【大模型】—AI大模型总体概述
本文介绍了AI大模型，其具有大量参数、上下文理解等特点，也面临训练时间长等挑战。回顾了发展历程，包括MLP、RNN等模型的出现。介绍了按应用场景、工作方式、开发模式的分类，列举了OpenAI GPT、...
【大模型入门】一文了解什么是大模型？到底大模型有什么用呢？
本文深入介绍大模型，它是参数规模庞大、计算结构复杂的机器学习模型。文中区分了大模型相关概念，回顾其发展历程，阐述特点、分类、泛化与微调。还介绍了大模型在自然语言处理、计算机视觉等多领域的应用，列举拥有...
用Kimi 学AI 大模型、通用大模型，企业大模型与垂直大模型
本文详细解析了人工智能领域的大模型概念，包括通用大模型、企业大模型和垂直大模型的区别，以及Kimi、文心一言和ChatGPT等知名大模型的特点。同时，提供了大模型学习的七大阶段路线图，涵盖设计、提示工...
【神经网络】 神经网络基础
本文深入浅出地解析了神经网络的基本概念，包括架构、神经元、激活函数、前向传播、损失函数和反向传播等核心要素。通过实例演示了卷积神经网络的构建与训练流程。...
【神经网络】从生物神经网络到人工神经网络
本文探讨了生物神经网络与人工神经网络的关系，介绍了人工神经网络的发展历程，包括早期模型如感知机和多层感知机，以及反向传播算法带来的突破。随后分析了现代神经网络的多样化发展，如卷积神经网络、循环神经网络...
ESP
本文介绍了ESP-IoT-Solution结合ESP-DL框架，为ESP32系列芯片提供AI推理解决方案。内容包括ESP-DL框架架构、核心组件功能、实战案例、性能优化策略、部署最佳实践以及常见问题排...
【深度学习
本文作为深度学习系列开篇，厘清了AI、ML和DL的关系，DL是ML分支，ML是实现AI的途径。介绍了DL在计算机视觉、自然语言处理等领域的应用，展示其强大能力。还规划了学习路线和目标，强调实践、坚持和...
DL框架之DL4J/Deeplearning4j：深度学习框架DL4J/Deeplearning4j的简介、安装
Deeplearning4j(DL4J)是基于Java和JVM的开源深度学习库，支持多种深度学习算法及分布式并行处理。本文介绍DL4J的特点、模块构成及其在Java环境下的安装与使用方法。...
机器学习基础【ML】
本文详细介绍了机器学习的基础知识，包括它的定义、重要性、应用场景及组成。机器学习涵盖分类、回归等任务，涉及监督学习和无监督学习。文章还讨论了数据集的划分、模型拟合程度、以及特征工程等方面，旨在帮助读者...
Swift 与机器学习：使用 Core ML 进行模型集成
本文围绕使用Swift与苹果Core ML框架进行机器学习模型集成展开。介绍了Core ML框架的优势、工作流程，阐述了用Swift加载、使用、训练模型及处理输出、可视化预测的方法，还通过图像识别和文...