Bajins

# 人工智能

# Flag

现在只是 AI 的初级阶段，大模型不是魔法，更不是具有自主智能的"硅基智能体"，而是基于统计规律的语言模型，它的一切行为都基于数学计算。 如果让它解决没有训练过的题目，也就是不存在统计规律的话，它根本解不出来。 大模型的表现（智能程度）首先由训练材料决定：训练的语料越多，表现越好。https://github.com/Lossfunk/EsolangBench (opens new window) 大模型权重是什么 (opens new window)

# 机器学习概念

🔹 深度学习 ⊂ 机器学习 ⊂ 人工智能

术语 定义
人工智能（Artificial Intelligence, AI） 指让机器模拟人类智能行为（如感知、推理、学习、决策、语言理解等）的广义学科。目标是构建能“智能地”完成任务的系统。
机器学习（Machine Learning, ML） AI 的一个核心子领域，强调让机器通过数据“自动学习”规律，而非依赖显式编程规则。典型方法包括决策树、SVM、贝叶斯、聚类等。
深度学习（Deep Learning, DL） 机器学习的一个特定分支，基于多层神经网络（尤其是深度神经网络，如CNN、RNN、Transformer），通过端到端训练自动提取数据的多层次特征表示。
人工智能（AI）
├── 符号主义AI（专家系统、逻辑推理等）
├── 进化计算 / 群体智能（遗传算法、蚁群算法等）
└── 机器学习（ML）
    ├── 传统机器学习（SVM、随机森林、KNN等）
    └── 深度学习（DL）
        ├── 卷积神经网络（CNN）→ 图像识别
        ├── 循环神经网络（RNN/LSTM）→ 时序数据
        ├── Transformer → 大语言模型（LLM）
        └── 图神经网络（GNN）等

深度学习是神经网络的深层神经网络。强化学习是独立于机器学习之外的分支，强化学习严格来说不属于机器学习， 机器学习的任务是通过已知的训练集来学习目标函数，而强化学习不需要训练集。

