直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

通用人工智能 英语翻译

回答

“通用人工智能”常见的英语翻译有:“Artificial General Intelligence”(简称 AGI) 。更多信息请见通用人工智能

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

人工智能简介和历史

|弱人工智能|强人工智能||-|-||弱人工智能指的是针对特定任务或范围较小的任务来设计和训练的AI系统。|强人工智能,或通用人工智能(AGI),是指具有人类水平的智能和理解能力的AI系统。||这些AI系统不是通用智能的;它们只擅长执行提前定义好的任务,但缺乏真正的理解和意识。|这些AI系统有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。||弱人工智能的例子包括Siri或Alexa等虚拟助手,流媒体服务所使用的推荐算法,以及为特定客服任务所设计的对话机器人。|实现强人工智能是人工智能研究的长期目标,这需要我们开发出在各种任务和环境中都能够进行推理、学习、理解和适应的AI系统。||弱人工智能是高度专业化的,它不具备像人类一样的认知能力,也无法超出为它设定的小范围领域来解决一般问题。|强人工智能目前还只是一个理论概念,还没有任何AI系统能达到这种通用智能水平。|更多信息请见[通用人工智能](https://en.wikipedia.org/wiki/Artificial_general_intelligence)(AGI)。

报告:GPT-4 通用人工智能的火花

原文地址:https://arxiv.org/abs/2303.12712翻译:[真格基金,f.chen](https://mp.weixin.qq.com/s/Eb6wl7gg0YWW-SSvcNyv5Q)某些未知的事物正在做着我们不了解的事。--Sir Arthur Eddington[heading1]0.摘要[content]Abstract人工智能(AI)研究人员一直在开发和完善大型语言模型(LLMs),这些模型在各种领域和任务中表现出卓越的能力,挑战了我们对学习和认知的理解。OpenAI最新开发的GPT-4[Ope23]模型是使用前所未有的算力和数据量进行训练的。在本文中,我们报告了我们对GPT-4早期版本的测试,当时OpenAI仍在对其进行开发。我们认为(这个早期版本的)GPT-4属于新一批LLMs(如ChatGPT和Google的PaLM),这些模型比以前的AI模型展现出更普适的智能。我们讨论这些模型不断提升的能力和影响。我们证明了除了其对语言的掌握外,GPT-4可以完成涉及数学、编程、视觉、医学、法律、心理学等新颖而困难的任务,同时无需任何特殊提示。此外,在所有这些任务中,GPT-4的表现与人类水平的表现非常接近,并且通常远远超过了先前的模型,如ChatGPT。考虑到GPT-4的广度和深度的能力,我们认为它可以被合理地视为人工通用智能(AGI)系统的早期(但仍不完整)版本。在我们对GPT-4的探索中,我们也需要特别强调我们发现的其局限性,并讨论了迈向更深入和全面的AGI版本所面临的挑战,包括可能需要追求超越下一个单词预测的新范式。最后,我们对最近技术飞跃的社会影响和未来的研究方向进行了反思。

彭青云: 2050那些人和事

waytoagi是什么?waytoagi直译就是通往AGI之路,那什么是AGI?通用人工智能,也叫强人工智能,通常这玩意出现时也就是奇点科技大爆炸的那一刻,科技推动文明呈指数级增长。也许在5年后,也许在2035年,也许在2050年。通往通用人工智能的路也许还很长,但它已如海那边吹过来的风,还没有看到大海,就已闻到潮湿腥咸的味道。未来已来,像盛夏的大雨,在我们还不及撑开伞时就扑面而来——科幻作家刘慈欣语(很多人早就失业了)。那么,投名状是什么?好汉们加入梁山前要准备一份见面礼,表其诚意。在今天,你认识一个新朋友,或融入新团体,用心的小礼物总能快速的拉近彼此的距离。4月初的某天夜里,我对象向我推荐了[飞书对话《通往AGI之路》的长视频](https://www.bilibili.com/video/BV1xw4m1f7bE/?share_source=copy_web&vd_source=08f1807fea192b97f4e9389bd8eaa1eb),彼时的我正处在被AI代替的焦虑中,刚做完某厂的单子。无意义反复的修改实在让人身心疲惫,精力耗尽的人不由自主地就会在短视频,信息流中越陷越深难以自拔。她很兴奋的推荐给了我,她说你不是对AIGC感兴趣吗?这个AJ他们做的AI知识库可厉害了,他们都是从兴趣出发兼职做的,AJ这人说话很有趣,很有激情。

