我们将这个三角形的边命名为a、b和c， ![[1a9.jpg]]直角三角形的面积triangle 三角形 right triangle 直角三角形 Inverted triangle 倒三角复制一份，转换成矩形。 矩形的面积是，三角形是矩形的一半，所以：三角形的面积是 勾股定理勾股定理指直角三角形的两条直角边的平方和等于斜边的平方。 中国古代称直角三角形为勾股形，并且直角边中较小者为勾，另一长直角
什么是AIGCAIGC的中文名字是 生成式人工智能，让机器产生复杂有结构的物件。AIGC底层技术文字接龙原本的目标：“中国的首都是哪个城市？北京”拆分成一连串的文字接龙（分类问题）：中国的首都是哪个城市？北中国的首都是哪个城市？北京中国的首都是哪个城市？北京[DONE]通过大量的问题训练，模型可以自动做到文字接龙。文字接龙训练分成三个阶段。阶段一：PreTraining知识分为语言知识、
从模糊的、定性的日常概念，推演到精确的、定量的数学概念。 《烧掉数学书——重新发明数学》将模糊的关于“陡峭”的日常经验改造成数学概念斜率日常概念为了让事情简单一点，我们先关注直线。因此在这一节，当我谈论“山”或“陡峭的东西”时，我说的都是直线。日常概念推演说明我们可以将陡峭（Steepness）缩写成字母S，但我们还不知道关于它的任何数学1陡峭度只取决于垂直位置的变化和水平位置的变化，而
关于分数只需要知道是一个乘以7为1的数字。是一个乘以21等于15的数字。不需要知道它怎么转换成一个十进制数字。注意：许多公式中省略乘号 分数乘法分数加法化简分数消去分数中分子和分母的公因数
从模糊的、定性的日常概念，推演到精确的、定量的数学概念。 《烧掉数学书——重新发明数学》面积（Area）日常概念日常概念面积A说明面积描述一个二维物体有多大。面积计算最简单的是长方体无论长方形的面积如何定义，肯定都是取决于长方形的长和宽。如果有人将“面积”定义为与长和宽完全无关，则与我们所说的“面积”不是一回事。无论长方形的“面积”如何定义，如果我们将宽度加倍，让长度保持不变，我们就会得
“函数”是很可笑的名词为啥？英文“function”一词源自对莱布尼茨的一次用词的误解。中文函数是文言文产物：清・李善兰 《代数学》 “凡此变数中函彼变数者,则此为彼之函数”只能历史上的描述去接着描述，否则就很容易无法站在巨人的肩膀上了。相对来说，中文函数还算可以了。只是 自变量（independent variable）、因变量（dependent variable ）的翻
忘掉？纯净空间给数学留一个纯净的空间：只知道加法、乘法，同时：两个数相加，顺序不影响结果。两个数相乘，顺序不影响结果。多个数相加和乘时，先乘后加。关于分数，只需要知道是一个乘以7为1的数字。是一个乘以21等于15的数字。不需要知道它怎么转换成一个十进制数字。记忆当你理解公式和定理的脉络了，你会发现数学是最不需要记忆的学科。“函数”是很可笑的名词为啥？英文“function”一词源自对莱布尼茨的一次
前数学数学概念的其它可行定义标准的数学定义和定理在发明过程中，尝试各种可能的摸索路径。数学家思考数学的方式数学模糊 到 精确定性 到 定量发明 vs 证明现在的数学教育，都是从定理和公式入手，然后去证明新的公式。基于基础公式和定理，你死记硬背就行。这样的教育方式，缺少了数学定理和公式被发明的过程中，经过的一系统思考与探索。缺少了这些就会导致严重的问题。关于错误的思考很多错误看起来不起眼，但是它是整
看《动手学深度学习》的时候，发现样例代码有MXNET的。搜了下发现这个“This project has retired. ”，也就是这个项目已经退役了。官网： https://mxnet.apache.org/versions/1.9.1/https://github.com/apache/mxnetMXNet 是亚马逊（Amazon）选择的深度学习库。它拥有类似于 Theano 和
连接与事务connection = pymysql.connect( host='10.201.10.253', user='bigdata', password='bigdata', db='test', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor, autocommi
