ChatGPT插件应用ZipZap.zip
2023-09-06 10:35:46 139KB ChatGPT 人工智能 AI
1
一个非常好用的基于ChatGPT4的工具
2023-08-27 19:16:54 1.19MB 软件/插件 ChatGPT 人工智能
1
3步把ChatGPT接入飞书.zip
2023-08-27 13:03:18 3.47MB ChatGPT 人工智能
1
【超实用课程内容】 本课程从pytorch安装开始讲起,从基本计算结构到深度学习各大神经网络,全程案例代码实战,一步步带大家入门如何使用深度学习框架pytorch,玩转pytorch模型训练等所有知识点。最后通过 kaggle 项目:猫狗分类,实战pytorch深度学习工具。 【课程如何观看?】 PC端:https://edu.csdn.net/course/detail/27286 移动端:CSDN 学院APP(注意不是CSDN APP哦) 本课程为录播课,课程永久观看,大家可以抓紧时间学习后一起讨论哦~ 【学员专享增值服务】 源码开放 课件、课程案例代码完全开放给你,你可以根据所学知识,自行修改、优化 下载方式:电脑登录https://edu.csdn.net/course/detail/27286,点击右下方课程资料、代码、课件等打包下载
1
人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf人工智能期末试题及答案完整版.pdf
2023-08-24 13:56:39 366KB 人工智能 文档资料
为什么ChatGPT同一个工具,有的人说好用,有的人说没用 ? 今天给大家分享176个ChatGPT训练指令模板 ,让你高端玩转ChatGPT这个AI工具 ,不要一直停留在最基础的使用 !
2023-08-23 13:57:10 83KB 人工智能
1
ChatGPT你真的会用吗?   发现一个问题,虽然 ChatGPT 上线已经挺长一段时间了,但是大家对它的使用,很多还是停留在普通的你问我答。   这可远远没有体现出 ChatGPT 的真正价值。   ChatGPT 算得上目前互联网上最为智能的一款 AI 聊天机器人,简单但又难上手。   说它简单,是因为你直接把信息丢给它,就能自动处理。   说它难上手,则是在于 Prompt 的运用。   Prompt(提示词),可以简单理解为你跟 ChatGPT 聊天时所发送的内容。   ChatGPT 虽然智能,但是它智能的前提,是 Prompt 给的精准,给的合理,给的恰到好处。   Open AI 的创始人今年二月份的时候,说过这么一段话:    能够出色编写 Prompt 跟聊天机器人对话,是一项能令人惊艳的高杠杆技能,也是一种能在早期使用少量自然语言进行编程的例子。   Prompt 现阶段不仅仅应用于 ChatGPT,当下比较火的 AI 绘图工具 Midjourney,Stable Diffusion,Adobe Firefly,都需要你用 Prompt 跟 AI 进行交流。   
2023-08-21 08:50:08 122KB 人工智能 ChatGPT AI 聊天机器人
1
最近,英伟达宣布了该公司在人工智能(AI)研究领域的诸多进展。比如本月早些时候,该公司就与 Hackster 合作,在 Edge 挑战赛上介绍了自家的 AI 。 其能够利用 Jetson Nano 开发者套件,打造基于神经网络的新模型。同时,英伟达在 11 月发布了多模式 AI 软件开发套件 Jarvis,能够将多种传感器整合到一个系统中。此外,该公司设计了一种新算法的原型,可帮助机器人拾取任意物体。 不过本文要为大家介绍的,则是英伟达在 NeurIPS 2019 上推出的一种基于深度学习的新模型。它能够根据输入的音乐,自动生成合适的舞蹈动作。 这款由加州大学和默塞德大学合作开发的能够自动编舞的软件,亦被称作 AI Choreographer 。 尽管表面上看起来并不难,但研究团队注意到:测量音乐和舞蹈之间的精确相关性,仍需考虑诸多的变量,比如音乐的节拍和风格。 为此,研究团队收集了三种具有代表性的舞蹈类别,分别是芭蕾舞、尊巴舞、以及嘻哈。在分析了 36.1 万段舞蹈剪辑后,研究人员再通过训练系统来使用对抗网络(GAN)。
2023-08-14 15:20:49 70KB 人工智能
1
猕猴桃种植知识图谱构建。针对猕猴桃种植领域数据多源异构的特点,采用自顶向下的方式构建猕猴桃种植知识图谱,首先设计猕猴桃种植知识图谱的本体概念模式,然后根据模式层的本体规范将抽取的三元组事实加入到数据层知识库中;针对知识图谱构建过程中知识抽取方法复杂、准确率低以及知识补全困难等问题,采用实 体关系联合抽取方法和基于TransR的知识补全方法,并构建了融合字词语义信息的猕猴桃种植实体识别模型,该模型以SoftLexicon为基础,通过MHA和Attention机制分 别调整词权重和词集重要度进一步提高命名实体识别精确率。实验结果表明,本文构 建的猕猴桃种植实体识别模型与SoftLexicon模型相比,F1值提高了1.58%,达到了91.91%,在ResumeNER公开数据集上F1值达到了96.17%;猕猴桃种植三元组抽取F1值为92.86%;基于TransR的知识补全方法Hit@3和Hit@10分别为90.40%和92.60%。
2023-08-13 16:48:01 10.26MB 知识图谱 实体对齐 自然语言处理
1
主要包含了以下关键词 设计师名称合集 视角合集 色彩系列风格词 设计风格合集 灯光合集 渲染增加清晰度 特写细节整体细节词 自然现象 质感和材质 古风类型关键词
2023-08-13 12:10:23 101KB 人工智能 AI绘画 MJ 知识图谱
1