其他人在问
英语翻译软件
以下为您推荐一些英语翻译软件和方法: 1. DeepL 翻译:网址是 https://www.deepl.com/translator ,可以下载客户端使用。 2. 网易有道翻译:可以通过 ctrl+alt+d 快速截图翻译。 3. 自动翻译插件 promptallinone:安装方式是在扩展面板中搜索 promptallinone ,可以直接安装。或者将下载好的插件放在“……\\sdwebuiakiv4\\extensions”路径文件夹下。安装完成后,重启 webUI 进行设置。 4. 沉浸式翻译(浏览器插件):网址为 ,安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML / TXT 文件」、「翻译本地字幕文件」 。 5. calibre(电子书管理应用):网址为 ,下载并安装 calibre,并安装翻译插件「Ebook Translator」 。 6. 谷歌翻译(网页):网址为 ,使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 7. 百度翻译(网页):网址为 ,点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式(不过进阶功能基本都需要付费了)。 8. 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、PDF、Word、Excel、PPT、TXT、epub、srt 等格式的文档并开始翻译(不过有免费次数限制且进阶功能需要付费)。 9. 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 10. 浏览器自带的翻译功能:如果一些 PDF 太大,翻译工具不支持,除了将 PDF 压缩或者切分外,还可以转成 HTML 格式,然后使用浏览器自带的网页翻译功能。 此外,对于英文阅读吃力的情况,还为您推荐以下工具/方法: 1. 浏览器插件“沉浸式翻译”,地址: ,它支持阅读本地 PDF 等,是实用的英文资料和网页翻译插件。 2. 浏览器插件莫妮卡 ,集成了 GPT 的功能。 3. 利用 GPT 辅助阅读。 同时,您还可以使用 win 键+V 键调取之前复制过的多个信息,提高复制粘贴的效率(系统版本 win10 及以上)。
2024-12-06
本地视频英语翻译成中文
如果您想将本地视频中的英语翻译成中文,可以尝试以下方法: 1. 使用视频编辑软件:一些视频编辑软件可能提供翻译功能,您可以在软件中导入视频并进行翻译。 2. 借助在线翻译工具:将视频中的英语内容提取出来,然后使用在线翻译工具进行翻译。 3. 寻求专业翻译服务:如果视频内容非常重要或需要高质量的翻译,您可以考虑联系专业的翻译公司或个人。 需要注意的是,视频翻译可能会受到多种因素的影响,例如语音质量、口音、语速等,因此翻译结果可能不是完全准确的。在进行视频翻译时,您可以根据具体情况选择合适的方法,并对翻译结果进行适当的校对和修正。
2024-06-20
人工智能相关的销售行业
以下是与人工智能相关的销售行业的一些信息: 与销售工作有关的 AI 工具: Salesforce 爱因斯坦:能分析大量数据集识别潜在客户,生成预测性潜在客户评分,还具有自动化功能,可执行日常或耗时任务,让销售团队专注于关键方面,如建立客户关系和完成交易。 Clari:专门从事智能收入运营的软件,能统一各种来源数据并以易于理解的方式呈现,简化财务预测过程。 Hightime:销售团队的 AI 助手,可处理重复性任务和耗时研究。 关于大模型与利润分配:大模型拿走产业绝大部分利润取决于两个前提,一是 AGI 能否实现,二是大模型公司能否实现垄断。AGI 能否实现是个黑盒,行业内顶级专家对此有分歧。在 AGI 未达到时,大模型公司难以低成本提供所有端到端的解决方案,客户需要具体的解决方案,应用层公司在其中发挥作用。以 AI 销售为例,需根据客户类型和场景应用大模型能力,不同销售场景和客户类型意味着背后的产品不同,需要精心设计,不仅是模型层面能解决的问题。