《动手学深度学习》——线性代数数学张量（代数对象）是描述具有任意数量轴的n维数组的通用方法。向量是一阶张量，矩阵是二阶张量。张量用特殊字体的大写字母表示（例如，X、Y和Z），它们的索引机制（例如和）与矩阵类似。使用三阶张量的一个例子：当我们开始处理图像时，张量将变得更加重要，图像以n维数组形式出现，其中3个轴对应于高度、宽度，以及一个通道（channel）轴，用于表示颜色通道（红色、绿色和蓝色）。
来源：李宏毅 [[生成式AI导论]] https://speech.ee.ntu.edu.tw/~hylee/index.php说明：湾湾说人工智慧，我们说人工智能。 人工智慧（目标）人工智慧（Artificial Intelligence，AI），就是让机器展现「智慧」，不是人本身的智慧。智慧又是什么呢？讲到这边就已经卡住了，因为每个人心里所想的智慧通通都是不一样的。我常常会
《动手学深度学习》——线性代数，另外一些从大模型得到的资料范数简介英文是 norm 。范数是线性代数中一个重要的概念，它衡量向量或矩阵的大小或长度。在向量空间中，每个向量都有一个非负的实数值范数，通常用符号 ||x|| 表示，其中 x 是向量。范数具有以下三个基本性质：非负性:对于任何向量 x，都有 ||x|| ≥ 0。并且，只有零向量 0 的范数等于零，即 ||0|| = 0。在大多数情况下，任
《动手学深度学习》——线性代数数学矩阵矩阵是一个按照长方阵列排列的复数或实数集合。向量将标量从零阶推广到一阶，矩阵将向量从一阶推广到二阶。数学中，通常用粗体、大写字母来表示（例如，X、Y和Z）数学表示法使用 来表示矩阵，其由行和列的实值标量组成。我们可以将任意矩阵视 为一个表格，其中每个元素aij属于第i行第j列:对于任意 ，的形状是或。访问元素我们可以通过行索引和列索引来访问矩阵中的标量元素ai
《动手学深度学习》——线性代数数学向量可以被视为标量值组成的列表。在数学表示法中，向量通常记为粗体、小写的符号。latex中使用 \mathbf ，即“boldface”（粗体）列向量数学中，向量 可以写成 行向量元素这些标量值被称为向量的元素（element）或分量（component）。当向量表示数据集中的样本时，它们的值具有一定的现实意义。类比数据库中一条记录（Row）的
《动手学深度学习》——线性代数标量（scalar）数学 严格来说，仅包含一个数值被称为标量（scalar）。 符号?和?称为变量（variable），书中采用了数学表示法，其中标量变量由普通小写字母表示。用表示所有（连续）实数标量的空间（space），编程标量由只有一个元素的张量表示。import torch x = torch.tensor(3.0) y = torch.t
要么文件模式，要么内存模式。不能同时支持文件和内存模式……
参考: 李沐 《动手学深度学习》 https://zh-v2.d2l.ai/chapter_installation/index.html更新OS和基本构建工具sudo apt update sudo apt install build-essential默认安装python 3.8sudo apt install python-3.8minicondahttps:/
常用网站https://simpletex.net/ai/latex_ocr 推荐，特别是在经识别https://www.latexlive.com/ 公式输入常用符号\timesm \times n 为上标^a^2 为 下标_a_1 为 \cdots 和 \vdots 和 \ddots矩阵\begin{bmat
官网：<https://github.com/zalandoresearch/fashion-mnist>Fashion-MNIST 数据集的内容是服饰物品的图片，是 Zalando 研究部门在 2023 年创建的，旨在成为 MNIST 手写数字数据集的替代品，用于研究图像分类和相关任务。内容该数据集包含了10个类别的服饰物品的灰度图像，每类6000张图片，共计60000张训练图像和1
MNIST（Modified National Institute of Standards and Technology database）是手写体数字图片的图像数据集。MNIST 数据集是机器学习和深度学习领域中最常用的数据集之一，常用于训练和测试图像分类算法。其简单易用、数据量大、类别明确等特点使其成为机器学习入门和教学的理想素材。人数由美国国家标准与技术研究所（National Insti
