未来已来：全方位掌握【人工智能】的系统学习路线
言处理 3.强化学习 第四部分：进阶学习 1. 前沿技术 1.联邦学习 2.自监督学习 3.解释性AI 2. 领域知识 1.医学影像分析 2.金融风控 3.智能制造 第五部分：资源与工具 结语 前言 人工智能（Artificial Intelligence, AI）是当前科技发展的前沿领域，广泛应用于各行各业。学习AI需要系统的知识体系和丰富的实践经验。本文将详细介绍AI的学习路线，分点讲解各个部分的具体...
AI入门指南：什么是人工智能、机器学习、神经网络、深度学习？
文章目录 一、前言二、人工智能(AI)是什么？起源概念人工智能分类人工智能应用 三、机器学习是什么？概念机器学习常见算法机器学习分类机器学习与人工智能的关系 四、神经网络是什么？概念神经网络组成部分神经网络模型神经网络和机器学习的关系 五、深度学习是什么？概念深度学习的特点深度学习与人工智能、机器学习的关系深度学习面临的挑战 六、总结七、未来展望八、参考资料 一、前言 本文主要面向那些想了解或准备从事人...
知识图谱开启了一个可以理解的人工智能未来
概述 本文是对利用知识图谱（KG）的综合人工智能（CAI）的全面调查研究，其中 CAI 被定义为可解释人工智能（XAI）和可解释机器学习（IML）的超集。 首先，本文澄清了 CAI 的概念，并提出了一种分类法，根据 KG 的表示方案、任务和基本方法对 KG 进行分类。在此分类法的基础上，分别对利用 KG 的 IML 和 XAI 方法进行了详细分析。 IML 方法介绍了规则提取、路径查找和嵌入方法，XAI...
人工智能深度学习系列—深入解析：均方误差损失（MSE Loss）在深度学习中的应用与实践
文章目录 1. 背景介绍2. Loss计算公式3. 使用场景使用场景扩展 4. 代码样例5. 总结 1. 背景介绍 在深度学习的世界里，损失函数犹如一把尺子，衡量着模型预测与实际结果之间的差距。均方误差损失（Mean Squared Error Loss，简称MSE Loss）作为回归问题中的常见损失函数，以其简单直观的特点，广泛应用于各种预测任务。本文将带您深入了解MSE Loss的背景、计算方法、使...
【人工智能】Transformers之Pipeline（六）：图像分类（image-classification）
代码极简的使用计算机视觉中的图像分类（image-classification）模型。 期待您的3连+关注，如何还有时间，欢迎阅读我的其他文章： 《Transformers-Pipeline概述》 【人工智能】Transformers之Pipeline（概述）：30w+大模型极简应用 《Transformers-Pipeline 第一章：音频（Audio）篇》 【人工智能】Transformers之Pip...
【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+TensorFlow
到改善。传统的眼疾诊断依赖于专业眼科医生的经验和判断，但由于医疗资源的分布不均，特别是在欠发达地区，患者往往难以及时获得诊断和治疗。 在此背景下，利用现代技术手段进行眼疾的自动化识别显得尤为重要。随着人工智能和深度学习技术的发展，计算机视觉在医学图像处理领域取得了显著进展。基于深度学习的眼疾识别系统不仅可以提高诊断的准确性，还能够显著降低诊断成本，使更多患者受益。 本课题旨在开发一个基于深度学习的眼疾识别...
【人工智能】Transformers之Pipeline（三）：文本转音频（text-to-audio/text-to-speech）
S），与上一篇音频转文本（STT）是对称技术，给定文本生成语音，实际使用上，更多与语音克隆技术相结合：先通过一段音频（few-show）进行声音克隆，再基于克隆的音色和文本生成语音。应用场景极多，也是人工智能领域最易看到成果的技术，主要应用场景有读文章、音乐生成、短视频智能配音、游戏角色智能配音等。 2.2 技术原理 2.2.1 原理概述 当前比较流行的做法还是基于transformer对文本编码与声音编...
人工智能 (AI) 应用：一个异常肺呼吸声辅助诊断系统
关键词：深度学习、肺癌、多标签、轻量级模型设计、异常肺音、音频分类 近年来，流感对人类的危害不断增加，COVID-19疾病的迅速传播加剧了这一问题，导致大多数患者因呼吸系统异常而死亡。在这次流行病爆发之前，呼吸系统疾病已经成为社会主要死亡原因之一，包括“五大”呼吸系统疾病：哮喘、慢性阻塞性肺病（COPD）、急性下呼吸道感染、肺癌和结核病。COPD在全球致命疾病中排名第三，每年夺去320万人的生命，占所有慢...
人工智能、机器学习、神经网络、深度学习和卷积神经网络的概念和关系
人工智能（Artificial Intelligence，缩写为AI）--又称为机器智能，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是智能学科重要的组成部分，它企图了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器。人工智能的研究领域十分广阔，主要包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习...
人工智能的新时代：从模型到应用的转变
博客目录 一、AI 技术的转变：从辨别式到生成式二、技术与应用的平衡三、避免“超级应用陷阱”四、AI 时代的新规律五、个性化应用的重要性六、大模型技术的角色七、结语 7 月 4 日，2024 年世界人工智能大会在上海世博中心盛大开幕，百度创始人李彦宏在产业发展主论坛上的发言引起了广泛关注。他提出的观点，不仅对 AI 技术的发展提出了新的思考，也为产业界提供了新的发展方向。 一、AI 技术的转变：从辨别式...