尝试了最近大火的AI应用，包括对话、编程、绘图等。对于AI在CFD仿真中的应用可行性，做了点自己的思考总结。1 AI的优势领域基于现有数据的统计分析工具。AI主要优势在于隐式规则场景，即依赖人类经验可进行学习和识别，但是难以采用数学手段定量表述规则。对于可采用数学手段定量化描述的显式规则，其直接基于代码进行固化和执行，执行效率比AI学习高得多，且没有错误。 CFD中对AI
文章目录一、AIGC 的简要介绍二、AIGC 的发展历程三、AIGC 的基石3.1 基本模型3.2 基于人类反馈的强化学习3.3 算力支持四、生成式 AI（Generative AI）4.1 单模态4.1.1 生成式语言模型（Generative Language Models，GLM）4.1.2 生成式视觉模型（Generative Vision Models）4.2 多模态4.2.1 视觉语
转载
2024-03-29 20:41:57
273阅读
在当前的人工智能领域，AI大模型（AIGC）以其强大的生成能力引起了广泛关注。然而，实现高效、灵活、精准的AI大模型仍然面临诸多挑战。本文将围绕如何构建和优化AI大模型进行深入探讨。
### 背景描述
AI大模型技术的快速发展为生成内容提供了强有力的支持。在多个领域中，尤其是在自然语言处理和计算机视觉领域，AIGC正在成为关键驱动力。为此，我们需要构建一个清晰的流程来理解这一领域的基本结构和实
AI 技术与安全模型 人工智能是一种通过预先设计好的理论模型模拟人类感知、学习和决策过程的技术。完整的AI技术涉及到AI模型、训练模型的数据以及运行模型的计算机系统，AI技术在应用过程中依赖于模型、数据以及承载系统的共同作用。AI 模型 模型是AI技术的核心，用于实现AI技术的预测、识别等功能，也是 AI 技术不同于其它计算机技术的地方。AI 模型具有数据驱动、自主学习的特点，负责实现机器学习理论
转载
2024-05-05 17:37:49
50阅读
x在模型风险管理不断被监管重视的当下，从银行金融机构开始，消费金融公司、网络小贷公司将会循序渐进、逐步建立完善的模型评审制度和标准，筹备模型审查部或小组。或许“模型评审部“对于大部分在中国金融体系内从业的风控工作者相对陌生，但其在金融系统发达国家如美国、新加坡等地，如美国Capital one会单独设立“模型评审部”。也有一些外资银行/互联网金融机构会设立双模型审查组，一个组成立于模型内部，一个组
转载
2024-05-24 19:19:50
102阅读
在如今这个快速发展的科技时代，生成内容（AIGC）和人工智能（AI）的大模型正在成为热议的话题。大模型依托于海量数据，利用复杂的算法生成高质量的文本、图像甚至音频内容，正应用于广告、创作及客户服务等多个业务领域。然而，随着业务需求的增加，如何高效地管理和优化这些系统也成了一项不小的挑战。接下来，我将详细剖析解决“AIGC和AI大模型”所涉及的过程，从背景分析到演进历程，架构设计，再到性能优化和故障
开门见山：推荐使用Stable Diffusion，其在2022年8月23日完全开源了自己的V1版模型，如今AI绘图已经是只要有GPU资源即可免费、快速实现的事了！未来聊天表情包将全由AI自动生成（包括动图），动画制作只需要关键原画其余都由AI自动补全，AI计算绘画师也将成为炙手可热的新职业。附上开源链接：项目链接：GitHub - CompVis/stable-diffusion: A late
上一篇博客在理解Adaboost时涉及到了一篇经典的论文：Friedman等人的《Additive logistic regression: a statistical view of boosting》，原本不打算精读，但是由于这篇文章的重要性，以及对于之后的GBDT的发展有很大的帮助，因此还是认认真真的精读一下。这篇文章是Friedman等人在2000年于统计学领域的四大金刚——The Ann
转载
2024-05-13 12:52:43
142阅读
作为测试和记录，就随便试一个数据集，AID数据集，AID数据集是一个遥感影像数据集，其包含 30 个类别的场景图像，其中每个类别有约 220 – 420 张，整体共计 10000 张，其中每张像素大小约为 600*600。PaddleX全流程模型训练PaddleX是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备 全流程打通 、融合产业实践 、易用易集成 三大特点。这里是体验的P
转载
2024-07-10 21:58:46
157阅读
介绍了机器学习常用的评估指标
