Peanut🥜

人工智能基础杨杰 黄晓霖 高岳 乔宇 屠恩美 绪论AlphaGo 的核心是两种不同的深度神经网络，即值网络（Value Network）和策略网络（Policy Network）。 值网络负责减少搜索的深度 策略网络负责减少搜索的宽度 布尔、哥德尔、图灵、莫克利、冯·诺依曼、麦卡锡 1956 人工智能一词正式提出 1969 第一届国际人工智能联合会议（International Joint Conference on AI，IJCAI）召开，此后两年一次。 1970 年《人工智能》国际杂志（International Journal of AI）创刊。 1980 XCON，一种专家系统。可以简单理解为“知识库+推理机”的组合。 20 世纪 90 年代以来，专家系统，机器翻译，机器视觉和问题求解等方面的研究已经开始应用。 学派 符号学派（逻辑学派、心理学派、计算机学派），认为人对世界的认知基元是符号，认知过程即符号操作过程。研究内容是基于逻辑的知识表示和推理机制。 联结学派（仿生学派、生理学派）认为人工智能源于仿生学，特别是人脑模型的研究。该学派的原理主要为神经网络及神经网络间的连接机制 ...

多模态大模型读书笔记多模态大模型——新一代人工智能技术范式 刘阳 林倞 著 序1956——1976 符号主义（逻辑主义）发展 1976——2006 联结主义发展 2006——至今，深度神经网络 2012开始 人脸识别为代表的计算机视觉发展 2022开始 ChatGPT为代表的大语言模型发展 多模态大模型的技术分支 自然语言处理 计算机视觉 机器人和具身智能 大模型全家桶预训练语言模型（Pretrained Language Model，PLM），通过在大规模数据库上训练获得了解决各类自然语言处理（Natural Language Processing，NLP）任务的能力 当参数规模超过一定水平，更大的语言模型获得了显著的性能提升，涌现出小模型不具备的能力，如上下文学习。为了与PLM区分，这类模型被称为大语言模型（Large LAnguage Model，LLM）。 BERT 的成功催生了 CV 社区的SimCLR、MoCo、BEiT、MAE。 多模态基础模型旨在解决三个代表性问题： 视觉理解任务 视觉生成任务 语言理解和生成相结合的通用接口 由于大规模的图像文本数据的出现 ...

《网络动画 Animate 制作与表现》讲了网络动画的发展，Animate 的使用和动画制作的步骤。挺有趣的，这里对最后一章做下笔记。 Animate 动画基本制作流程前期：剧本创作，角色设计、场景设计，分镜头设计； 中期：制作元件、编辑动画； 后期：合成、配音、生成影片。 前期制作一、剧本创作首先，要有一个基本的包含浓缩的完整故事的构思，并且标明故事的主角，包括构成故事的冲突——发展——结局。然后，将上述提到的基本故事构成扩展成一个叙事大纲，其中含有大量的细节，并且有明确的故事发展情节。接下来，分场提纲，即影片逐场所叙事提纲，它允许作者控制节奏和速度，最后，是剧本初稿，接着是第二稿，直到最后定稿。大约每分钟一张。 二、角色设计和场景设计动画片不但需要紧凑的节奏、丰富的表现力，还必须有自己的影片风格。因此角色和场景造型设计就显得尤为重要。以经典二维动画片《千与千寻》为例，片中的角色设计与场景设计均根据剧情需要进行设计，贪婪且自私的汤婆婆是人与鹰的结合体、锅炉爷爷的六只手臂能够自由伸缩、无脸男戴着面具显得非常神秘、“汤屋”中客人们的形态不一等，这一切构成了影片光怪陆离的奇妙幻境，深深吸引 ...

计算机科学导论课程链接 https://www.bilibili.com/video/BV1Hr421F7VC/ 0-Scratch事件通常是指在计算机程序中发生的图形化或交互式的操作 好快乐的课 1-Ccreepy 毛骨悚然的 “终端窗口实际上就是你访问云端服务器的命令行界面。专业术语叫做”容器“，你们每个人在云端都有自己的容器，就像你们自己的电脑一样，运行在互联网上的某个地方，你有你自己的用户名和密码，可以访问你自己的“硬盘”（也就是你的主文件夹），里面存放着你上课的所有文件。除非你开启实时共享，否则只有你能访问。” ls 命令是 list 的缩写。 mv 代表 move，可以用来重命名。 cd, change into? 2-Arraysclang -o hello hello.c clang -o hello hello.c -lcs50 C 语言中，以 # 开头的部分称为预处理指令（pre processor directive） spooky /ˈspuːki/，诡异的，阴森的，瘆人的 preprocessing compiling assemblin ...