2024-12-19
怎么利用人工智能为一家一人公司赋能,具体实施办法,图片,视频等除外,讲一些实用的,新的想法
对于一家一人公司而言,利用人工智能赋能可以从以下几个实用且新颖的方面入手: 首先,在客户服务方面,可以运用智能聊天机器人来处理常见问题,提高响应速度和服务质量。通过自然语言处理技术,让机器人能够理解客户的需求并提供准确的回答。 其次,在市场营销中,利用人工智能进行数据分析,深入了解目标客户的行为和偏好,从而精准定位市场,制定更有效的营销策略。 再者,在业务流程优化上,借助人工智能的自动化能力,例如自动化文档处理、自动化邮件分类等,节省时间和精力,提高工作效率。 另外,在财务管理方面,使用人工智能工具进行风险预测和财务规划,帮助做出更明智的决策。 最后,在产品研发中,利用人工智能的创意生成能力,获取新的产品设计思路和创新点。
2024-12-18
人工智能会出现自主意识吗
目前对于人工智能是否会出现自主意识尚无定论。 一方面,有观点认为模仿可能是使 AI 具有“自主意识”的一种可能路径。如果一个 AI 可以长期观察人类,在类似条件再次触发时,可能会判断形成某一动机是大概率事件,进而通过长期模仿训练而产生动机。并且,如果让数字克隆体可以交流、融合,形成群体智能,也可能促使其产生自主意识。 另一方面,按照一些专家的预测,当 AI 变得比人类更聪明,达到奇点时,机器可能会具有自我意识和超级智能,届时我们对机器意识的概念将有重大转变,可能会面对真正的数字生命形式。但目前的 LLM 应用程序和智能体还未达到完全自主智能体的水平。 总之,关于人工智能是否会出现自主意识仍在探讨和研究中。
2024-12-18
如果人工智能继续发展,人类社会会变成什么样子。
人工智能的继续发展将给人类社会带来多方面的影响。 一方面,它会带来一些负面影响,比如对劳动力市场产生重大影响,但大多数工作的变化速度会比人们想象的慢,人们也不必担心缺乏事情可做。因为人们天生有创造和彼此有用的欲望,人工智能将放大这种能力,社会将重新进入不断扩张的世界,专注于正和游戏。 另一方面,在未来几十年,我们将能够做许多像魔法一样的事情。这种发展并非新鲜事物,但会加速。人们能力的提升并非源于基因改变,而是得益于社会基础设施。人工智能将为人们提供解决困难问题的工具,添加新的进步支柱。很快我们能与人工智能合作完成更多事情,最终每个人都可能拥有个人的虚拟专家团队,实现各种想象。比如在医疗保健、软件创造等方面。有了新能力,能实现共同繁荣,改善世界各地人民的生活。 然而,单纯的繁荣不一定带来幸福,但确实能显著改善生活。我们有可能在几千天内拥有超级智能,最终实现这一目标。在通往智能未来的道路上,我们既要乐观探索其无限可能,也要谨慎警惕潜在风险,才能与 AI 和谐共舞,共同创造美好未来。
2024-12-18
全球人工智能治理报告中的全球人工智能的十大议题,十个议题中选一个写认识理解、研究方向、未来
以下是为您提供的关于全球人工智能治理报告中相关议题的内容: 在“Model Evaluation for Extreme Risks”这一议题中: 认识理解:该议题强调了模型评估在应对极端风险以及在模型的训练、部署和安全方面做出负责任决策的重要性,并详细探讨了网络攻击、欺骗、说服与操纵、政治策略、武器获取、长期规划、AI 开发、情景意识以及自我传播等十个主要风险。 研究方向:深入研究如何更精准地评估模型在极端风险场景下的表现,以及如何基于评估结果优化模型的训练和部署策略,以降低潜在风险。 未来:随着 AI 技术的广泛应用,对于极端风险的模型评估将越发重要,有望形成更加完善和严格的评估标准和方法,以保障 AI 系统的安全可靠运行。 由于您没有明确指定具体的一个议题,以上仅为示例,您可以补充更具体的需求,以便为您提供更精准的回答。
2024-12-18
全球人工智能治理报告
