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. 机器学习machine learning
  • 1.4. BI(Business Intelligence)
  • 1.5. 深度学习
    • 1.5.1. 常用
    • 1.5.2. 历史
  • 1.6. monitor
  • 1.7. 相关算法
  • 1.8. 工具
  • 1.9. 常见问题
  • 1.10. 机器人领域
• 2. 理论
  • 2.1. 临时
    • 2.1.1. ReAct框架
    • 2.1.2. Reflection反思
    • 2.1.3. 数学
    • 2.1.4. bag-of-words
    • 2.1.5. Word2Vec
    • 2.1.6. Doc2Vec
    • 2.1.7. FastText
    • 2.1.8. LDA-Latent Dirichlet Allocation(潜在狄利克雷分配)
    • 2.1.9. overfitting&underfitting
    • 2.1.10. RAG
    • 2.1.11. Agent
    • 2.1.12. LLM
    • 2.1.13. RL-强化学习
    • 2.1.14. Prompt Engineering
    • 2.1.15. LLM调优(finetune)
    • 2.1.16. Workflow
• 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. 使用
    • 3.1.5. 临时
  • 3.2. 著名模型
    • 3.2.1. Qwen3
    • 3.2.2. DeepSeek-R1-推理模型
    • 3.2.3. LLaMA
    • 3.2.4. ChatGLM
    • 3.2.5. BERT
    • 3.2.6. OpenAI
    • 3.2.7. BART
    • 3.2.8. T5
    • 3.2.9. ChatRWKV
    • 3.2.10. Open-Assistant
    • 3.2.11. OpenGVLab
  • 3.3. 调优
  • 3.4. 模型量化(Quantization)
    • 3.4.1. 常用
    • 3.4.2. GGUF 文件
  • 3.5. 文件格式
    • 3.5.1. 通用
    • 3.5.2. GGML系列文件格式
    • 3.5.3. ONNX
      • 常用
      • ONNX
      • onnxruntime
      • skl2onnx
    • 3.5.4. NCNN
  • 3.6. 商业项目
    • 3.6.1. 常用
    • 3.6.2. OpenAI
  • 3.7. Prompt 提示词
    • 3.7.1. 中文
    • 3.7.2. English
    • 3.7.3. 示例
  • 3.8. Android版LLM相关
    • 3.8.1. 常用
    • 3.8.2. Android版部署
    • 3.8.3. GPU
• 4. RAG相关
• 5. NLP
  • 5.1. 常用
  • 5.2. 预处理
    • 5.2.1. 常用
    • 5.2.2. 关键词提取
    • 5.2.3. 分词
    • 5.2.4. 情感分析
    • 5.2.5. 文本表示
    • 5.2.6. 注意力机制
    • 5.2.7. 语言模型
  • 5.3. NER-命名实体识别
    • 5.3.1. 常用
    • 5.3.2. 序列标注
    • 5.3.3. BiLSTM+CRF
    • 5.3.4. 历史
  • 5.4. 总结-摘要
    • 5.4.1. 通用
• 6. 函数库
  • 6.1. 常用
  • 6.2. Image图像处理
  • 6.3. Video视频
  • 6.4. IPython
    • 6.4.1. 常用
    • 6.4.2. 魔法命令
    • 6.4.3. display函数
  • 6.5. Jupyter
  • 6.6. NumPy
    • 6.6.1. 通用
    • 6.6.2. Ndarray 对象
    • 6.6.3. 通用函数
  • 6.7. Pandas
    • 6.7.1. 常用
    • 6.7.2. 实例-subset
    • 6.7.3. 实例-统计分析
    • 6.7.4. 利用pandas实现SQL操作
    • 6.7.5. 实例-缺失值的处理
    • 6.7.6. 多层索引的使用
    • 6.7.7. 实践
      • 实践-2012年奥巴马总统连任选举
    • 6.7.8. API-输入输出
    • 6.7.9. API-General functions
    • 6.7.10. API-Series
    • 6.7.11. API-DataFrame
    • 6.7.12. API-index
  • 6.8. Matplotlib
    • 6.8.1. 基本
    • 6.8.2. 安装
    • 6.8.3. pyplot
