老齐教室

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

本文将深入讲解支持 ChatGPT 的机器学习模型。从介绍大语言模型（Large Language Models）开始，深入探讨革命性的自注意力机制，该机制使 GPT-3 得以被训练。然后，进一步探讨强化学习，这是使 ChatGPT 变得卓越的新技术。

ChatGPT的原理：机器人背后的模型

GPT-3 是去年由 Open AI 推出的语言机器学习模型。它因其能够写作、写歌、写诗，甚至写代码而获得了广泛的媒体关注！该工具免费使用，只需要注册一个电子邮件即可。

用 Python 调用 GPT-3 API

以上两种定义，本质上是一样的。在第一种定义中，栈 s 的指针 s.base 在对栈进行操作时不变化，因此可以用它指向栈的数据元素。

数据结构资料汇编：栈

线性表的顺序表示：用一组地址连续的存储单元依次存储线性表的数据元素，这种表示也称为线性表的顺序存储结构或顺序映像。通常，称这种存储结构的线性表为顺序表（Sequential List）。

线性表的顺序存储

这种求解方法，能够得到正确答案，但仅仅停留在解决本题的应试技巧上，如果题目的条件更换了，外层循环不再是 i *= 2 ，就不能以 

解2022年408考研真题第1题

自然语言处理（Natural Language Processing，NLP）是计算机科学、人工智能和语言学的交叉学科，其范畴广泛，比如：语音合成、分词、词法分析、问答系统、机器翻译、情感分析等等。

自然语言处理概述

深度学习（deep learning）是机器学习的分支，已经在工业生产、科学研究等领域有广泛应用。图 1-1-1 显示了深度学习、机器学习和人工智能之间的相对关系。

深度学习框架

聚类是无监督学习的方法，它用于处理没有标签的数据，功能强大，在参考资料 [1] 中已经介绍了几种常用的算法和实现方式。其中 K-均值（K-Means）算法是一种常用的聚类方法，简单且强大。

确定聚类算法中的超参数

在 SVM 中引入核函数，用它处理非线性数据，即：将数据映射到高维空间中，使数据在其中变为线性的，然后应用一个简单的线性 SVM。听起来很复杂，在某种程度上确实如此。然而，尽管理解核函数的工作原理可能很困难，但它所要实现的目标很容易把握。

理解 SVM 的核函数的实际作用

人工智能（AI）项目的“落地”问题，现在谈论的比较多，我也来凑个热闹，不过，我不是从宏观角度来讲，而是从具体实施过程讲讲个人体会。

AI 项目落地杂谈

今早，有读者询问《机器学习数学基础》77页的旋转公式问题，下面将详细推导过程显示出来：

对旋转公式的证明

本节的标题很大，但内容仅限于演示一个在树莓派上应用 Python 语言进行开发的示例，如果读者对本节标题相关的内容有兴趣，推荐查阅有关专门资料。

开源图书《Python完全自学教程》12.7树莓派开发

深度学习是机器学习的一个分支，目前常用的深度学习框架有 TensorFlow、PyTorch和飞桨等（飞桨，即 PaddlePaddle，全中文的官方文档，让学习者不为语言而担忧）。本小节中将以 PyTorch 演示一个经典的案例，让初学 Python 的读者对深度学习有感性地认识。所以，以下代码可不求甚解，只要能认识到所涉及到的基础知识并不陌生即可——除了 PyTorch 部分。

开源图书《Python完全自学教程》12.6机器学习案例12.6.2猫狗二分类

数据集 cruise.csv 包含了船的吨位、大小、乘客密度、船员数量等特征，业务需要建立一个船员数量与其他相关特征的回归模型，从而能估计船员数量。

开源图书《Python完全自学教程》12.6机器学习案例12.6.1预测船员数量

随着数据科学的发展，数据分析或者数据挖掘已经越来越受到各种业务的重视，比如商业、生产等领域，各种决策也更多地依靠数据分析的结果，逐渐减少个人经验和“拍脑门”“抖机灵”等在决策中的成分。

开源图书《Python完全自学教程》12.5数据分析

科学计算是科学、工程等项目中必不可少的，MATLAB 曾风光一时，但它是收费的，并且有“被禁”的风险——坚决反对用盗版软件，“被禁”不是盗版的理由。其实，Python ——开源、免费——是做科学计算的选择之一，它不仅能做 MATLAB 所能做的一切，还能做它不能做的。所以隆重推荐，在科学计算上选用 Python 。

开源图书《Python完全自学教程》12.4科学计算

网站，现在可谓是司空见惯，就连本书作者也有个人网站（www.itdiffer.com），用以向读者提供所编写书籍的参考资料。那么，怎么制作网站？如果从理论上说，这是一个听起来、讲起来都比较复杂的事情。首先要全面了解有关计算机网络的有关知识（推荐阅读《计算机网络》，谢希仁编著，电子工业出版社出版），然后要能够运用多项技术，比如搭建服务器并部署有关程序、创建数据库、编写网站代码（还分前端和后端）、配置网站域名等，甚至还要考虑网站的并发量、安全性。所以，通常制作网站的项目，都是由若干个人组成一个团队协作完成。

开源图书《Python完全自学教程》12.3制作网站

自 2017 年以来，深度学习算法、应用和技术突飞猛进。为了清楚起见，之后的发展是按类别划分的。在每个类别中，我们都会回顾主要趋势和一些最重要的突破。

深度学习简史(二)

1958年，Frank Rosenblatt 提出了感知机（注：有的资料认为是 1957 年提出的，本文以 Frank Rosenblatt 的文章《The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain》发表时间为准），这是一种非常简单的机器，后来成为今天智能机的核心和起源。感知机是一个非常简单的二元分类器，它可以判断输入的图像是否属于给定的类别。为了实现这一点，它使用单位阶跃函数作为激活函数。

深度学习简史（一）

在程序设计中，封装（Encapsulation）是对具体对象的一种抽象，将某些部分“隐藏”起来，在程序外部“看不到”，其含义是其他程序无法调用，不是人用眼睛看不到那个代码。如果让代码变成人难以阅读和理解的形式，这种行为称作“代码混淆”（obfuscation）。

开源图书《Python完全自学教程》8.7.1下划线

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了老齐教室专栏，为你提供了老齐教室的相关文章，致力于帮助开发者快速成长与发展。

老齐教室

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