以下是关于全球人工智能治理的相关报告内容: 英国: 创建了世界上第一个人工智能安全研究所(AISA),其有三个核心功能:在部署前对高级模型进行评估;建立国家能力并开展研究;协调国际合作伙伴。 AISA 还发布了 Inspect 框架,用于 LLM 安全评估,涵盖核心知识、推理能力和自主能力等方面。 宣布与美国等效机构签署谅解备忘录,双方同意共同开发测试,并计划在美国旧金山设立办事处。 通过其高级研究与发明机构(ARIA),花费 5900 万英镑开发“守门员”系统,负责了解和减少关键领域中其他人工智能代理的风险。 政府报道称计划设立“AI 安全研究实验室”,旨在汇集政府关于敌对国家使用进攻性 AI 的知识。 美国: 能源部一直在利用其内部测试床评估人工智能可能对关键基础设施和能源安全带来的风险。 大型实验室努力应对欧洲监管。 对中国实施更严格的出口管制和投资限制,商务部要求美国制造商停止向我国半导体制造商进行最先进设施的销售,采取措施阻止或限制中国初创企业的投资,并向国际合作伙伴施压。 欧洲: 《欧盟人工智能法案》获得批准并正式生效,成为世界上第一个全面采用人工智能监管框架的地区,执行将分阶段进行,对“不可接受的风险”的禁令将于 2025 年 2 月生效。 中国: 是第一个开始制定生成式人工智能监管框架的国家,审查机构已介入。 持续生产 SOTA 模型,由国家互联网信息办公室监督。 政府希望模型避免给政治问题提供“错误”答案,发布模型前须提交测试以校准拒绝率。 禁止 Hugging Face 等国外网站访问,但官方批准的“主流价值观语料库”可作为训练数据源。
2024-12-18
国内有哪些学习通用人工智能的峰会或者活动
以下是国内一些学习通用人工智能的峰会或者活动: 2024 北京智源大会:这是人工智能领域的综合性内行盛会,自 2019 年 10 月首度亮相,已成功举办五届,今年是第六届。大会以全球技术视野、内行精英汇聚、洞察关键趋势为鲜明特色,邀请海内外研究者开展精彩演讲与深入对话。共有 11 位图灵奖得主曾参与大会,每年有 200 位顶尖专家出席,来自 30 多个国家和地区的 50 万观众汇聚一堂,分享研究成果、探寻前沿知识、交流实践经验、建立紧密合作。论坛议程及介绍:https://mp.weixin.qq.com/s/xhDzdTMtzigyq68_aNFVg 。2024 年 6 月 14 日上午举行,主持人是黄铁军,智源研究院理事长。开幕式于 09:00 09:20 致辞,智源进展报告于 09:20 10:00 进行,报告人是王仲远,智源研究院院长。全体大会包括 10:00 11:00 的主题报告:多模态大模型,报告人是特邀嘉宾 Aditya Ramesh,OpenAl Sora 及 DALL.E 团队负责人,对话嘉宾是谢赛宁,纽约大学助理教授。11:00 12:30 进行主题讨论:通用人工智能。Talk 2 环节 1 是 Fireside Chat,对话嘉宾是李开复,零一万物 CEO 张亚勤,清华大学智能产业研究院院长,智源学术顾问委员。环节 2 是报告大模型为通用人工智能带来曙光,报告人是王海峰,百度 CTO。环节 3 是尖峰对话:通往 AGI 之路,主持人是王仲远,智源研究院院长,对话嘉宾是王小川,百川智能 CEO 张鹏,智谱 AI CEO 杨植麟,月之暗面 CEO 李大海,面壁智能 CEO 。
2024-12-17
智能体是什么?设计框架及关键技术是什么?如何从通用大模型搭建一款智能体
智能体是建立在大模型之上的具有特定功能的系统。 其特点包括: 1. 强大的学习能力:能通过大量数据学习,理解和处理语言、图像等多种信息。 2. 灵活性:适应不同任务和环境。 3. 泛化能力:将学到的知识泛化到新情境,解决未见过的类似问题。 智能体的应用领域广泛,如: 1. 自动驾驶:感知周围环境并做出驾驶决策。 2. 家居自动化:根据环境和用户行为自动调节设备。 3. 游戏 AI:游戏中的对手角色和智能行为系统。 4. 金融交易:根据市场数据做出交易决策。 5. 客服聊天机器人:通过自然语言处理提供自动化客户支持。 6. 机器人:各类机器人中的智能控制系统。 