Blog

Linear Regression 线性回归 主要用于解决 回归 问题，而上次介绍的 KNN 主要用于 分类 问题。线性回归同样思想简单并且实现容易（与其背后非常强的数学性质相关）,虽然线性回归非常简单，但它是许多强大的

KNN KNN 算法英文全称为K-Nearest Neighbors,中文叫做 K近邻算法 。KNN算法思想极度简单，同时应用的数学知识几乎为0，非常适合入门机器学习。 下图中以二维平面可视化来演示KNN的思想。每个病人

Preface 用LoRA调了两个星期的LLaMA-7B, 记录并且分享一下我遇到的问题，总结一下经验 LLaMA介绍 LLaMA 全称 Large Language Model Meta AI , 是由 Meta团队

Preface 最好先读懂Transformer再来看这个实现，这次我没有具体讲每一行代码，主要是记录这次实现 代码链接： https://github.com/sukiAme7/G2P/tree/main 项目介绍 G

Preface ​ 很开心这周先是回重庆了，趁着有空于是便顺着以前的好奇心接着读了Transformer一文.Transformer作为当今LLM的基座模型，我认为每一个入行ai的学者都绕不过这关，熟悉理解Transfo

​ 不知不觉，又过去了一周。原本计划写一篇技术博客、顺带推进毕业论文的进度，结果事与愿违┗( T﹏T )┛~，生活如常地把“理想清单”挤到角落里（笑哭）——这一周几乎全在忙老师布置的组内任务，像一块被钉在实验室时间表上的

什么是机器学习？ 从字面意思上来说，机器学习就是让机器去 学习 .而传统的学习算法过程则是让机器去 执行 ,让机器去完成一个具体的任务而不是学习怎么去做。机器学习一个比较早的应用就是 垃圾邮件分辨 ，试想一下比较传统的计

问题：创建虚拟环境时默认路径在C盘 ​ 我们使用虚拟环境时更可能希望它能创建在D盘、E盘,但是可以发现使用命令时会出现下图环境安装路径在C盘的情况。 打开Anaconda Prompt终端,输入下面命令中的任意一个 1

Understanding Diffusion Models: A Unified Perspective -论文笔记 🔗生成式模型介绍 已知一个感兴趣分布的观测样本 x ,生成式模型目标是去学习建模它的真实数据分布