深度学习
-
AI大模型：无需训练让LLM支持超长输入
显式搜索: 知识库外挂 paper: Unleashing Infinite-Length Input Capacity for Large-scale Language Mode…
-
【AI智能助手】一文阐发何为下一代人工智能技术
目录 1️⃣什么是AI智能助手 2️⃣实现原理 3️⃣落地场景 4️⃣智能助手的未来 1️⃣什么是AI智能助手 智能助手是一种基于人工智能技术的应用程序或设备，旨在帮助用户完成各种…
-
AI：ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略
AI：ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略 导读：ModelScope旨在打造下一代开源的模型即服务共享平台，汇集了行业领先的预训…
-
pytorch中nn.ModuleList()使用方法
定义ModuleList 我们可以将我们需要的层放入到一个集合中，然后将这个集合作为参数传入nn.ModuleList中，但是这个子类并不可以直接使用，因为这个子类并没有实现for…
-
自监督ViT：DINO-v1和DINO-v2
1. 概述 基于ViT（Vision Transformer）自监督在最近几年取得了很大进步，目前在无监督分类任务下已经超过了之前的一些经典模型，同时在检测分割等基础任务领域也展现…
-
基于Python+tensorflow深度学习VGG-19图像风格迁移+自动去噪（MNIST数据集）机器学习+人工智能+神经网络——含全部Python工程源码
目录 前言 总体设计 系统整体结构图 系统流程图 运行环境 Python 环境 TensorFlow 环境 模块实现 1. 图片处理 2. 模型构造 系统测试 工程源代码下载 其它…
-
【目标跟踪算法】Strong SORT多目标跟踪模型论文解析+代码详解
1. Strong SORT算法的背景和概述 Strong SORT算法基于经典的Deep SORT模型，并从目标检测模型、表征特征模型和匹配算法等各个方面对其进行了升级优化。 1…
-
Python 训练集、测试集以及验证集切分方法：sklearn及手动切分
目录 方法一 方法二 需求目的：针对模型训练输入，按照6:2:2的比例进行训练集、测试集和验证集的划分。当前数据量约10万条。如果针对的是记录条数达上百万的数据集，可按照98:1:…
-
TypeError: empty() received an invalid combination of arguments – got (tuple, dtype=NoneType, device
训练模型时报错： TypeError: empty() received an invalid combination of arguments – got (tuple, dty…
-
Image.fromarray()详细用法
Image.fromarray() 方法有两个参数: obj (numpy.ndarray): 一个二维numpy数组, 表示要转换为图像的数组。 mode (str): 一个字符…
-
【深度学习实战】基于深度学习的图片风格快速迁移软件（Python源码+UI界面）
功能演示 摘要：图像风格迁移（Image Style Transfer）是一种将一张图像的风格应用到另一张图像上的技术。本文详细介绍了其实现的技术原理，同时给出完整的Python实…
-
【AI人工智能】NLP（自然语言处理）和 LLM（大语言模型）详细对比：本文将详细比较这两种技术的特点、优缺点、应用等方面，以便更好地了解它们的区别和联系
文章目录 【AI人工智能】NLP（自然语言处理）和 LLM（大语言模型）详细对比 1. 概述 2. 工作原理 3. 数据需求 4. 训练和推理成本 4.1 训练和推理成本对比 4….
-
对Transformer中Add&Norm层的理解
对Add&Norm层的理解 Add操作 Norm操作 Add操作 首先我们还是先来回顾一下Transformer的结构：Transformer结构主要分为两大部分，一是En…
-
YOLOv7训练自己的数据集(超详细)
目录 一、准备深度学习环境 二、 准备自己的数据集 1、创建数据集 2、转换数据格式 3、配置文件 三、模型训练 1、下载预训练模型 2、训练 四、模型测试 五、模…
-
高阶数据增强：Cutmix 原理讲解&零基础程序实现
1 前言 在上一篇文章一只猫引出的数据增强[Data Augmentation]中，介绍了十四种常用的深度学习数据增强方法，这些方法能满足日常大部分使用需求。但是在处理一些特殊问题…
