新溪-gordon
V1.7.9
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. monitor
1.7. Kaggle
1.8. 常见问题
2. 理论
2.1. 数学
2.2. bag-of-words
2.3. overfitting&underfitting
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. huggingface
3.2.1. 常用
3.2.2. Hugging Face Hub
3.2.3. Hub Python Library
3.2.4. Datasets
3.2.5. Transformers
3.2.6. Evaluate
3.2.7. PEFT
3.2.8. 收集
dataset
resources
evaluate
model
3.3. 著名模型
3.3.1. LLaMA
3.3.2. ChatGLM
3.3.3. BERT
3.3.4. GPT
3.3.5. BART
3.3.6. T5
3.3.7. ChatRWKV
3.3.8. GGML
3.3.9. Open-Assistant
3.4. 调优
3.5. 开源项目
3.6. 商业项目
3.6.1. 常用
3.6.2. ChatGPT
常用
Prompt 提示词
示例
3.6.3. Claude
3.6.4. midjourney
3.6.5. Copilot
3.6.6. 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. NER-命名实体识别
4.2.3. 关键词提取
4.2.4. 分词
4.2.5. 情感分析
4.2.6. 文本表示
4.2.7. 注意力机制
4.2.8. 语言模型
5. OCR
5.1. 常用
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. skl2onnx
6.15. jieba中文分词
6.16. gensim: 文本主题建模和相似性分析
6.16.1. 常用
6.16.2. Core Tutorials
6.16.3. Tutorials: Learning Oriented Lessons
6.16.4. How-to Guides: Solve a Problem
6.17. ONNX
6.17.1. ONNX
6.17.2. onnxruntime
6.18. ncnn
6.19. LAC
7. 学习框架
7.1. 常用
7.2. mxnet库
7.2.1. nd模块
ndarray
ndarray.random
7.2.2. gluon模块
7.2.3. autograd模块
7.3. PyTorch
7.3.1. 常用
7.3.2. nn模块
7.4. tensorflow
7.5. Keras
7.5.1. 常用
7.5.2. 实例
二分类问题
多分类问题
回归问题
7.6. 其他
8. AIML
8.1. 常用
8.2. AIML 2.1 Documentation
9. 相关算法
10. 深度学习
10.1. 常用
10.2. 历史
10.3. ANN(NN)
10.4. 深度神经网络(Deep Neural Network, DNN)
10.5. 卷积神经网络(Convolutional Neural Network, CNN)
10.6. RNN: 循环神经网(Recurrent Neural Network, RNN)
10.7. LSTM: 长短时记忆(Long Short Term Memory, LSTM)
10.8. ReLU(激活函数)
11. 开源项目
11.1. AlphaGo
11.2. kubeflow
11.3. 常用
12. 数据集
13. 工具
新溪-gordon
Docs
»
3.
大模型
»
3.2.
huggingface
View page source
主页
索引
模块索引
搜索页面
3.2.
huggingface
¶
3.2.1. 常用
参考资料
3.2.2. Hugging Face Hub
Repositories
Models
Datasets
Spaces
3.2.3. Hub Python Library
安装
基本操作
环境变量
Offline mode 离线模式
Download files from the Hub
Upload files to the Hub
HfFileSystem
Repository
Inference
Cache
Model Card
Integrate Library
3.2.4. Datasets
TUTORIALS
HOW-TO GUIDES
3.2.5. Transformers
简介
GET STARTED
TUTORIALS
TASK GUIDES
DEVELOPER GUIDES
PERFORMANCE AND SCALABILITY
CONCEPTUAL GUIDES
API
3.2.6. Evaluate
Tutorials
How-To Guide
3.2.7. PEFT
GET STARTED
TASK GUIDES
CONCEPTUAL GUIDES
参考
3.2.8. 收集
dataset
resources
evaluate
model
https://huggingface.co/docs
主页
索引
模块索引
搜索页面