人工智能

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

概率

图片 侵删 两个人相遇的概率是0.00478,相爱的概率是多少?1、两个人相遇的概率是0.00478,除了幸运,我想不出别的词。而被爱,则是荣幸。 据说在这个世界上,一个人和另一个人,相遇的概率是千万分之一,而他们成为朋友的概率只有两亿分之一,而三个人能同行更是奇迹。没有人能代替你们之间的经历,没有人能扭曲你们之间的感情。在梦想这条路上,三个人才是最完美的。 很喜欢一句话:在这个世

庄子书目

折叠庄子书目 《内篇·逍遥游》《内篇·齐物论》《内篇·养生主》《内篇·人间世》 《内篇·德充符》《内篇·大宗师》《内篇·应帝王》《外篇·骈拇》 《外篇·马蹄》《外篇·胠箧》《外篇·在宥》《外篇·天地》 《外篇·天道》《外篇·天运》《外篇·刻意》《外篇·缮性》 《外篇·秋水》《外篇·至乐》《外篇·达生》《外篇·山木》 《外篇·田子方》《外篇·知北游》《杂篇·庚桑楚》《杂篇·徐无鬼》 《杂篇·则阳》

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

AI的提示词专栏:为什么 Prompt 能决定模型输出质量?

AI的提示词专栏:为什么 Prompt 能决定模型输出质量? 本文深入解析了 Prompt 决定大语言模型(LLM)输出质量的核心原因,指出 Prompt 是用户与模型间的 “沟通桥梁” 和 “指挥蓝图”。从模型工作原理看,Prompt 是激活特定领域知识、搭建推理框架、规范输出结构的关键,可

优化算法matlab实现(三十七)非洲野狗算法matlab实现

注意:此代码实现的是求目标函数最大值,求最小值可将适应度函数乘以-1(框架代码已实现)。 注意:此代码实现的是求目标函数最大值,求最小值可将适应度函数乘以-1(框架代码已实现)。 注意:此代码实现的是求目标函数最大值,求最小值可将适应度函数乘以-1(框架代码已实现)。 1.代码实现 不了解非洲野狗算法可以先看看优化算法笔记(三十七)非洲野狗算法 实现代码前需要先完成优化算法matlab实现(二)框

Flink 使用之 SQL UDF

Flink 使用介绍相关文档目录 Flink 使用介绍相关文档目录 简介 在使用纯Flink SQL的场景下,对于复杂业务逻辑,Flink提供的内置fucntion是无法满足要求的。我们需要实现自定义的function,来扩充Flink的功能。用户自己实现的function称为UDF(user defined function)。 Flink支持如下四种UDF: ScalarFunction:

记一次canal delay 调优过程

一、现象 image.png image.png 每天夜里12点准时出现延迟告警,查看canal的监控指标,delay指标延迟在5-10分钟,blocking指标中的sink、dump趋于100%,同时canal服务的cpu及memeory很稳定40%左右。 二、分析 被告警吵的实在受不了了,于是下定决心解决这个问题。首先花了点时间研究了一下canal源码,整个canal的

人工智能从入门到精通:深度学习模型部署与生产环境实践

第十章:深度学习模型部署与生产环境实践 学习目标 掌握深度学习模型部署的基本流程 了解常用的模型部署平台和工具 学会将训练好的模型转换为部署格式 理解生产环境中模型部署的最佳实践 学习如何处理模型部署中的性能和可靠性问题 10.1 模型部署基础 10.1.1 模型部署流程深度学习模型部署是将训练好的模型应用到实际生产环境中的过程,通常包括以下步骤:

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