神经网络(二) — 前向传播
本文概述了神经网络前向传播过程：数据输入，通过输入层至隐藏层的权重与偏置参数，再...
神经网络
刚刚,NVIDIA 推出了免费的 AI 🎓📚 课程
NVIDIA是一家处于人工智能革命浪潮中的领袖公司，就在最近，其发布了一批最新课...
写在 chatGPT 使用一年的感受
本文简单写一下用了一年的 chatGPT 的感受。 一年前 chatGPT 刚出...
【AutoML】AutoKeras 进行 RNN 循环神经网络训练
本文将结合代码讲述如何使用高质量问答数据通过 AutoKeras 的 RNN 神...
人工智能范式从模型为中心转向数据为中心
面向数据的人工智能可以有助于减少生成式AI系统中的幻觉和偏见，从而提高其输出质量...
卷积神经网络（CNN）中感受野的计算问题
在卷积神经网络中，感受野（Receptive Field）的定义是卷积神经网络每...
简单理解注意力机制与实现
在学习注意力机制的过程中，我发现像我这样的麻瓜就不配看论文去理解这个东西。后面找...
基于卷积神经网络的图片识别与菜谱推荐引领餐饮新体验
随着人工智能技术的飞速发展，卷积神经网络（Convolutional Neura...
MegEngine 正式支持 XLA 啦！
MegEngine 1.13.1 中也已经支持了 XLA，在训练模型时可以选择开...
LLM 的幻觉到底是什么，有什么办法解决？
🍉LLM 时常会出现一些神奇的现象——幻觉 Hallucination，在 AI...
CNN 与 ViT 的完美结合 | TransXNet: 结合局部和全局注意力提供强大的归纳偏差和高效感受野
导读本文依旧从经典的 ViTs 说起，即基于 MHSA 构建远距离建模实现全局感...
BERT：从理解语言到产生语言
尽管 BERT 模型在今天很少以原始形式使用，但这种模型架构仍有很多值得借鉴的地...