设计和实现一个智能体通常涉及以下步骤: 1. 定义目标:明确需要实现的目标或任务。 2. 感知系统:设计传感器系统采集环境数据。 3. 决策机制:定义决策算法,根据感知数据和目标做出决策。 4. 行动系统:设计执行器或输出设备执行决策。 5. 学习与优化:若为学习型智能体,设计学习算法以改进。 从通用大模型搭建一款智能体,可参考以下流程: 本智能体的实现包含 3 个工作流和 6 个图像流,整体包含 171 个节点。采用单 Agent 管理多工作流策略,流程包括: 1. 信息聚合与数据挖掘:通过高度集成的数据采集机制,全面收集产品关键信息。 2. 卖点提炼与优化:运用先进的大模型分析信息,提炼具有市场竞争力和独特性的卖点。 3. 买点转化与策略应用:将卖点转化为消费者视角的买点,增强产品吸引力。 4. 视觉化信息呈现:设计直观且具有冲击力的卡片展示,确保信息传达的有效性和视觉吸引力。 5. 文案与脚本调整:根据目标受众偏好和媒体渠道,动态调整文案或脚本,实现内容的最佳适配。 6. 流程结果存储与分析:将处理结果系统化地存储到飞书,以供未来策略优化和决策支持。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-12-04
ai通用概念
以下是关于 AI 通用概念的详细介绍: 人工智能(Artificial Intelligence,简称 AI):一种目标,让机器展现智慧。 生成式人工智能(Generative AI,简称 GenAI):一种目标,让机器产生复杂有结构的内容。 机器学习:一种手段,让机器自动从资料中找到公式。 深度学习:一种更厉害的手段,类神经网络 非常大量参数的函数。 大语言模型:是一类具有大量参数的“深度学习”模型,Large Language Models,简称 LLMs。 ChatGPT:一个应用实例,通过投喂大量资料预训练后,会通过聊天玩“文字接龙游戏”。英文解释:Chat 聊天,G:Generative 生成,P:Pretrained 预训练,T:Transformer 类神经网络模型。 AIGC(Artificial Intelligence Generated Content):利用人工智能技术生成内容的新型生产方式,包括文本、图像、音频和视频等内容。ChatGPT 是 AIGC 技术的一个应用实例,代表了 AIGC 在文本生成领域的进展。 对于 AI 的定义,目前没有普遍共识的通用定义。我们将 AI 定义为具有以下两个产生定制监管响应需求的特征: “适应性”:使解释系统结果的意图或逻辑变得困难。 “自主性”:使为结果分配责任变得困难,一些 AI 系统可以在没有人类明确意图或持续控制的情况下做出决策。 更多概念可问 Kimi、通义千问、文心一言等大模型。国内主要模型公司及地址如下:(此处未提供相关地址信息)
2024-11-20
评价tts合成效果有什么通用标准吗
对 TTS 合成效果的评价主要分为主观评价和客观评价。 主观评价是通过人类对语音进行打分,常见的方法包括平均意见得分(MOS)、众包平均意见得分(CMOS)和 ABX 测试。其中 MOS 评测较为宽泛,可测试语音的不同方面,如自然度 MOS 和相似度 MOS。国际电信联盟将 MOS 评测规范化为 ITUT P.800,其中绝对等级评分(ACR)应用广泛,其根据音频级别给出 1 至 5 分的评价标准,分数越大表示语音质量越好,MOS 大于 4 时音质较好,低于 3 则有较大缺陷。但人类评分结果易受干扰,如音频样本呈现形式、有无上下文等。 客观评价是通过计算机自动给出语音音质的评估,在语音合成领域研究较少。客观评价可分为有参考和无参考质量评估,有参考评估方法需要音质优异的参考信号,常见的有 ITUT P.861(MNB)、ITUT P.862(PESQ)、ITUT P.863(POLQA)、STOI 和 BSSEval 等;无参考评估方法不需要参考信号,常见的包括基于信号的 ITUT P.563 和 ANIQUE+、基于参数的 ITUT G.107(EModel),近年来深度学习也应用到无参考质量评估中,如 AutoMOS、QualityNet、NISQA 和 MOSNet 等。 获取平均意见得分时,实验要求获取多样化且数量足够大的音频样本,在具有特定声学特性的设备上进行测评,控制被试遵循同样标准,确保实验环境一致。实验方法有实验室方式和众包两种,实验室方式能稳定保证实验环境,但人力成本高;众包方式易于获得有效评估结果,但无法确保试听条件。
