学习材料专题

github上的学习材料二:iOS-App 源码参考资料

本篇参考自知乎:https://www.zhihu.com/question/28518265     感谢大家的无私分享,这里我做个总结,如果有侵权问题,请留言,我会及时删除 GitHub 上有个 iOS 开源项目列表: https://github.com/dkhamsing/open-source-ios-apps/ 1. Coding iOS 客户端 Coding官方客户端.

【人工智能】英文学习材料04(每日一句)

🌻个人主页:相洋同学 🥇学习在于行动、总结和坚持,共勉! 目录          Bag of Words (词袋模型) Generative Pre-trained Transformer (GPT) (生成式预训练变换器) Tensor Processing Unit (TPU) (张量处理单元) NVIDIA (英伟达) OpenAI Model Fine-Tun

【人工智能】英文学习材料03(每日一句)

🌻个人主页:相洋同学 🥇学习在于行动、总结和坚持,共勉!  目录 Chain Rule (链式法则) Dimensionality Reduction (降维) Long Short-Term Memory (LSTM) (长短期记忆网络) Gradient Explosion (梯度爆炸) Gradient Vanishing (梯度消失) Dropout (Drop

【人工智能】英文学习材料01(每日一句)

🌻个人主页:相洋同学 🥇学习在于行动、总结和坚持,共勉! 目录 1.Natural Language Processing,NLP(自然语言处理) 2.Machine Learing,ML(机器学习) 3.Neural Networks(神经网络) 4.Deep Learing(深度学习) 5.Loss Function (损失函数) 6.Gradient Descen

计算机专业学生的基本的学习材料

Basic Learning Materials for Computer Majors这份材料是我在帮美国MIT的William Stallings博士汉化站点的时候的一部分内容,感觉对如同我一样处在学习阶段的读者帮助会很大。写给大家,希望能对大家有所帮助。该站点地址:http://williamstallings.com/StudentSupport.html关于一些计算数学基础性的材

CCNP学习材料

转载:http://bbs.51cto.com/thread-919144-1.html 这是一个汇总贴,具体帖子请点击下面的链接。 从今天开始,每天分享一个知识点,具体水平定义在NP(稍微会超出点)。都是鄙人平时学习的总结,不论是新手学习还是老手复习,希望能帮到大家。 其中有不少内容是自己的理解,肯定会有错误,希望大家能帮忙指正。一起讨论、一起进步! 补充:刚看了下,原来这个版块

联邦学习材料整理

联邦学习调研汇报 联邦学习概述     近几年来由于监管部门对于个人隐私的保护日益重视,带火了一个名词,叫做“联邦学习”。联邦学习又名联邦机器学习,联合学习,联盟学习。联邦机器学习是一个机器学习框架,能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和机器学习建模。其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下,在多参与方

微信小程序+前后端开发学习材料

目录结构 全局文件 1.app.json 文件 用来对微信小程序进行全局配置,决定页面文件的路径、窗口表现、设置网络超时时间、设置多 tab 等。文件内容为一个 JSON 对象。 1.1 page用于指定小程序由哪些页面组成,每一项都对应一个页面的 路径(含文件名) 信息。文件名不需要写文件后缀,框架会自动去寻找对应位置的 .json, .js, .wxml, .wxss 四个文件进行

大语言模型的学习路线和开源模型的学习材料《二》

第三层 LLMs to Artifact 第一重 langchain 【LLMs 入门实战 —— 十二 】基于 本地知识库 的高效 🤖langchain-ChatGLM 介绍:langchain-ChatGLM是一个基于本地知识的问答机器人,使用者可以自由配置本地知识,用户问题的答案也是基于本地知识生成的。 【LLMs 入门实战 —— 三十一 】Vicuna-LangChain 模型学习与

Python Numpy 矩阵运算(附实例和学习材料)

Abstract:使用numpy进行矩阵的加减乘除、转置、求逆、求特征向量等运算。 1.NUMPY矩阵运算语法 import numpy库:import numpy as np创建矩阵:a = np.mat([[x1, x2,…,xn], [y1, y2, …, yn]])矩阵乘法: a * bnp.dot(a, b ):求两数组点积矩阵加减:a - b矩阵转置: a.Ta.transp

大语言模型的学习路线和开源模型的学习材料《一》

文章目录 第一层 LLMs to Natural Language Processing (NLP)第一重 ChatGLM-6B 系列ChatGLM3ChatGLM2-6BChatGLM-6B 第十重 BaichuanBaichuan2Baichuan-13Bbaichuan-7B 第十一重 Llama2第二重 Stanford Alpaca 7B第三重 Chinese-LLaMA-Alpa

大语言模型的学习路线和开源模型的学习材料《二》

第三层 LLMs to Artifact 第一重 langchain 【LLMs 入门实战 —— 十二 】基于 本地知识库 的高效 🤖langchain-ChatGLM 介绍:langchain-ChatGLM是一个基于本地知识的问答机器人,使用者可以自由配置本地知识,用户问题的答案也是基于本地知识生成的。 【LLMs 入门实战 —— 三十一 】Vicuna-LangChain 模型学习与

[算法前沿]--054-大语言模型的学习材料

大语言模型的学习材料 Other Papers If you’re interested in the field of LLM, you may find the above list of milestone papers helpful to explore its history and state-of-the-art. However, each direction of LLM