高斯混合模型（Gaussian Mixture Model，GMM）是一种基于概率的无监督学习模型，通过假设数据由多个高斯分布组成来进行数据建模，在机器学习、统计学和信号处理等领域有广泛的应用。 1. 基本理解 假设：我...
在本节课程中，我们将探讨高斯混合模型（GMM）如何对新数据进行聚类。即：当我们输入一条新的数据时，模型会基于先前学习到的各个高斯分布的参数来估计该数据属于每个类别的概率。接下来，我们将详细了解这一过程的具体步骤。 1. ...
GMM 假设数据是由多个高斯分布混合而成，接下来，我们将会探讨 GMM 是如何根据训练数据得到这些不同的高斯分布参数： 估计高斯混合模型的参数，我们并不知道数据属于哪个分布，这是典型的包含隐藏变量的参数估计问题。对于这个...
scikit-learn 中 GaussianMixture 类是对高斯混合模型算法的实现，它包含了一些用于控制混合高斯模型（GMM）的初始化、训练方式和模型的其他设置。 1. 参数 1.1 基本参数 1.2 covar...
ChatGLM3-6B 是一个 ChatGLM 系列的开源对话模型，是由清华大学 KEG 实验室和智谱 AI 共同开发。该模型具备出色的中文和英文理解和生成能力，特别适合多轮对话、文本生成、问答等自然语言处理任务。 模型...
Gradio 是一个用于构建机器学习模型交互式界面的 Python 库。它的主要目标是简化机器学习模型的部署和展示，使非技术用户能够轻松地与模型进行交互。 官方文档：https://www.gradio.app/docs...
在 Gradio 中，Interface 是用于构建和展示机器学习模型。通过 Interface，你可以轻松地创建一个交互式的 Web 界面，让用户能够输入数据并查看模型或函数的输出，而不需要编写复杂的前端代码。 1. ...
ChatInterface 是 Gradio 提供的一个专门用于构建聊天应用的类，它可以帮助你创建一个交互式的对话系统，支持用户输入和模型的实时响应。这个接口非常适合构建聊天机器人、问答系统或其他对话类应用。 1. 基本...
1. 进度条 2. 会话保持 Gradio 会话保持（Session State）是指在用户会话过程中，保存用户请求的数据。这对于需要跟踪用户状态、或在用户交互中保留上下文的应用程序非常有用。 3. 提示信息 4. 迭代...
Blocks 是 Gradio 库中的一个用来自定义构建交互式 web app 的模块。它相较于 Interface 而言，更加底层，能够用来构建更复杂的应用。ChatInterface 可用来便捷构建聊天机器人交互页面...
Gradio 包含很多预构建的组件，可作为交互界面的输入或输出控件，用一行代码即可在 Interface 或 Blocks 中使用。这些组件包括预处理步骤和后处理步骤： 每个组件还支持某些事件，这些事件是用户操作时触发的...
joblib 是一个Python库，用于在Python中高效地保存和加载对象，特别是那些包含大型数据数组的对象。它在机器学习领域中非常有用，因为经常需要保存训练好的模型或中间数据。 除了提供对象序列化的功能外，还有一个重...
SoftMax 函数是深度学习和机器学习中一个非常重要的概念，主要用于处理多分类问题。Softmax 函数能够将一个实数向量映射为一个概率分布，使得输出向量的所有元素都在 0 到 1 之间，并且它们的和为 1。 层次 S...
聚类（Clustering）指的是将一组数据点按照某种规则或者方法分成多个组或簇，使得同一组内的数据点在某种意义上更相似，而不同组之间的数据点相对较不相似。 聚类时，可以基于数据分布、基于数据密度、基于数据相似度、基于图...
冀公网安备13050302001966号