种迭代优化方法，用于最小化可微分目标函数。与标准梯度下降不同，SGD在每次迭代中仅使用一个或少量样本来计算梯度，而不是整个训练集。这种方法的随机性来源于样本的随机选择或混洗，而不是按照训练集中出现的顺序选择。SGD被认为是随机的，因为它依赖于随机样本来估……
一文看懂什么是智能体（AI Agent） -- 知识铺
随着大模型时代的到来，人工智能技术成为了热门话题。各种基于大模型的平台层出不穷，为广大用户提供了基本的对话、图片生成、视频或语音生成等功能，大大提高了工作效率。然而，这些平台目前主要被用于解决临时性问题或处理一些琐碎的小事务，大众接触到的人工智能技术可能局限于此，如查询某个知识点……