    • 6.8.4. matplotlib.patches
    • 6.8.5. 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
    • 6.8.6. pylab子包
  • 6.9. SciPy
    • 6.9.1. 常用
  • 6.10. sklearn
    • 6.10.1. 常用
    • 6.10.2. 监督学习
      • 广义线性模型
    • 6.10.3. 无监督学习
  • 6.11. statsmodels
  • 6.12. OpenCV
    • 6.12.1. 常用
    • 6.12.2. 实例
    • 6.12.3. 代码类结构
  • 6.13. Seaborn
    • 6.13.1. 常用
  • 6.14. jieba中文分词
  • 6.15. gensim: 文本主题建模和相似性分析
    • 6.15.1. 常用
    • 6.15.2. Core Tutorials
    • 6.15.3. Tutorials: Learning Oriented Lessons
    • 6.15.4. How-to Guides: Solve a Problem
  • 6.16. LAC-百度词法分析工具
• 7. 学习框架
  • 7.1. 常用
  • 7.2. PyTorch
    • 7.2.1. 常用
    • 7.2.2. nn模块
    • 7.2.3. PyTorch
    • 7.2.4. ExecuTorch
    • 7.2.5. torchrun (Elastic Launch)
  • 7.3. huggingface
    • 7.3.1. 常用
      • Hugging Face Hub
      • Hub Python Library
      • Datasets
      • TGI: Text Generation Inference
      • Evaluate
    • 7.3.2. Transformers
      • Transformers
      • Transformers 4.45.2
    • 7.3.3. Tokenizers
    • 7.3.4. PEFT
      • PEFT
      • PEFT 0.13.0
    • 7.3.5. Accelerate
    • 7.3.6. TRL - Transformer Reinforcement Learning
    • 7.3.7. 收集
      • resources
      • model
      • 博文: decoding methods of LLM with transformers
  • 7.4. vLLM
    • 7.4.1. 常用
    • 7.4.2. vLLM官方文档
  • 7.5. llama.cpp框架
    • 7.5.1. 常用
    • 7.5.2. Python bindings for llama.cpp
  • 7.6. DeepSpeed
    • 7.6.1. huggingface
    • 7.6.2. Zero Redundancy Optimizer (ZeRO)
    • 7.6.3. DeepSpeed
  • 7.7. mxnet库
    • 7.7.1. nd模块
      • ndarray
      • ndarray.random
    • 7.7.2. gluon模块
    • 7.7.3. autograd模块
  • 7.8. tensorflow
  • 7.9. Keras
    • 7.9.1. 常用
    • 7.9.2. 实例
      • 二分类问题
      • 多分类问题
      • 回归问题
  • 7.10. 其他
• 8. 关键网站
  • 8.1. Papers with Code
  • 8.2. Kaggle
  • 8.3. ArXiv 学术论文预印本平台
  • 8.4. 视频相关
  • 8.5. 通用
• 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. Agent
  • 10.2. RAG
  • 10.3. 常用
  • 10.4. UI界面
  • 10.5. 调优
  • 10.6. 搜索
  • 10.7. LLM Inference Engines
  • 10.8. 模型推理平台
  • 10.9. LLM推理加速
  • 10.10. LLM评估
  • 10.11. AI平台
• 11. 数据集
  • 11.1. 常用
  • 11.2. 中文数据集
  • 11.3. 中文图片相关数据集
  • 11.4. dataset
  • 11.5. 数据集相关网站
• 12. 常见模型
• 13. 图形&计算加速技术
  • 13.1. 常用
  • 13.2. cuda
• 14. Evaluate评测
  • 14.1. 通用
  • 14.2. TruLens
  • 14.3. Ragas
  • 14.4. DeepEval
  • 14.5. UpTrain
  • 14.6. evaluate
• 15. 传统AI

主页

索引

模块索引

搜索页面