该网页是一个设计素材和工具类网站（818ps.com）的首页，主要提供多种设计相关服务和资源，其核心要点如下： 1. 设计素材分类丰富 - 涵盖了海报设计、微信/公众号、小红书、电商、政务媒体、教育培训、人事行政、印刷物料等多个领域的素材，满足不同场景需求。 - 提供热门模版，涉及元旦、圣诞、年会、邀请函、喜报、蛇年等主题，方便用户快速获取相关设计模板。 2. 设计工具多样 - 具备图片编辑功能，包括裁剪、旋转等基础操作，还提供图片变清晰、智能抠图、快速拼图等特色功能。 - 拥有视频剪辑和页面制作功能，拓展了设计能力范围。 - 引入怪兽AI技术，支...

Read more

对抗攻击（Adversarial Attack）

一、定义

对抗攻击是指在机器学习和人工智能领域，攻击者通过在原始数据（如图像、文本等）中添加精心设计的微小扰动，使得机器学习模型（如分类器、目标检测器等）产生错误的输出。这些扰动通常是人眼难以察觉或者在正常的数据变化范围内，但却能有效地误导模型。

二、攻击原理

（一）基于梯度的攻击方法

1. 快速梯度符号法（FGSM）
2. 原理：这是一种简单而有效的攻击方法。它基于模型对输入数据的梯度来计算扰动。对于一个分类模型，假设输入数据为(x)，模型的输出为(y = f(x))，损失函数为(L(y, t))（其中(t)是真实标签）。FGSM通过计算损失函数...

Read more

以下是一个关于“2024 年终总结”视频的大纲及演讲稿示例，你可以根据实际情况进行调整和修改。

视频大纲

一、开场（0:00 - 0:30）

• 引入主题，展示 2024 年的一些代表性画面或个人照片，营造年终回顾的氛围。
• 提出时间过得太快的感慨，引出对这一年经历的总结。

二、回顾 2024（0:30 - 3:00）

• 工作与学习经历：分享在 AI 和量化交易领域的探索历程，包括遇到的困难、取得的小成就，如学习了哪些新的算法、完成了哪些项目等。
• 情感起伏：讲述这一年中迷茫与悲伤的时刻，可能是工作上的瓶颈、人际关系的困扰等，描述当时的心境。

三、浴火重生（3:00 - 5:00）

• 讲...

Read more

数字分类器（Digit Classifier）

一、定义

数字分类器是一种机器学习模型，主要用于对数字（通常是0 - 9）的图像或其他数字表示形式进行分类。其目标是根据输入的数字样本特征，准确地判断该数字属于0 - 9中的哪一个类别。

二、常见的数字分类器类型

（一）基于传统机器学习算法的数字分类器

1. 决策树分类器
2. 原理：决策树是一种基于树结构的分类模型。它通过对数据特征的一系列判断来进行分类。对于数字分类，它可能会根据数字图像的某些特征，如笔画的方向、数字的高度和宽度比例等进行划分。例如，它可能首先判断数字图像是否有一个封闭的环形（这可以区分0、6、8和其他数字），然后根据其他特征进一...

Read more

Convolution（卷积）

一、定义

在数学和信号处理、图像处理以及深度学习等领域，卷积是一种重要的运算。从数学角度看，对于两个函数（比如函数(f(x))和(g(x))），它们的卷积定义为一个积分运算，得到一个新的函数。在离散形式下，对于两个离散序列（如(x[n])和(h[n])），卷积是一种加权求和的运算。在实际应用中，以图像处理为例，卷积操作通过一个小的滤波器（也称为卷积核）在图像上滑动，对图像的每个像素及其邻域进行加权求和，从而得到一个新的图像（特征图），这个过程可以提取图像中的各种特征。

二、数学原理

（一）连续卷积

1. 公式表示
2. 对于两个连续函数(f(x))和(g(x))，它...

Read more

Max Pooling（最大池化）

一、定义

最大池化是一种在卷积神经网络（CNN）和其他深度学习架构中广泛使用的下采样技术。它的主要目的是对输入数据（通常是特征图）进行降维处理，同时保留数据中的最重要（最显著）的特征信息。

二、工作原理

（一）基本操作

1. 窗口划分
2. 假设我们有一个二维的特征图（例如，由卷积层输出的图像特征表示），最大池化操作会在这个特征图上滑动一个固定大小的窗口。这个窗口的大小是预先定义的，常见的有(2\times2)、(3\times3)等。例如，对于一个(4\times4)的特征图，使用(2\times2)的池化窗口，那么这个窗口会在特征图上滑动，每次覆盖(2\ti...

Read more

Filter Detect（滤波器检测）

一、定义

“Filter Detect”可以从两个方面来理解。一方面，它可以指滤波器（Filter）的检测，即对信号处理过程中所使用的滤波器进行性能、特性以及工作状态的检测。另一方面，它也可能涉及到利用滤波器来进行检测（Detect）的操作，例如在信号处理、图像处理或者数据分析中，通过特定的滤波器来检测信号中的某些特征、成分或者异常情况。

二、滤波器检测（对滤波器本身的检测）

（一）频率响应检测

1. 基本原理
2. 滤波器的频率响应是其最重要的特性之一。它描述了滤波器对不同频率成分的信号的处理方式。通过向滤波器输入包含各种频率成分的测试信号（如正弦波信号...

Read more

经济学

一、定义

经济学是一门研究人类社会在稀缺资源的约束下，如何进行生产、分配、交换和消费等经济活动的社会科学。它旨在解释经济现象背后的原理，揭示经济主体（包括个人、企业、政府等）的行为规律，以及这些行为如何相互影响，进而分析资源如何实现有效配置，以满足人们无限多样的需求。

二、经济学的主要分支

（一）微观经济学

1. 核心内容回顾
2. 如前面所述，微观经济学侧重于研究个体经济单位的行为。它聚焦于消费者如何做出购买决策以最大化自身效用，生产者怎样安排生产要素投入来实现利润最大化。例如，在分析一家咖啡店的经营时，微观经济学研究咖啡店店主（生产者）如何根据咖啡豆价格、员工工资、店铺租金等成本因素，...

Read more

以下是一个关于“AI from zero to hero”一年的视频课程大纲：

第一季度：基础构建（第 1 - 3 个月）

• 第 1 个月：
  • 人工智能概述：历史、应用领域、发展趋势
  • Python 编程基础：语法、数据类型、控制结构、函数
• 第 2 个月：
  • Python 数据分析库：Numpy、Pandas 数据处理与分析
  • 数据可视化：Matplotlib、Seaborn 绘制图表
• 第 3 个月：
  • 数学基础：线性代数、概率论与数理统计复习
  • 机器学习基础概念：监督学习、无监督学习、模型评估指标

第二季度：机器学习深入（第 4 - 6 个月）

• 第 4 个月：
  • 线性回归模型：原理、...

Read more

自注意力（Self-Attention）是一种在深度学习中用于处理序列数据的机制，尤其在自然语言处理（NLP）领域的Transformer架构中得到了广泛应用。以下是关于自注意力的详细介绍：

基本原理

• 输入表示：将输入序列中的每个元素表示为一个向量，这些向量组成一个矩阵作为自注意力机制的输入。例如，对于一个句子，每个单词可以被表示为一个词向量。
• 计算注意力分数：对于序列中的每个元素，通过计算它与其他所有元素之间的相似度来确定其对其他元素的关注程度，得到注意力分数。这个相似度通常通过点积或其他函数来计算，然后经过一个 softmax 函数进行归一化，确保所有注意力分数之和为1。
• 加权求和...

Read more