科学家门捷列夫曾经说过“没有测量，就没有科学” 在计算机科学中，特别是在机器学习的领域，对模型的测量和评估同样至关重要。只有选择与问题相匹配的评估方法，我们才能够快速的发现在模型选择和训练过程中可能出现的问题，迭代地对模型进行优化。 本
作者 | 王云鹤，华为诺亚方舟实验室 大家好，这里是NewBeeNLP。从学术界到业界大厂，大模型都俨然成为了标配，今天分享一篇关于AI领域大模型的思考。欢迎评论区给出你的想法~三问大模型，AI的路在何方近日内部有关大模型的讨论比较多，也组织了几次内部的分析和研讨，有赞同、有批判、有质疑、有期许，抱着略懂的心态，本着 “胡说八道” 的精神，借着弹窗的周末时间，谈谈对大
转载
2024-03-29 23:14:18
26阅读
⭐⭐个人主页?后端小知识?欢迎关注??⭐️留言?。
原创
2024-04-19 10:57:17
0阅读
本周介绍了 5 个计算机视觉领域的 SoTA 模型，均于最近发表于全球顶会 ECCV 2022： AVS 提出新颖的视听分割任务，kMaX 有效利用经典聚类算法进行全景分割，WSG-VQA 用弱监督学习 Transformer 突破视觉问答 grounding任务，COST 理解视频内容实现 AI 对话，HorNet 将新型视觉骨干插入卷积和 Transformer 架构如果你觉得我们分享的内容还
转载
2024-03-24 13:17:22
170阅读
首先开发语言只是一个工具而已，任何开发语言都可以开发大模型语言。以facebook的LLama 2 大语言模型来说，虽然是以Python和shell语言开发为主的，但是向量计算却是使用了C/C++、rust为主的。Python只是作为表现层的开发语言为主的，正常涉及到底层的问题还是要借助于C++来做的。国内绝不部分做大模型训练的公司，基本上都是基于LLAMA2为根基进行自身大模型二开为主的。不同之
原创
2024-03-03 23:49:01
2674阅读
3图
【火炉炼AI】机器学习027-项目案例：用聚类算法建立客户细分模型(本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 )客户细分是市场营销成功的前提，我们从市场中获取的数据一般都没有标记，要想对这些市场数据进行客户细分，将客户划分簇群，这也是一种典型的无监督学习问题。本项目拟用各种不同的聚类算法
AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型程、实战学习等录播视频，免费分享！
原创
2024-08-02 11:08:52
793阅读
这只粉红小兔子形象是国外设计师通过3D软件渲染而成，本文是通过使用2D矢量工具illustrator去模拟逼真的3D效果。经常使用AI的小伙伴也可以试试哦~下面将把绘画步骤进行拆解，按照全身形状—头脸部上色—五官上色—身体上色—四肢及尾巴上色的顺序来绘制。Step1：创建全身基本型使用我们常用的钢笔工具进行外型勾勒，绘制好每个元素的路径。为后续的网格上色做准备。Step2：创建头部网格然后可以用网
转载
2024-05-21 11:14:57
59阅读
人工智能此篇是人工智能应用的重点,只用现成的技术不做底层算法,也是让初级程序员快速进入人工智能行业的捷径目前市面上主流的AI技术提供公司有很多,比如百度,阿里,腾讯,主做语音的科大讯飞,做只能问答的图灵机器人等等这些公司投入了很大一部分财力物力人力将底层封装,提供应用接口给我们,尤其是百度,完全免费的接口既然百度这么仗义,咱们就不要浪费掉怎么好的资源,从百度AI入手,开启人工智能之旅开启人工智能技
转载
2024-08-02 17:16:09
91阅读
瀑布模型 把每个阶段当成瀑布中的一个阶梯，强调由上而下，互相衔接、逐级下落，固定次序。优点：开发阶段清晰，便于评审、审计、跟踪、管理和控制缺点：不可逆或很难可逆 问题会积累，错误会传递发散扩大，导致成本和质量失控快速原型模型（原型模型）快速原型模型的第一步是快速建立一个能反映用户主要需求的原型系统，让用户在计算机上试用它，通过实
AI(Artificial Intelligence,人工智能) .“人工智能”一词最初是在1956 年Dartmouth学会上提出的.从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展.人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学.人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习
转载
2024-08-27 12:50:02
16阅读
