- 监督学习是机器学习中的一种常见类型。其基本思想是计算机在有明确标签的数据上学习，利用这些已知的信息来推导出未来未知的数据。这种学习模式就像在有老师指导的课堂上学习，有人明确告诉你问题的答案，通过反复练习，你学会了如何从相似的问题中找出正确的答案。 监督学习的工作方式监督学习的过程通常涉及两个主要阶段：训练和预测。在训练阶段，我们提供大量的带有标签的数据，每条数据都包含特征和相应的标签。例如，... 监督学习是机器学习中的一种常见类型。其基本思想是计算机在有明确标签的数据上学习，利用这些已知的信息来推导出未来未知的数据。这种学习模式就像在有老师指导的课堂上学习，有人明确告诉你问题的答案，通过反复练习，你学会了如何从相似的问题中找出正确的答案。 监督学习的工作方式监督学习的过程通常涉及两个主要阶段：训练和预测。在训练阶段，我们提供大量的带有标签的数据，每条数据都包含特征和相应的标签。例如，...
- SQL在人工智能模型容错性中扮演重要角色。通过数据预处理，SQL可过滤异常数据，提升训练数据质量；借助事务管理和约束机制，维护数据一致性，确保模型稳定性；利用备份与恢复功能，保障数据安全，增强模型可用性；凭借查询能力，实现数据溯源与问题排查，提高模型可维护性。尽管不如深度学习算法耀眼，SQL却以强大的数据管理能力，为人工智能模型的可靠运行提供坚实支撑，在幕后发挥不可或缺的作用。 SQL在人工智能模型容错性中扮演重要角色。通过数据预处理，SQL可过滤异常数据，提升训练数据质量；借助事务管理和约束机制，维护数据一致性，确保模型稳定性；利用备份与恢复功能，保障数据安全，增强模型可用性；凭借查询能力，实现数据溯源与问题排查，提高模型可维护性。尽管不如深度学习算法耀眼，SQL却以强大的数据管理能力，为人工智能模型的可靠运行提供坚实支撑，在幕后发挥不可或缺的作用。
- 在人工智能领域，特征工程是连接数据与模型的关键环节，而SQL作为强大的数据处理工具，在其中发挥着重要作用。本文探讨了SQL在特征工程中的五大应用技巧：数据筛选与过滤、数据聚合与统计、数据关联与融合、特征衍生与变换以及数据清洗与预处理。这些技巧不仅提升了特征工程的效率和质量，还为AI模型训练提供了更优质的输入。通过深入挖掘SQL的应用潜力，我们可以更好地实现数据与算法的结合，推动人工智能技术的发展。 在人工智能领域，特征工程是连接数据与模型的关键环节，而SQL作为强大的数据处理工具，在其中发挥着重要作用。本文探讨了SQL在特征工程中的五大应用技巧：数据筛选与过滤、数据聚合与统计、数据关联与融合、特征衍生与变换以及数据清洗与预处理。这些技巧不仅提升了特征工程的效率和质量，还为AI模型训练提供了更优质的输入。通过深入挖掘SQL的应用潜力，我们可以更好地实现数据与算法的结合，推动人工智能技术的发展。
- 从“手环”到“健康顾问”：可穿戴设备背后的数据魔法 从“手环”到“健康顾问”：可穿戴设备背后的数据魔法
- 《爆不爆，数据说了算：大数据预测电影票房的门道》 《爆不爆，数据说了算：大数据预测电影票房的门道》
- Embedding 是一种将离散数据（如单词、物体、类别等）转换为连续向量的技术。在机器学习和深度学习中，Embedding 通常指的是将高维度或离散的数据表示，转化为一个低维的实数向量，这个过程有助于数据在向量空间中的表示和计算。在自然语言处理（NLP）中，词嵌入（Word Embedding）是 Embedding 的最经典的应用，它将单词从一个离散的索引映射到一个低维连续向量，这些向量... Embedding 是一种将离散数据（如单词、物体、类别等）转换为连续向量的技术。在机器学习和深度学习中，Embedding 通常指的是将高维度或离散的数据表示，转化为一个低维的实数向量，这个过程有助于数据在向量空间中的表示和计算。在自然语言处理（NLP）中，词嵌入（Word Embedding）是 Embedding 的最经典的应用，它将单词从一个离散的索引映射到一个低维连续向量，这些向量...
- 运维升级大脑：机器学习如何预判事件，帮你未雨绸缪 运维升级大脑：机器学习如何预判事件，帮你未雨绸缪
- 一、深度学习是什么 二、深度学习与机器学习的关系 三、深度学习的基本组成 四、深度学习的常见应用 图像识别 语音识别 自然语言处理 五、如何入门深度学习 学习基础知识 了解深度学习框架 动手实践 关注前沿动态 六、结语在当今这个科技飞速发展的时代，人工智能（AI）无疑是最耀眼的明星之一，而深度学习作为人工智能的核心技术，更是让无数人着迷。如果你也对深度学习充满好奇，却又无从下手，那么这篇文... 一、深度学习是什么 二、深度学习与机器学习的关系 三、深度学习的基本组成 四、深度学习的常见应用 图像识别 语音识别 自然语言处理 五、如何入门深度学习 学习基础知识 了解深度学习框架 动手实践 关注前沿动态 六、结语在当今这个科技飞速发展的时代，人工智能（AI）无疑是最耀眼的明星之一，而深度学习作为人工智能的核心技术，更是让无数人着迷。如果你也对深度学习充满好奇，却又无从下手，那么这篇文...