  • 机器学习：一切通过优化方法挖掘数据中规律的学科。
  • 深度学习：一切运用了神经网络作为参数结构进行优化的机器学习算法。学习过程是静态的，训练样本是有标签的
  • 强化学习：不仅能利用现有数据，还可以通过对环境的探索获得新数据，并利用新数据循环往复地更新迭代现有模型的机器学习算法。学习过程是动态的，训练是没有标签的
  • 深度强化学习：一切运用了神经网络作为参数结构进行优化的强化学习算法。
  • 机器学习模型（Machine Learning models）：包括分类器、回归器、聚类器、推荐系统等。例如：Logistic回归、深度神经网络、决策树
    • Wide & Deep：Google开发的一种混合推荐模型，结合了线性模型（广度）和深度神经网络（深度）。
    • Neural Collaborative Filtering (NCF)：一种基于深度学习的协同过滤推荐算法。
    • DeepFM：一种结合因子分解机（FM）和深度神经网络的推荐算法。
  • 强化学习模型（Reinforcement Learning models）：使用来自环境的反馈，通过反复试验来学习实现目标的模型。例如：深度Q网络、政策梯度
  • 逻辑回归(Logistic Regression)
  • K最近邻(K-Nearest Neighbors)
  • 决策树(Decision Tree)
  • 随机森林(Random Forest)
  • 朴素贝叶斯(Naive Bayes)
  • 神经网络(Neural Network)
    • 感知机(Perceptron)
    • 多层感知机(Multilayer Perceptron)
    • CNN(Convolutional Neural Network)
    • RNN(Recurrent Neural Network)
    • LSTM(Long Short Term Memory)
    • GAN(Generative Adversarial Nets)
  • SVM(Support Vector Machine)
    • 聚类(Clustering)
    • K均值(K-Means)
    • 高斯混合模型(Gaussian Mixture Model)
    • DBSCAN
  • 降维(Dimensionality Reduction)
    • PCA(Principal Component Analysis)
    • LDA(Linear Discriminant Analysis)
    • -Kernel PCA
    • tSNE
  • 线性回归(Linear Regression)
  • 极限学习机(Extreme Learning Machine)
  • 隐马尔可夫模型(Hidden Markov Model)
  • 支持向量聚类(Support Vector Clustering)
  • 递增学习(Incremental Learning)
  • 置信学习(Confidence Learning)
  • 元学习(Meta Learning)
  • 集成学习(Ensemble Learning)
    • 随机森林(Random Forest)
    • GBDT(Gradient Boosting Decision Tree)
    • AdaBoost
    • 栈式学习(Stacking)
  • 迁移学习(Transfer Learning)
  • 计算机视觉(Computer Vision)：用于分析图像和视频的模型。例如：对象检测器、分割模型、面部识别模型
    • CNN(Convolutional Neural Network)
    • 对象检测(Object Detection)
    • semantic segmentation
    • 实例分割(Instance Segmentation)
    • 目标跟踪(Object Tracking)
    • 行人重识别(Person Re-identification)
    • 图像分类(Image Classification)
    • 物体识别(Object Recognition)
  • 自然语言处理(Natural Language Processing)：用于处理文本和语音的模型。例如：变形金刚、递归神经网络、单词嵌入
    • RNN(Recurrent Neural Network)
    • LSTM(Long Short Term Memory)
    • GRU(Gated Recurrent Unit)
    • 词向量(Word Embedding)
    • 文本分类(Text Classification)
    • 机器翻译(Machine Translation)
    • 问答系统(QA)
    • 评论分析(Sentiment Analysis)
    • 词性标注(Part-of-speech Tagging)
    • 命名实体识别(Named Entity Recognition)
    • 依存句法分析(Dependency Parsing)
    • 文本摘要(Text Summarization)
  • 卷积神经网络（Convolutional Neural Networks，CNN）：图像识别、目标检测、图像分割、人脸识别等。
    • AlexNet：2012年的ImageNet竞赛冠军，深度卷积神经网络（CNN）的开创者。
    • VGG-16 和 VGG-19：牛津大学开发的具有16层和19层的CNN，广泛应用于图像识别任务。
    • ResNet (Residual Network)：Microsoft开发的一种具有残差连接的深度CNN，解决了深度网络训练中的梯度消失问题。
    • Inception 系列（例如Inception v3 和 Inception-ResNet）：Google开发的具有多尺度卷积结构的CNN。
    • EfficientNet：一种基于自动搜索的CNN，通过调整网络宽度、深度和分辨率实现了高性能和低计算成本的平衡
  • 循环神经网络（Recurrent Neural Networks，RNN）：自然语言处理、语音识别、时间序列预测等。
  • 生成对抗网络（Generative Adversarial Networks，GAN）：图像生成、图像超分辨率（Super-Resolution Models）、图像修复、图像风格迁移等。
    • SRCNN
    • ESPCN
    • EDSR
  • 转换器（Transformer）：自然语言处理、文本分类、机器翻译、问答系统等。
    • BERT (Bidirectional Encoder Representations from Transformers)：由Google开发的NLP模型，具有双向上下文识别能力。
    • GPT (Generative Pre-trained Transformer)系列：由OpenAI开发的一系列模型，包括GPT、GPT-2、GPT-3和GPT-4（即我）。
    • T5 (Text-to-Text Transfer Transformer)：由Google开发的文本生成和NLP任务的通用模型。
    • RoBERTa：Facebook AI的一种优化BERT变体，通过调整训练方法和超参数提高了性能。
    • ALBERT (A Lite BERT)：一种精简版的BERT，减少了参数数量和计算复杂度。
    • XLNet：BERT的双向替代品，结合了Transformer-XL和BERT的优势。
  • 预训练语言模型（Pretrained Language Models，PLM）：文本分类、情感分析、问答系统、机器翻译等。
  • 支持向量机（Support Vector Machine，SVM）：分类、回归、异常检测等。
  • 决策树（Decision Tree）：分类、回归等。
  • K均值聚类（K-Means Clustering）：聚类分析等。
  • YOLO
  • Mask R-CNN
  • BERT
  • GPT
  • DQN

# 开源实现

# Jupyter Notebook

# OCR

  • ImportError: libGL.so.1: cannot open shared object file: No such file or directory
    • apt install libgl1-mesa-glx debian
    • yum install mesa-libGL-devel centos
  • Could not find library geos_c or load any of its variants ['libgeos_c.so.1', 'libgeos_c.so']
    • apt install libgeos-dev debian
    • yum install geos-devel centos

目标检测（Object Detection）

图像分类（Classification）

特征匹配（Feature Matching）

图像向量化检索 (Image Embedding)余弦相似度（Cosine Similarity）

Vision Language Models(VLM)

# 通用模型

# https://ai.google.dev/models?hl=zh-cn
# https://aistudio.google.com/apikey
curl \
-H 'Content-Type: application/json' \
-d '{ "prompt": { "text": "Write a story about a magic backpack"} }' \
"https://generativelanguage.googleapis.com/v1beta3/models/text-bison-001:generateText?key=YOUR_API_KEY"

curl \
-H 'Content-Type: application/json' \
-d '{"contents":[{"parts":[{"text":"Write a story about a magic backpack"}]}]}' \
-X POST https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent?key=YOUR_API_KEY

# 编程

← 加密认证 →