首页
学习
活动
专区
工具
TVP
发布

Datawhale专栏

专栏成员
516
文章
778810
阅读量
78
订阅数
一文探索“预训练”的奥秘!
2022年下半年开始,涌现出一大批“大模型”的优秀应用,其中比较出圈的当属AI作画与ChatGPT,刷爆了各类社交平台,其让人惊艳的效果,让AI以一个鲜明的姿态,站到了广大民众面前,让不懂AI的人也能直观地体会到AI的强大。大模型即大规模预训练模型,本文就和大家聊一聊 预训练模型的起源与发展。
Datawhale
2023-01-10
1.1K0
全网唯一,不忽悠的ChatGPT
最近ChatGPT火出圈了,它和前阵子的Stable Diffusion(AIGC)一样成为社交媒体上人们津津乐道的话题。“ChatGPT要取代谷歌搜索了?”“ChatGPT要让程序员失业了吗?”……类似的标题又一次刺激了我们的神经。作为一名码农,我对后一个标题其实是嗤之以鼻的。无论ChatGPT是用了什么样的“魔法”,仅从目前展现的能力来看,它学会的顶多就是熟练使用编程语言的API,去实现某个函数完成人类给定的特定小任务。在真实的项目场景下,程序员通常要接过一个含糊不清的需求,梳理其中的每个细节直至形成逻辑闭环,再将其抽象成一个个特定任务并实现功能,现有AI至多能帮上最后一个小阶段;更别提真正让程序员头大的往往是并发、事务一致性等问题,这些都是现有AI无法解决的。
Datawhale
2023-01-09
1.3K0
Jeff Dean:机器学习在硬件设计中的潜力
为什么芯片设计需要很长时间?能不能加速芯片设计周期?能否在几天或几周之内完成芯片的设计?这是一个非常有野心的目标。过去十年,机器学习的发展离不开系统和硬件的进步,现在机器学习正在促使系统和硬件发生变革。
Datawhale
2023-01-07
5080
机器学习算法备忘单!
机器学习(ML)是人工智能(AI)和计算机科学的一个子领域,主要是利用数据和算法来模仿人的学习方式,逐步提高其准确性。使用这个树状图作为指南,以确定使用哪种ML算法来解决你的AI问题。
Datawhale
2022-10-31
3860
超详细的AI 专家路线图!GitHub获星19.3k
想从事人工智能领域的研究,盲目地在网上购买了一本又一本的参考资料,学习视频刷了一遍又一遍…… 反过头来看,这些方法可能作用并不是很大,却消耗了大量的时间和金钱。
Datawhale
2022-05-29
5760
浙大赵俊博:重新审视模型 vs 数据这个问题!
AI在当下是一个非常火热的研究领域,每年有大量的研究论文涌现,但整体上比起研究探索,这更像是一个竞赛。在一个相同的公开的标准数据集或评测任务上,全世界的研究者乐此不疲地开发(说尝试更恰当些)新的模型结构,努力把模型层数做的越来越深,力图刷榜达到SOTA效果。在这样一个竞赛式的研究体系下,自然没有人去关心数据本身(因为数据已经是固定的了,这是一道命题作文)。
Datawhale
2021-10-13
5600
时间序列预测方法最全总结!
时间序列预测就是利用过去一段时间的数据来预测未来一段时间内的信息,包括连续型预测(数值预测,范围估计)与离散型预测(事件预测)等,具有非常高的商业价值。
Datawhale
2021-03-12
27.5K1
复旦大学邱锡鹏教授:一张图带你梳理深度学习知识脉络
寄语:本文梳理了深度学习知识体系,分为机器学习、神经网络和概率图模型,同时对机器学习算法类型、深度学习原理框架等进行了梳理,帮助大家更好地学习和入手深度学习。
Datawhale
2020-05-20
2.3K0
【图解】算法原理!通俗理解机器学习算法
机器学习这个主题已经很普遍了,每个人都在谈论它,但很少有人能够透彻地了解它。当前网络上的一些机器学习文章晦涩难懂,理论性太强,或者通篇云里雾里地介绍人工智能、数据科学的魔力以及未来的工作等。
Datawhale
2020-04-14
1.3K0
手绘 | 深入解析风控8大场景中的机器学习应用
本文详细梳理风控领域的基本概念,并将风控模型的使用场景分为8大板块,逐一解析机器学习在其中的应用。
Datawhale
2019-11-28
1.7K0
生成式模型 vs 判别式模型
生成式模型和判别式模型的概念是机器学习领域非常重要的基础知识,但能准确区分开二者并不是一件非常容易的事情,笔者经常是看一遍忘一遍,为了巩固下知识点,我将从以下几个方面对两种模型进行介绍和对比。
Datawhale
2019-11-27
3.9K0
干货!吴恩达亲自为这份深度学习专项课程精炼图笔记点了赞!
吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念。机器之心认为这不仅仅是一份课程笔记,同时还是一套信息图与备忘录。下面,我们将从深度学习基础、卷积网络和循环网络三个方面介绍该笔记,并提供信息图下载地址。
Datawhale
2019-11-12
5780
这是一篇适合新手的深度学习综述
论文:Recent Advances in Deep Learning: An Overview
Datawhale
2019-10-23
1.2K0
一文总结机器学习常见知识点
机器学习:使计算机改进或是适应他们的行为,从而使他们的行为更加准确。也就是通过数据中学习,从而在某项工作上做的更好。
Datawhale
2019-10-09
4940
GNN 系列:图神经网络的“开山之作”CGN模型
考虑图(例如引文网络)中节点(例如文档)的分类问题,通常该图中只有一小部分节点有标签。这类问题可以划分到基于图的半监督学习问题中。为了对节点进行分类,首先我们可以利用节点自身的特征信息,除此之外,我们还可以利用图结构信息,因此一个典型的图半监督学习问题可以采用下面的学习策略:
Datawhale
2019-08-06
1.2K0
干货!推荐算法工程师学习路线及工作指南
作者在《推荐算法工程师的成长之道》这篇文章中讲到推荐算法工程师是一个好的职业选择,并且讲解了职业发展路径及定位、怎么成长等话题(还没看的可以看起来)。
Datawhale
2019-07-08
7.6K0
万字综述之生成对抗网络:GAN
前阵子学习 GAN 的过程发现现在的 GAN 综述文章大都是 2016 年 Ian Goodfellow 或者自动化所王飞跃老师那篇。可是在深度学习,GAN 领域,其进展都是以月来计算的,感觉那两篇综述有些老了。
Datawhale
2019-07-08
6660
数据科学&机器学习基础面试题,来检验你的水平吧
技术的不断进步使得数据和信息的产生速度今非昔比,并且呈现出继续增长的趋势。此外,目前对解释、分析和使用这些数据的技术人员需求也很高,这在未来几年内会呈指数增长。这些新角色涵盖了从战略、运营到管理的所有方面。因此, 当前和未来的需求将需要更多的数据科学家、数据工程师、数据战略家和首席数据官这样类似的角色。
Datawhale
2019-07-08
4980
机器学习成才之路:这是一条GitHub高赞的学习路径
曾有多少次,当你试图接近某一个新主题或领域时,会感到困惑、迷失方向并且无「路」可循。要如何确保你能够深刻理解并且获得运用它的能力呢?当然是借鉴其他人的成熟路径,然后跟着他一步步学习,少走很多弯路。
Datawhale
2019-07-08
5330
没有更多了
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档