Learn more about Machine learning - Section 42

使用PyTorch进行迁移学习的实用指南

在本文中，我们将学习使用一种称为迁移学习的技术将预训练模型适应于自定义分类任务我们将使用PyTorch演示图像分类任务，并比...

线性回归与梯度下降

线性回归是机器学习中存在的基本算法之一了解其内部工作流程有助于掌握数据科学中其他算法的主要概念...

Word2Vec、GloVe和FastText，解释说明

计算机不能像我们一样理解单词，它们更喜欢使用数字因此，为了帮助计算机理解单词及其含义，我们使用一种称为嵌入式的东西这...

无监督学习系列：探索层次聚类

在我上一篇无监督学习系列的文章中，我们探讨了最著名的聚类方法之一——K均值聚类在这篇文章中，我们将讨论另一种方法的背后…

SalesForce AI研究员推出无需遮罩的OVIS：一种开放词汇实例分割遮罩生成器

实例分割指的是计算机视觉任务，即通过将它们视为不同的实体，将属于同一类别的多个对象在图像中进行识别和区分。在深度学习...

WAYVE 推出 GAIA-1 一种新的生成式人工智能模型，通过利用视频、文本和动作输入，创建逼真的驾驶视频，实现自主驾驶

汽车工业一直追求自动驾驶的目标，认识到其在改革交通和提高道路安全方面的潜力。然而，开发能够有效地在复杂的现实情景中导...

揭示不完美：我们的MLOps课程创作背后的有趣现实

揭示缺陷后台批处理特征存储机器学习管道机器学习平台PythonGCPGitHub操作空气流MLOpsCI/CD课程

6 个 Python 中使用 * 和 ** 的场景

如果你曾经查看过 Python 库的文档，不可避免地会注意到在多个地方使用了 * 或 **我们将学习七种使用情况，其中 * 和 ** 很方...

如何利用 AI 实现年轻化：新型抗衰老药物被发现

人工智能算法在识别潜在药物来对抗衰老和与年龄有关的疾病方面发挥了关键作用，取得了突破性进展。这一开创性的方法已经带领...

这篇来自谷歌的AI论文提出了一系列优化措施，通过在各种设备上执行大型扩散模型，共同实现了突破性的延迟指标

随着大型扩散模型在图像生成中变得更加普遍，模型大小和推理工作量已经大幅增长。由于资源限制，在移动环境中优化设备上的ML...

速度就是你所需要的：通过 GPU 感知优化在设备上加速大型扩散模型

由软件工程师Juhyun Lee和Raman Sarokin发布，核心系统和体验 大规模扩散模型用于图像生成的普及已经导致模型大小和推理工作...

Meta AI通过Voicebox打破了障碍：一个前所未有的生成式人工智能模型——革命性地改变了语音合成领域

元学习研究人员最近在生成语音的生成AI方面取得了重大突破。他们开发了Voicebox，一种创新的AI模型，展示了最先进的性能和在...

微软研究人员提出BioViL-T：一种新颖的自我监督框架，引入了在生物医学应用中提高预测性能和数据效率的增强型技术

人工智能（AI）已经成为许多行业的重要破坏性力量，从技术企业的运营方式到如何在医疗保健领域的不同子领域中解锁创新。特别...

认识 TARDIS：一种人工智能框架，可以识别复杂空间中的奇异性，捕捉图像数据中的奇异结构和局部几何复杂性

我们从各个领域，包括科学、医学、社交媒体和教育数据中获取了大量的数据。分析这些数据是至关重要的。随着数据量的增加，从...

来自微软和加州大学圣塔芭芭拉分校的研究人员提出了LONGMEM：一种人工智能框架，使LLMs能够记忆长期历史

大型语言模型（LLMs）极大地改进了各种理解和生成任务的最新技术，彻底变革了自然语言处理。大多数LLMs通过从固定大小的本地...

选择正确的模型：流失模型 vs. 提升模型

让我们想象一下，我们在电子商务领域工作，产品经理来找我们，要求我们构建流失模型嗯，这就是要了解特定客户离开我们的可能...

小心模型评估中的不可靠数据：Flan-T5的LLM提示选择案例研究

可靠的模型评估是MLops和LLMops的核心所在，它指导着诸如部署哪个模型或提示（以及是否部署）等关键决策在本文中，我们推介FL...

使用Docker调试SageMaker终端节点

使用SageMaker实时推理的一个痛点是，有时很难进行调试创建端点时，您需要确保烘焙的配料有很多...

相似度搜索，第四部分：分层可导航小世界（HNSW）

相似性搜索是一个问题，给定一个查询，目标是在所有数据库文档中找到与之最相似的文档在数据科学中，相似性搜索经常出现在自...

机器学习中的前4个图表

在机器学习这个充满活力的领域中，可视化起着至关重要的作用它们是数据所讲述的复杂故事的无声叙述者特别是在机器学习的世界...