TechLead-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

TechLead

专栏成员

103

文章

127824

阅读量

28

订阅数

CUDA常见驱动程序兼容性问题一览

工作兼容性解决方案内核 cuda

驱动程序的兼容性对于CUDA的正常运行至关重要。在Linux系统中，驱动程序的安装与配置常常面临各种问题。本文将详细列举驱动程序兼容性问题及其解决方案，确保能够顺利配置和使用CUDA环境。

2024-08-01

860

【RAG实战】基于TextIn打造上市公司财务报表智能问答系统

模型数据系统表格函数

在当今竞争激烈的市场环境中，企业和投资者对财务信息的获取与分析要求越来越高。上市公司财务报表作为评估公司财务健康和未来发展的重要依据，提供了大量关键信息。

2024-07-26

1120

聊聊文档解析测评工具中表格指标

表格对象工具数据系统

TextIn发布了文档解析测评工具，https://github.com/intsig/markdown_tester ，定量测评文档解析还原的效果。

2024-07-26

910

文档解析效果全维度测评标准开源

产品工具开源表格测试

今天向大家介绍一款全面展示文档解析产品能力的工具——TextIn文档解析测评工具，https://github.com/intsig/markdown_tester

2024-07-26

870

详解Diffusion扩散模型：理论、架构与实现

算法架构模型设计数据

Diffusion扩散模型是一类基于概率扩散过程的生成模型，近年来在生成图像、文本和其他数据类型方面展现出了巨大的潜力和优越性。该模型利用了扩散过程的逆过程，即从一个简单的分布逐步还原到复杂的数据分布，通过逐步去噪的方法生成高质量的数据样本。

2024-07-26

1450

RAG技术架构与实现原理

编码架构模型性能原理

Retrieval-Augmented Generation（RAG）是一种结合了检索和生成技术的自然语言处理（NLP）模型。该模型由Facebook AI提出，旨在提升生成式模型在处理开放域问答、对话生成等任务中的性能。RAG模型通过引入外部知识库，利用检索模块（Retriever）从大量文档中提取相关信息，并将这些信息传递给生成模块（Generator），从而生成更加准确和有用的回答或文本。

2024-07-15

3200

半监督学习算法及其实现

性能监督学习模型数据算法

在机器学习领域，数据是驱动模型训练的核心资源。然而，获取大量带标签的数据往往是昂贵且耗时的过程。半监督学习（Semi-Supervised Learning, SSL）通过利用大量未标记的数据和少量标记的数据，有效地缓解了这一问题。SSL不仅能够减少对标记数据的依赖，还能够在许多实际应用中提升模型的性能。

2024-07-05

1970

强化学习详解：理论基础与基础算法解析

基础算法强化学习动态规划函数

强化学习（Reinforcement Learning, RL）是机器学习中的一个重要分支，其目标是通过与环境的交互来学习决策策略，以最大化长期累积奖励。在强化学习中，智能体（agent）通过执行一系列动作来影响环境，从而获得反馈信号，即奖励（reward）。这种学习机制模仿了生物体在自然界中的学习过程，因此具有很强的现实意义和应用前景。

2024-07-04

2340

无监督学习：从理论到实践的全面指南

无监督学习可视化实践数据算法

无监督学习（Unsupervised Learning）是一类机器学习任务，其中算法在没有标签的情况下，从未标记的数据中学习模式和结构。与有监督学习不同，无监督学习不依赖于预定义的输出，而是从数据本身提取信息，用于发现数据的内在规律和特征。

2024-06-21

4520

监督学习6大核心算法精讲与代码实战

模型数据算法监督学习决策树

监督学习线性回归、逻辑回归、决策树、支持向量机、K近邻、朴素贝叶斯算法精讲，模型评估精讲

2024-06-08

2411

全面盘点多模态融合算法及应用场景

模型视频数据算法网络

多模态融合（Multimodal Fusion）是指结合来自不同模态（如视觉、听觉、文本等）的数据，以提升信息处理和理解能力的技术方法。多模态数据通常具有不同的物理性质和信息特征，通过融合这些多模态信息，可以获得更全面和准确的理解。这种融合过程可以发生在数据层、特征层和决策层：

