生活娱乐共1192篇
排序
回归预测模型
前言本文基于Kaggle平台&，mdash，&，mdash，洪水数据集的回归预测，文末附数据集，，介绍一种基于CNNLSTM网络的回归预测模型，以下是数据集中各列的描述，包括功能名称的含义，MonsoonInte......
Visual Quantization to A 模型量化技术 Guide 可视化指南
编者按，随着大语言模型，LLMs，规模的不断扩大，如何在有限的计算资源下高效部署这些模型成为了一个迫切需要解决的问题，模型量化作为一种有效的模型压缩技术，在保持模型性能的同时大大降低了计算和存储开销，因此广受关注，但对于许多人来说，模型量化......
AgentRE 用智能体框架提升知识图谱构建效果 重点是开源！
图片1.背景关系抽取，RelationExtraction，RE，是指将非结构化文本转化为结构化数据，关系三元组，，在知识图谱构建等领域扮演了重要角色，但是关系抽取往往因为关系类型的多样性和句子中实体关系的模糊性等问题，导致难以实现高效的R......
如何通过压缩提示降低GPT
如果使用得当，LLMLingua可以降低使用高级LLM的成本，并使更广泛的用户和应用程序可以使用LLM，像GPT4和Claude这样的大型语言模型，LLM，可以通过良好的提示工程学习新任务，然而，较长的提示会增加使用这些模型的成本，并且还会......
还在用VGG ResNet? 时频图像分类
SwinTransformer是一种通用视觉任务的Backbone而存在的模型，以替代CNN，1，层次化设计，SwinTransformer引入了层次化特征表示的概念，类似于CNNs中常见的金字塔结构，这使得它在处理高分辨率图像时更加高效，......
超强！一区直接写！基于SSA Informer
1模型创新点介绍1.1时序特征捕捉与建模使用Informer的编码器层来捕捉长故障信号时序依赖特征长时间序列处理，传统的RNN和LSTM等方法在处理长时间序列时存在计算效率低、梯度消失等问题，Informer通过改进Transformer架......
优雅谈大模型 Python编程篇
Python在机器学习领域的地位十分关键，虽然后面有Julia，Mojo等其他对手的挑战，然而Python拥有庞大的机器学习库和框架，尤其是生态系统比以往任何时候又强大了不少，从另外维度它和Java，Scala，Go，Rust等编程语言对比......
ICLR24
这篇文章给大家介绍一下ICLR2024中，用对比学习强化时间序列预测的一篇工作，这篇文章是韩国KAIST发表的工作，通过在时间序列预测中引入对比学习，实现对Encoder建模窗口以外全周期时间序列信息的应用，论文标题，SELFSUPERVI......
去掉预训练LLM效果反而提升 预训练大语言模型对时间序列预测真的有用吗
今天给大家介绍一篇关于大模型在时间序列应用探讨的工作，这篇文章质疑大语言模型在时间序列预测中是否有效，并对目前最先进的3个基于大语言模型的时间序列预测模型进行实验，发现去掉大语言模型部分，改成一个attention网络，也能取得相同甚至更优......
时序预测Decoder中的时间步依赖问题
今天跟大家聊聊一个近期相对冷门的研究点，Decoder中的预测时间步依赖问题，目前主流的时间序列预测模型，Decoder一般采用一个简单的MLP网络，输入Encoder的表征，映射到预测结果，但是，这种建模方法并没有考虑到各个预测时间步之间......