主页

索引

模块索引

搜索页面

AI相关

AI

• 1. 常用
  • 1.1. 常用
  • 1.2. AIGC
  • 1.3. 关键定义
  • 1.4. 机器学习machine learning
  • 1.5. BI(Business Intelligence)
  • 1.6. 深度学习
    • 1.6.1. 常用
    • 1.6.2. 历史
  • 1.7. monitor
  • 1.8. 相关算法
  • 1.9. 工具
  • 1.10. 常见问题
• 2. 理论
  • 2.1. 数学
  • 2.2. bag-of-words
  • 2.3. overfitting&underfitting
  • 2.4. evaluate评估
• 3. 大模型
  • 3.1. 常用
    • 3.1.1. 常用
    • 3.1.2. 依赖安装
    • 3.1.3. 编码-解码器
    • 3.1.4. 临时
  • 3.2. 著名模型
    • 3.2.1. LLaMA
    • 3.2.2. ChatGLM
    • 3.2.3. BERT
    • 3.2.4. GPT
    • 3.2.5. BART
    • 3.2.6. T5
    • 3.2.7. ChatRWKV
    • 3.2.8. GGML
    • 3.2.9. Open-Assistant
  • 3.3. 调优
  • 3.4. 开源项目
  • 3.5. 商业项目
    • 3.5.1. 常用
    • 3.5.2. ChatGPT
      • 常用
      • Prompt 提示词
        • 中文
        • English
      • 示例
    • 3.5.3. Claude
    • 3.5.4. midjourney
    • 3.5.5. Copilot
    • 3.5.6. 阿里通义千问
• 4. NLP
  • 4.1. 常用
  • 4.2. 预处理
    • 4.2.1. 常用
    • 4.2.2. 关键词提取
    • 4.2.3. 分词
    • 4.2.4. 情感分析
    • 4.2.5. 文本表示
    • 4.2.6. 注意力机制
    • 4.2.7. 语言模型
  • 4.3. NER-命名实体识别
    • 4.3.1. 常用
    • 4.3.2. 序列标注
    • 4.3.3. BiLSTM+CRF
    • 4.3.4. 历史
• 5. 函数库
  • 5.1. 常用
  • 5.2. Image图像处理
  • 5.3. Video视频
  • 5.4. IPython
    • 5.4.1. 常用
    • 5.4.2. 魔法命令
    • 5.4.3. display函数
  • 5.5. Jupyter
  • 5.6. NumPy
    • 5.6.1. 通用
    • 5.6.2. Ndarray 对象
    • 5.6.3. 通用函数
  • 5.7. Pandas
    • 5.7.1. 常用
    • 5.7.2. 实例-subset
    • 5.7.3. 实例-统计分析
    • 5.7.4. 利用pandas实现SQL操作
    • 5.7.5. 实例-缺失值的处理
    • 5.7.6. 多层索引的使用
    • 5.7.7. 实践
      • 实践-2012年奥巴马总统连任选举
    • 5.7.8. API-输入输出
    • 5.7.9. API-General functions
    • 5.7.10. API-Series
    • 5.7.11. API-DataFrame
    • 5.7.12. API-index
  • 5.8. Matplotlib
    • 5.8.1. 基本
    • 5.8.2. 安装
    • 5.8.3. pyplot
    • 5.8.4. matplotlib.patches
    • 5.8.5. 实例
      • 折线图plot
      • 条形图bar
      • 直方图hist
      • 散点图scatter
      • 面积图stackplot
      • 饼图pie
      • 箱型图box
      • 多图合并multi
    • 5.8.6. pylab子包
  • 5.9. SciPy
    • 5.9.1. 常用
  • 5.10. sklearn
    • 5.10.1. 常用
    • 5.10.2. 监督学习
      • 广义线性模型
    • 5.10.3. 无监督学习
  • 5.11. statsmodels
  • 5.12. OpenCV
    • 5.12.1. 常用
    • 5.12.2. 实例
    • 5.12.3. 代码类结构
  • 5.13. Seaborn
    • 5.13.1. 常用
  • 5.14. skl2onnx
  • 5.15. jieba中文分词
  • 5.16. gensim: 文本主题建模和相似性分析
    • 5.16.1. 常用
    • 5.16.2. Core Tutorials
    • 5.16.3. Tutorials: Learning Oriented Lessons
    • 5.16.4. How-to Guides: Solve a Problem
  • 5.17. ONNX
    • 5.17.1. ONNX
    • 5.17.2. onnxruntime
  • 5.18. ncnn
  • 5.19. LAC
• 6. 学习框架
  • 6.1. 常用
  • 6.2. mxnet库
    • 6.2.1. nd模块
      • ndarray
      • ndarray.random
    • 6.2.2. gluon模块
    • 6.2.3. autograd模块
  • 6.3. PyTorch
    • 6.3.1. 常用
    • 6.3.2. nn模块
  • 6.4. tensorflow
  • 6.5. Keras
    • 6.5.1. 常用
    • 6.5.2. 实例
      • 二分类问题
      • 多分类问题
      • 回归问题
  • 6.6. 其他
• 7. 关键网站
  • 7.1. huggingface
    • 7.1.1. 常用
    • 7.1.2. Hugging Face Hub
    • 7.1.3. Hub Python Library
    • 7.1.4. Datasets
    • 7.1.5. Transformers
    • 7.1.6. Evaluate
    • 7.1.7. PEFT
    • 7.1.8. 收集
      • dataset
      • resources
      • evaluate
      • model
  • 7.2. Papers with Code
  • 7.3. Kaggle
  • 7.4. ArXiv 学术论文预印本平台
  • 7.5. 通用
• 8. 关键字义
  • 8.1. Sigmoid
  • 8.2. ReLU(激活函数)
  • 8.3. Leaky ReLU
  • 8.4. Tanh
  • 8.5. GELU
  • 8.6. HMM-隐马尔可夫模型
  • 8.7. WWM-Whole Word Masking
  • 8.8. CRF-条件随机场
  • 8.9. MLE-最大似然估计
  • 8.10. ANN(NN)
  • 8.11. 深度神经网络(Deep Neural Network, DNN)
  • 8.12. 卷积神经网络(Convolutional Neural Network, CNN)
  • 8.13. RNN: 循环神经网(Recurrent Neural Network, RNN)
  • 8.14. LSTM: 长短时记忆(Long Short Term Memory, LSTM)
• 9. 实践
  • 9.1. OCR
    • 9.1.1. 常用
  • 9.2. AIML
    • 9.2.1. 常用
    • 9.2.2. AIML 2.1 Documentation
• 10. 开源项目
  • 10.1. AlphaGo
  • 10.2. kubeflow
  • 10.3. 常用
• 11. 数据集
  • 11.1. 常用
  • 11.2. 中文数据集

主页

索引

模块索引

搜索页面