EchoSight论文研读复现
EchoSight: Advancing Visual-Language Models with Wiki Knowledge Yibin Yan && Weidi Xie School of Artificial Intelligence, Shanghai Jiao Tong University 原文连接：https://arxiv.org/pdf/2407.12735 论文
经典卷积神经网络复现
基于pytorch将经典的卷积神经网络架构复现一下 卷积神经网络基础知识数据又表格数据过渡到图像的像素数据，网络结构由全连接的多层感知机过渡到卷积结构。 卷积神经网络就是将空间不变性这一概念系统化，基于这个模型使用较少的参数学习有用的表示。 卷积神经网络的输入：n * n * 3的图片向量 卷积神经网络的输出：类别标签/类别向量(经过s
C++五子棋
在Windows中一切矩形的东西都是窗口 微软MFC的CPoint类库 五子棋设计需要的类和方法： 棋子：黑棋、白棋、最后一步 点类：参考微软MFC的CPoint类库，看似细节很见水平 棋盘：数组（GetAt()、SetAt()）、init、display函数、输入函数、输出 玩家：分类（人人、人机），需要创建裁判对象、AI对象（大部分AI事都是它
2024年10月总结与展望
得与失得：心情上不再纠缠与患得患失了，月下旬相比于月初和月中，要平和了许多。学习上稳扎稳打吧，慢慢的在往前走。 失：李沐的课程并没有按进度跟上学习、一些经典的论文都没有读；这个月旷课不少。 有得有失：这个月罕见地勇敢了一次，不知怎的。但是方式方法我认为并不妥当，会很冒失、唐突，但是于我本人，我绝对真诚。真诚有用吗？说不好。以后还要继续真诚吗？还会的。阅读能学到东西，同样地，经历、体验也能学到东西，
LLM basic knowledge
【面向开发者的LLM教程】 LLM是通过预测下一个词的的监督学习方式进行训练的。具体来说，首先准备一个包含数百亿甚至更多词的大规模文本数据集。然后，可以从这些文本中提取句子或句子片段作为模型输入。模型会根据当前输入 Context 预测下一个词的概率分布。通过不断比较模型预测和实际的下一个词，并更新模型参数最小化两者差异,语言模型逐步掌握了语言的规律，学会了预测下一个词。 在训练过程中,研究人员会
抉择本身就是向前吧
选择与看待结果选择不分对错，抉择本身就是向前吧！ 健健康康、内心阳光；事物都是在波动、曲折中发展的，无论结果如何，都要保持好心态。 尊重不同的声音，调整自己的状态。 结果当然重要，符合自己的预期，那得开心死；但是，结果如果不达预期，就不正常了吗？就不合理了吗？存在即合理啊，只是没达到你自己的预期，你会失落、会感到遗憾、会不开心。但是，没有达到预期，自己就没有一点问题吗？我想自身还是有很大问题的，而
Multimodal RAG System Survey
A Comprehensive Guide to Building Multimodal RAG Systems本篇博文的主要内容是对一篇综述性博客文章()的翻译阅读与总结。通过阅读本篇文章，理清楚多模态RAG的基本概念与应用场景、部署方式、工作流程。 RAG系统的优势是可以整合自身数据并增强LLM的智力，对于问题给出更多精确的回答。然而，关键的限制就是RAG系统仅仅是它仅适用于文本数据。 许多现
我们是怎么学习的？机器是如何学习我们的学习的？
写代码和写情书是一样的，得多练 ——杨力祥 写在前面杨力祥老师上节课讲了，之所以自己职业生涯在很早的时候投入到AI领域，包括复现Alpho Go；在弄清楚机器是如何学习的同时，也想知道人自身是怎么学习的？ 关联、体系是学习的关键，不要被一些看似“懂得多”、“行家”某些人忽悠。学东西，任何一门东西，都要有体系的去学、有结构的去学。不要想玩沙子一样，看