2024-11-20
评价tts合成效果有什么通用标准吗
对 TTS 合成效果的评价主要分为主观评价和客观评价。 主观评价是通过人类对语音进行打分,常见的方法有平均意见得分(MOS)、众包平均意见得分(CMOS)和 ABX 测试。MOS 评测较为灵活,可测试语音的不同方面,如自然度 MOS 和相似度 MOS。国际电信联盟(ITU)将 MOS 评测规范化为 ITUT P.800,其中绝对等级评分(ACR)应用广泛,其根据音频级别给出 1 至 5 分的评价,分数越大表示语音质量越好,MOS 大于 4 时音质较好,低于 3 则有较大缺陷。但人类评分结果受干扰因素多,如音频样本呈现形式、上下文等。 客观评价是通过计算机自动给出语音音质的评估,在语音合成领域研究较少。客观评价可分为有参考和无参考质量评估,有参考评估方法需要音质优异的参考信号,常见的有 ITUT P.861(MNB)、ITUT P.862(PESQ)、ITUT P.863(POLQA)、STOI 和 BSSEval 等;无参考评估方法不需要参考信号,常见的包括基于信号的 ITUT P.563 和 ANIQUE+、基于参数的 ITUT G.107(EModel),近年来深度学习也应用到无参考质量评估中,如 AutoMOS、QualityNet、NISQA 和 MOSNet 等。 获取平均意见得分时,实验要求获取多样化且数量足够大的音频样本,在具有特定声学特性的设备上进行,控制被试遵循同样标准,确保实验环境一致。实验方法有实验室方式和众包,实验室方式能控制测试要素,但人力成本高;众包易于获得评估结果,但无法确保试听条件。
2024-11-20
一个大学生,如果要了解学习通用人工智能,提高其通用人工智能素养,请给出你的建议
以下是给大学生了解学习通用人工智能、提高通用人工智能素养的建议: 1. 从编程语言入手学习: 可以选择 Python、JavaScript 等编程语言,学习编程语法、数据结构、算法等基础知识,为后续学习打下基础。 2. 尝试使用 AI 工具和平台: 体验如 ChatGPT、Midjourney 等 AI 生成工具,了解其应用场景。 探索百度的“文心智能体平台”、Coze 智能体平台等面向大学生的平台。 3. 学习 AI 基础知识: 掌握 AI 的基本概念、发展历程。 熟悉主要技术,如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目: 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注权威媒体和学者,了解最新进展。 思考 AI 技术对未来社会的影响,培养思考和判断能力。 6. 深入学习数学知识: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等基本概念。 概率论:掌握基础的概率论知识,如条件概率、贝叶斯定理。 7. 掌握算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:了解基本概念。 8. 了解评估和调优: 性能评估:学会评估模型性能的方法,如交叉验证、精确度、召回率等。 模型调优:学习使用网格搜索等技术优化模型参数。 9. 学习神经网络基础: 网络结构:理解前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:熟悉常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-11-17