2024-05-29

3.1K1

生成式AI核心技术详解：从GANs到Transformers

数据自然语言处理 self size 模型

生成式AI（Generative AI）作为人工智能的一个重要分支，通过学习大量的数据生成新的数据样本，在多个领域取得了令人瞩目的进展。生成式AI不仅在学术研究中激发了广泛的兴趣，也在工业应用中展示了巨大的潜力，推动了图像生成、文本生成、视频生成等领域的快速发展。

2024-05-29

2.7K0

词向量发展历程：技术及实战案例

统计自然语言处理 word 编码模型

词向量（Word Vector）或词嵌入（Word Embedding）是自然语言处理（NLP）中的一项基础技术，它允许我们将自然语言中的词汇表示为实数向量。这些向量通常存在于一个高维空间内，其中每一个维度都可能代表着某种语义属性。通过这种转换，机器学习模型可以捕捉到词语之间复杂的关系，如语义相似性、反义、上下位关系等。

2024-04-17

3810

探索关系抽取技术：常用算法与应用

深度学习监督学习模型数据算法

关系抽取（Relation Extraction, RE）是自然语言处理（NLP）领域的一个重要任务，其主要目的是从文本中识别实体（entities）之间的预定义语义关系。这一任务对于构建知识图谱、信息检索、问答系统等应用至关重要，因为它能够帮助机器理解和利用文本中的结构化知识。

2024-04-10

5450

实体抽取全解析：技术与实战

模型数据机器学习神经网络深度学习

实体抽取（Named Entity Recognition, NER）技术，在自然语言处理（NLP）领域中占据着不可或缺的地位。它的主要任务是从文本中识别出具有特定意义的实体，例如人名、地点、组织机构名等，这对于理解和分析大量未结构化的文本数据至关重要。深入理解实体抽取技术不仅仅是掌握其基本原理和应用方法，更是要深挖其技术细节、挑战以及面对这些挑战时的创新解决方案。

2024-04-10

1K0

知识推理技术解析

数据算法系统优化知识图谱

在人工智能领域，知识推理技术是一个不断发展的重要分支，它关注于如何让计算机系统使用预先定义的知识库进行逻辑推理，以解决复杂问题。这种技术基于一系列成熟的理论和方法，从传统的符号逻辑推理发展到现代的图谱推理和机器学习融合方法。知识推理不仅涉及知识的有效表示和存储，还包括如何通过逻辑运算对这些知识进行处理和推导出新的知识。

2024-03-13

2200

知识融合：知识图谱构建的关键技术

深度学习知识图谱模型数据机器学习

在人工智能和大数据时代，知识图谱作为连接广泛领域知识的桥梁，已经成为信息组织和智能检索的关键技术。知识图谱通过将现实世界中的实体及其相互关系以图形的形式进行结构化表示，不仅为机器提供了理解世界的方式，也极大地丰富了人机交互的可能性。随着知识图谱应用的不断深入，其在搜索引擎、推荐系统、语义搜索、智能问答等领域发挥着越来越重要的作用。

2024-03-04

1.7K0

Azure AI - 沉浸式阅读器，阅读障碍用户福音

服务客户端配置语音 azure

沉浸式阅读器旨在让每个人都能更轻松、更方便地阅读。让我们看一下沉浸式阅读器的一些核心功能。

2024-01-29

2370

Azure Machine Learning - 聊天机器人构建

azure 开发搜索容器机器人

此体系结构中的大多数资源使用基本定价层或消耗定价层。消耗定价基于使用量，这意味着你只需为使用的部分付费。完成本文将收取一定费用，但费用极少。完成本文后，可以删除资源以停止产生费用。

2024-01-18

2430

深入解析多目标优化技术：理论、实践与优化

函数模型实践算法优化

在现代机器学习和深度学习的世界里，优化算法扮演着核心角色。它们是推动算法向预期目标前进的引擎，无论是在精度、速度还是效率方面。但随着技术的发展，我们越来越多地面临着一个不可避免的挑战：如何在多个目标间寻找最佳平衡点。这就引出了多目标优化（Multi-Objective Optimization，简称MOO）的概念。

2024-01-17

3.8K0

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态