人性的弱点不做点笔记总觉得少了点什么（ 如何消除忧虑🍖揭开忧虑之谜🧁亚里士多德： 查清忧虑的真相 分析这些真相 做出决断后立即付诸行动 第一步是最重要的，很多事情完成了第一步就不会忧虑了 🍖不畏将来，不念过去🧁 关注脚下，向自己发问： 我是否在为将来的日子而忧虑，或者在向往远方的玫瑰园？ 我是否会时常把往事追悔，把昨天的重负放在今日？ 早晨起床时，我是否决心“把握住今日”？ 生活在“今天独立的隔舱”里，我的生活是否会更加丰富多彩？ 何时执行这个忠告？明天，下周，还是就在今天？ 🍖 消除忧虑的万能公式 设想一下最坏的结局是什么？ 做出最坏打算后，做好勇敢接受这个结局的准备。 内心保持平静，集中精力，改变那最坏的结果。 🍖忧虑是健康的大敌“不知道怎样消除忧虑的人容易过早地去世” 忧虑可能导致胃溃疡？ 🍖驱逐思想中的忧虑让自己忙起来 “你最容易受到忧虑伤害的时候，不是在你的一天的工作行动的时候，而是在工作做完了之后。因为那时，你的思想会混乱起来，容易让你胡思乱想，会把你曾经出现过的每一个小错误都加以夸大。在这个时候，你的思想就像一部空载的车子，会不顾一切地乱冲乱撞，甚至自 ...

概览📖 RAG 是什么？Retrieval-Augmented Generation，检索增强生成。顾名思义，用检索到的信息增强大模型生成的内容，可能是增强准确性，也可能为了增强多样性，总之就是在增强这个大模型的回答。 这项技术可以帮你构建一个更专业的“智能客服”，“知识助手”。 ⚙️ 原理 检索 (Retrieval) 在大模型生成答案前，先从外部知识库（例如数据库、文档集合、向量库、甚至互联网）里检索和问题相关的资料。 增强 (Augmented) 把这些检索到的资料作为上下文信息，拼接到用户输入里，提供给大模型。 生成 (Generation) 大模型再基于用户问题 + 外部资料，生成更准确、知识更新的回答。 🌟 为什么需要 RAG？ 解决 LLM “知识过时” 的问题：大模型的知识是训练时固化的，RAG 可以实时接入外部数据。 **减少幻觉 (hallucination)**：模型少“瞎编”，因为它有真实的参考资料。 灵活可控：你可以决定接入什么知识库，比如企业文档、论文库、代码库等。 📌 应用场景 智能问答系统（比如企业知识库问答、学术论文助手） 法律& ...

VOICEVOX 是一个高质量的语音合成平台,它使用了最新的人工智能技术来生成自然而流畅的语音。

论文翻译Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech用于端到端语音合成的条件变分自编码器与对抗学习摘要近年来，已有多种端到端的文本到语音（TTS）模型被提出，它们支持单阶段训练和并行采样，但其生成的语音质量仍不及传统的两阶段TTS系统。在本研究中，我们提出了一种并行的端到端TTS方法，其生成的语音比现有的两阶段模型更自然。我们的方法采用了结合正规化流（normalizing flows）的变分推断，并引入了对抗训练过程，从而提升了生成模型的表达能力。我们还提出了一种随机时长预测器（stochastic duration predictor），可以从输入文本中合成出节奏多样的语音。通过对潜在变量的不确定性建模以及随机时长预测器，我们的方法能够体现自然存在的“一对多”关系——即同一段文本可以以不同的语调和节奏被表达。我们在单说话人数据集LJ Speech上进行了主观人类评价（平均意见评分，MOS），结果显示我们的方法优于目前公开可用的最佳TTS系统，并且 ...

https://www.bilibili.com/video/BV1PD4y1B77q/ CAM类激活热力图，缺点： 必须有 GAP 层（全局平均池化）才可以应用该算法 只能分析最后一层卷积层输出，无法分析中间层 GradCAMpytorch-grad-cam ，GitHub上的一个仓库，可以参考 优点： 不需要重新训练网络了（不需要加上 GAP 层） 可以分析任意中间层 数学上是原生 CAM 的推广 细粒度图像分类，Machine teaching 缺点： 图像上有多个同类物体时，只能画出一张热力图 不同位置的梯度值，GAP 平均之后，影响是相同的（中心的像素应该比边缘更重要才对） 梯度饱和，梯度消失，梯度噪声 权重大的 channel，不一定对类别预测分数贡献大 只考虑从后往前反向传播梯度，没考虑前向预测的影响 深层生成的粗粒度热力图和浅层生成的细粒度热力图都不够精准 LIME超像素分割成多个块，分别做分类，看看哪个块影响大

引言选题背景与意义高质量的标注数据不足 → 迁移学习 迁移学习的主要目标是利用在源任务中获取的知识和经验，以提升在关联的目标任务上的性能。 域自适应问题（Domain Adaption,DA）是迁移学 习中一个被广泛关注的子领域。 如果目标域具有标签，那么微调预训练模型是一种可行的解决方法；本文专注于解决目标域没有标签的情况，这被称为无监督领域自适应 (Unsupervised Domain Adaption,UDA) 问题。目标是通 过具有丰富标签的源域数据和无标签的目标域数据来提升模型在目标域上的性能。 本文以图像分类问题为例，基于经典的对抗学习方法 DANN， 探究 Transformer 模型中的注意力机制在无监督领域自适应问题上的应用。 文献综述无监督域自适应注意力机制文章结构背景知识迁移学习 领域自适应和域转移 特征对齐 对抗训练和 DANN 模型 图像分类模型 本章总结 基于注意力图对齐的无监督领域自适应方法 问题描述 注意力图与动机 注意力图 动机 模型结构 特征提取器和分类器 域鉴别器和注意力图鉴别器 损失函数 实验 数据集 评价指标与实验细节 实验结果 本章小结 ...