海思SD3403,SS928/926,hi3519dv500,hi3516dv500移植yolov7,yolov8（7）
第一个和第二个值分别对应 阈值设置nms_threshold，IOU_score_threshold，具体值与模型本身有关，如果叠框明显就调高IOU值，如果误报很多就调高NMS值。初始化时还需要配置一下IOU与NMS的阈值，在模型导出时其实在代码里已经有默认值，但是在这里初始化过程中会更新对应的阈值
基于python人脸识别系统 实时检测 深度学习 Dlib库 大数据 毕业设计（源码）✅
基于python人脸识别系统 实时检测 深度学习 Dlib库 大数据 毕业设计（源码）✅
MoE-LLaVA:具有高效缩放和多模态专业知识的大型视觉语言模型
MoE-LLaVA利用了“专家混合”策略融合视觉和语言数据，实现对多媒体内容的复杂理解和交互。
CUDA与PyTorch版本对应关系
CUDA与PyTorch版本对应关系
Windows下深度学习环境配置(超详细跟李沐学Ai)
安装的软件有miniconda，CUDA，Pycharm，需要安装的包有Pytorch，jupyter，d2l
【人工智能概论】 自注意力机制（Self-Attention）
自注意力机制（Self-Attention）
第四章：AI大模型的主流框架 4.4 MXNet
1.背景介绍1. 背景介绍MXNet是一个开源的深度学习框架，由亚马逊和Apache软件基金会共同维护。MXNet的设计目标是提供高性能、高效率和高度灵活的深度学习框架。MXNet支持多种编程语言，包括Python、R、Scala、Julia和MATLAB等，并且可以在多种计算平台上运行，如CPU、
PyTorch的10个基本张量操作
本文将介绍一些Pytorch的基本张量操作。
玩转大数据10：深度学习与神经网络在大数据中的应用
深度学习和神经网络在大数据中的应用已经成为当今人工智能领域的热点问题。它们具有处理大规模数据、提取特征和提高预测精度等优势，被广泛应用于图像识别、语音识别、自然语言处理、推荐系统和金融风控等领域。随着技术的不断发展和应用场景的不断扩大，深度学习和神经网络在大数据中的应用将会更加广泛和深入。同时，我们
AI之DL：人工智能领域—深度学习的发展历程之深度学习爆发的三大因素、探究DL为什么耗算力
针对梯度消失等问题，算法进行了优化。，比如深度神经网络的梯度消失问题，神经网络长期以来存在的问题是梯度消失，即在反向传播过程中，每一层都乘以激活函数的导数值，如果这个导数的绝对值小于1，经过多次乘法后梯度很快趋近于零，导致前面的层无法得到有效的更新。：如图是基于TensorFlow 的分布式学习的效
ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本
好像不需要cuda,cudnn,但是我下载了安装pytorch时，相关版本要求官网只有conda安装的命令，又安装不上，自己找了一个pip命令改了一下自己的版本数字安装，现在还没有发现问题后面报错，有问题后面再说完结。
AI：122-基于深度学习的电影场景生成与特效应用
随着人工智能技术的不断发展，深度学习作为其中的重要分支在各个领域展现出了强大的应用潜力。电影制作是一个富有创造性和技术挑战的领域，近年来，基于深度学习的电影场景生成与特效应用正逐渐成为行业的热点之一。本文将深入探讨深度学习在电影制作中的应用，特别是在电影场景生成和特效方面的创新。
机器学习期末复习
机器学习期末复习
使用Mamba和Qdrant数据库实现RAG的代码示例
我们今天来研究一下RAG、Mamba和Qdrant的协同工作，它们的有效组合保证了效率和可扩展性。
AI：121-基于深度学习的污染源监测与定位
本文深入探讨了基于深度学习的污染源监测与定位技术。我们介绍了使用卷积神经网络和循环神经网络处理图像和时间序列数据的方法，以及如何将这些模型整合用于污染源的三维定位。同时，我们提供了代码示例，演示了模型的训练、优化、部署和整合过程。污染源监测与定位技术的发展不仅能够提高环境监测的效率，还有望为城市规划
12个RAG常见痛点及解决方案
这里使用“痛点”而不是“失败点”，主要是因为我们总结的问题都有相应的建议解决方案。
在网络中添加特征金字塔，和自注意力机制
FPN和注意力机制的阐述。
【GitHub】手把手教你将本地项目上传到 GitHub 仓库
这篇文章主要讲解了如何将本地项目上传到 GitHub 仓库中。
【YOLOv8】实战三：基于LabVIEW TensorRT部署YOLOv8
本文主要想和各位读者分享YOLOv8使用TensorRT工具包在LabVIEW中的部署。
AI人工智能（调包侠）速成之路十五（中国象棋AI网络机器人：AI模型部署）
神经网络模型动态加解密的技术这个以后再写吧练好的神经网络模型最终都需要保存和传递给他人使用，那么如何保存网络结构和每个参数的数值就需要设计一套规范的存储格式。神经网络推理模型是使用推理框架提供的工具将训练好的神经网络模型转换成对应的推理模型。适用于在移动设备和嵌入式设备上部署模型的格式。解决上面的问
