人工智能西瓜数据集——决策树

...

分类导航栏分类导航栏-三级分类带详细数据

这是一份 Prompt 编写模式的指南速查表，将思维框架赋予机器，以设计模式的形式来思考 prompt，帮助更好地应用 Prompt 对 AI 进行编程。非常棒的内容设计和总结！ 文档为 prompt 的编写，总结了四种基础模式：特定指令（By specific），指令模板（Instruction Template），代理模式（By proxy），示例模式（By demonstration），并为每种模式设计了模板，直接套用就可以玩转 AI！

毕业设计基于Opencv的车牌识别系统 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会发现，车牌字符识别，可能存在误差，尤其是第一个中文字符出现的误差概率较大。 - 版本：python3.7.3，opencv4.0.0.21，numpy1.16.2，tkinter和PIL5.4.1.

1、定制芯片的性能提升非常明显，这种性能的飞速提升对于人工智能的发展意义重大；2、人工智能时代的市场空间将不仅仅局限于计算机、手机等传统计算平台，核心芯片需求量将数十倍于智能手机下游需求量；3、通过算法切入人工智能领域的公司希望通过芯片化、产品化来盈利。 在PC 时代和移动互联网时代分别处于霸主地位的X86 架构和ARM 架构的发展历程表明，1、核心芯片决定了一个新的计算平台的基础架构和发展生态；2、新的计算时代来临之时往往是新兴企业弯道超车的绝佳机遇；3、目前使用的GPU、FPGA 均非人工智能定制芯片，天然存在局限性，人工智能专用芯片对于IT 巨头和初创企业是同一起跑线的蓝海。

人工智能技术发展及应用研究综述_张妮

基于YOLO2和ResNet算法的监控视频中的人脸检测与识别基于YOLO2和ResNet算法的监控视频中的人脸检测与识别

pytorch入门与实战所有的代码及课件，环境搭建到实战，包含RNN,LSTM GAN等多个章节内容

主要使用算法： maxmin 极大极小值搜索 alphabeta 剪枝算法( 与阿尔法围棋 AlphaGo 一样的算法 )，可进行 AI 人机对决。 注：使用AI算法比较复杂，1500+的代码计算起来会很慢。使用turbowarp编译可以大幅度提升速度（大约快15倍左右）! 操作：【Q】查看日志，【R】开外挂( 作弊按键 )。 此后仍有作品或有趣游戏，请关注原作者，且点赞加收藏，记得推荐好友。下载即可游玩，快来下载吧！