名回归，实分类尽管名字中有"回归"一词，但逻辑回归实际上是一种分类算法，用于预测离散的类别标签。逻辑回归广泛应用于二分类问题。概率逻辑回归通过计算数据属于各类别的概率来进行分类。因为使用概率进行分类，逻辑回归的输出范围必须限制在 0 和 1 之间。Sigmoid逻辑回归使用 Sigmoid 函数，返回 0 和 1 之间的数值。二元分类通常将预测概率 0.5 作为阈值进行分类。决策边界决策边界（De
回归是有监督学习。回归与分类回归预测的目标是一个连续的数值。分类预测的目标是一个离散的类别。线性回归线性回归是对“目标变量随着某个特征变量的增大而增大（或者减小）”这种关联性建模的方法。一元回归参数 是截距；是斜率。通过算法学习得到参数叫参数学习均方误差指的是目标变量和直线的差的平方的平均值。误差函数（损失函数）：过拟合是模型在验证数据上产生的误差比在训练数据上产生的误差（训练误差）大得
参考官方文档：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html注意：最好按着文档要求的版本装库。另外，在nvidia官方网站下载库的时候，不稳定……多试……查看显卡支持的版本nvidia-smi安装CUDA参考：<https://blog
WasmEdge 是什么？Wasm的运行时支持向个Serverless平台WasmEdge 插件除了支持标准的WASM协议外，WsamEdge还有插件机制，用来提供更多功能。TLS plug-inWASI-NNWASI-Crypto WasmEdge ImageWasmEdge TensorFlow WasmEdge TensorFlow-Lite 安装https:/
pandas 是为数据分析而设计的，因此有两个功能：数据预处理、数据统计。然而，在AI领域中只需要 pandas 的数据预处理功能。文件相关目录创建import os dst=os.path.join("..", "data") os.makedirs(dst, exist_ok=True, mode=0o777)#0o是8进制写入文本with open("test.csv", "w") as
什么是WSGI 和 ASGI？WSGI 是上一代的标准，偏向于CPU密集ASGI 是最新一代的标准，偏向于IO密集。废话：Web服务器网关接口（Web Server Gateway Interface，缩写为WSGI）是为Python语言定义的Web服务器和Web应用程序或框架之间的一种简单而通用的接口。自从WSGI被开发出来以后，许多其它语言中也出现了类似接口。出自百度百科ASGI，全称是Asy
Pytorch3d官方文档：<https://github.com/facebookresearch/pytorch3d/blob/2f11ddc5ee7d6bd56f2fb6744a16776fab6536f7/INSTALL.md#requirements>依赖Requirements操作系统以下任一：LinuxmacOSWindowscuda因为需要用GPU，当然必须安装了。查看
apt源的管理每个 Ubuntu 版本都有自己的一组四个官方存储库：Main – Canonical 支持的自由开源软件Universe – 社区维护的自由开源软件Restricted – 设备的专有驱动程序Multiverse – 受版权或法律问题限制的软件常用命令aptapt list --installed apt install cuda apt --purge remove cudaap
n维数组，也叫张量（tensor）Pytorch导入库import torch生成张量arangx = torch.arange(12) xzerostorch.zeros((2,3,4))onestorch.ones((2,3,4))randntorch.randn()张量属性shapex.shapenumelx.numel()itemx.item()张量行为reshapex.reshape(3
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