- 未来已至！可穿戴设备将如何改变我们的生活？ 未来已至！可穿戴设备将如何改变我们的生活？
- 一、引言 二、机器学习的基础概念 1. 机器学习的定义 2. 机器学习的类型 （1）监督学习（Supervised Learning） （2）无监督学习（Unsupervised Learning） （3）半监督学习（Semi-Supervised Learning） （4）强化学习（Reinforcement Learning） 3. 机器学习的基本流程 三、机器学习的入门方法 1. 选... 一、引言 二、机器学习的基础概念 1. 机器学习的定义 2. 机器学习的类型 （1）监督学习（Supervised Learning） （2）无监督学习（Unsupervised Learning） （3）半监督学习（Semi-Supervised Learning） （4）强化学习（Reinforcement Learning） 3. 机器学习的基本流程 三、机器学习的入门方法 1. 选...
- 一、图灵测试的黄昏：一个时代的终结 二、智能认知的三次范式转移 1. 机械时代：计算即智能（1943-1997） 2. 数据时代：关联即智能（1997-2022） 3. 涌现时代：不可解释即智能（2022- ） 三、新智能评估体系的五个维度 1. 认知弹性测试 2. 价值判断矩阵 3. 创造张力评估 4. 自我进化能力 5. 社会交互维度 四、意识迷雾中的技术奇点 五、重构人机共生的认知基... 一、图灵测试的黄昏：一个时代的终结 二、智能认知的三次范式转移 1. 机械时代：计算即智能（1943-1997） 2. 数据时代：关联即智能（1997-2022） 3. 涌现时代：不可解释即智能（2022- ） 三、新智能评估体系的五个维度 1. 认知弹性测试 2. 价值判断矩阵 3. 创造张力评估 4. 自我进化能力 5. 社会交互维度 四、意识迷雾中的技术奇点 五、重构人机共生的认知基...
- 随着生成式AI的快速发展，千亿级参数模型的训练与微调已成为行业核心挑战。传统方法在硬件资源消耗、训练效率和成本控制方面存在显著瓶颈。微软推出的DeepSpeed-Chat框架与Azure云平台的结合，通过技术创新实现了千亿级模型的低成本高效微调。本文将从技术架构、实战流程、成本优化策略三个维度，解析这一组合方案的突破性设计一、技术架构创新：DeepSpeed-HE混合引擎1.1 统一训练与推... 随着生成式AI的快速发展，千亿级参数模型的训练与微调已成为行业核心挑战。传统方法在硬件资源消耗、训练效率和成本控制方面存在显著瓶颈。微软推出的DeepSpeed-Chat框架与Azure云平台的结合，通过技术创新实现了千亿级模型的低成本高效微调。本文将从技术架构、实战流程、成本优化策略三个维度，解析这一组合方案的突破性设计一、技术架构创新：DeepSpeed-HE混合引擎1.1 统一训练与推...
- 在人工智能领域，模型规模的指数级增长对分布式训练技术提出了更高要求。传统的单卡训练模式已无法支撑千亿级参数模型的训练需求，而模型并行技术通过将模型参数、计算任务和优化状态分布到多个设备上，成为突破显存与算力瓶颈的核心手段。微软Azure与NVIDIA Megatron的深度合作，通过软硬件协同优化，开创了模型并行技术的新范式。本文将从技术背景、核心优化方案、实践效果及未来展望等维度，全面解析... 在人工智能领域，模型规模的指数级增长对分布式训练技术提出了更高要求。传统的单卡训练模式已无法支撑千亿级参数模型的训练需求，而模型并行技术通过将模型参数、计算任务和优化状态分布到多个设备上，成为突破显存与算力瓶颈的核心手段。微软Azure与NVIDIA Megatron的深度合作，通过软硬件协同优化，开创了模型并行技术的新范式。本文将从技术背景、核心优化方案、实践效果及未来展望等维度，全面解析...
- 随着大语言模型（LLM）规模突破千亿甚至万亿参数，传统全参数训练面临显存占用高、计算资源消耗大、训练周期长等挑战。动态稀疏训练技术通过在训练过程中动态调整激活参数的比例（例如仅激活20%的参数），结合分布式优化框架与高效参数管理策略，成为降低训练成本的核心解决方案之一。本文以Azure AI平台为例，深入解析动态稀疏训练的技术原理、实现路径及实战效果，并探讨其在LLM训练中的优化潜力。一、动... 随着大语言模型（LLM）规模突破千亿甚至万亿参数，传统全参数训练面临显存占用高、计算资源消耗大、训练周期长等挑战。动态稀疏训练技术通过在训练过程中动态调整激活参数的比例（例如仅激活20%的参数），结合分布式优化框架与高效参数管理策略，成为降低训练成本的核心解决方案之一。本文以Azure AI平台为例，深入解析动态稀疏训练的技术原理、实现路径及实战效果，并探讨其在LLM训练中的优化潜力。一、动...
- 深度解读：Sora模型背后的技术原理与创新随着人工智能的快速发展，越来越多的深度学习模型被提出，以应对不同领域的挑战。Sora模型，作为近年来在自然语言处理（NLP）领域崭露头角的创新模型，其背后的技术原理和创新性值得深入探讨。本文将深入剖析Sora模型的核心原理、架构创新以及其实际应用，并通过代码实例来演示其使用方式。 1. Sora模型概述Sora模型是一个基于Transformer架... 深度解读：Sora模型背后的技术原理与创新随着人工智能的快速发展，越来越多的深度学习模型被提出，以应对不同领域的挑战。Sora模型，作为近年来在自然语言处理（NLP）领域崭露头角的创新模型，其背后的技术原理和创新性值得深入探讨。本文将深入剖析Sora模型的核心原理、架构创新以及其实际应用，并通过代码实例来演示其使用方式。 1. Sora模型概述Sora模型是一个基于Transformer架...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签