通过Amazon Bedrock上的Stability AI模型开发生成式AI应用（上篇）
Amazon Bedrock 是一项完全托管的服务，通过统一的 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先 AI 公司的高性能基础模型（FMs），同时提供广泛的功能，让开发者能够在确保安全
【深度学习详解】Task2 分段线性模型-引入深度学习 Datawhale X 李宏毅苹果书 AI夏令营
机器学习基础 -> 线性模型 -> 分段线性模型 -> 引入深度学习🍎 🍎
【AI语音基础】VAD/说话人识别/声纹
本文的参考文献共有311篇，从1964年到2020年的说话人识别论文都有涉及，系统的读参考文献也是了解入门的好方法，能清晰的看到几十年来人们一直在关注什么问题，用什么方法去尝试解决，又在哪些地方有突破性的进展。正确率（Accurancy, 预测值将输入标签识别正确的比例），召回率（Recall，预测
新来个技术总监，把AI大模型接入的那叫一个优雅，佩服！
目前 AllTools 仅支持流式 SSE 输出，也就是大家看到的消息一点一点在对话框中显示的效果，后台打印的信息其实是这样的，也是一点一点的从智谱 AI 那里得到响应。周一，公司空降一名逼里巴巴的技术总监老王，我很不服气，就给他出了道难题，限时 30 分钟把最新大模型 GLM-4-AllTools
Deep-Live-Cam实时AI换脸
Deep-Live-Cam 是一个基于AI技术的实时人脸替换和动画工具，该项目结合了深度学习算法，能够实时地将一个选定的人脸替换到目标视频或图片中，支持多种平台和执行环境。
JuiceFS 在多云架构中加速大模型推理
下图是一个典型的大模型推理服务的架构。我们可以观察到几个关键特点。首先，架构跨越多个云服务或多个数据中心。目前在大模型领域， GPU 资源紧张，多数厂商或公司倾向于采用多云、多数据中心或混合云的策略来部署他们的推理服务。另一个特点是，为了确保数据一致性和管理的便捷性，会在特定地区选择公有云的对象存储
基于人工智能与区块链的果蔬分拣与仓储监控系统(毕业论文)
开机之后手动输入果蔬产地，然后开始检测果蔬分级，去除不满足条件的果蔬，将满足条件的果蔬放入对应的容器，并开始记录放入容器的水果数量。因此，本研究旨在结合人工智能与区块链技术，开发一种新型的果蔬分拣与仓储监控系统。通过实现果蔬的自动分拣、智能仓储和食品安全追溯，不仅可以提高果蔬供应链的效率和质量，还可
利用“2+1链动模式小程序AI智能名片S2B2C商城源码”优化企业参与外部社群策略
在当今数字化时代，企业参与外部社群已成为其市场扩张、品牌塑造及用户增长不可或缺的一环。然而，面对浩如烟海的社群类型，包括行业论坛、地区性论坛、特定兴趣爱好的论坛以及短视频网站等，如何精准选择并有效介入这些社群，成为了企业面临的重要挑战。本文深入探讨了如何通过融合“2+1链动模式小程序”、“AI智能名
向李宏毅学深度学习(进阶)#task01#Datawhale X 李宏毅苹果书 AI夏令营
根据基于李宏毅老师机器学习课程编著的《深度学习详解》一书，结合自己的思考，阐释了深度学习中全局最优值、局部极值、鞍点等关键概念，以及批量（banch）和动量法
CVPR 2024最佳论文分享┆EventPS: 基于事件相机的实时光度立体视觉
本文介绍了CVPR 2024的最佳论文提名，该论文利用事件相机的独特属性，实现了实时光度立体视觉。该算法在传统和深度学习领域均取得成功。配合高速转台数据采集和GPU优化，算法实现了每秒超30帧的实时表面法线重建。
为什么说RAG是AI 2.0时代的“杀手级”应用？
随着 AI 2.0 时代的来临，我们正站在一个技术革新和行业变革的交汇点。大语言模型虽然在多个领域取得了突破，但在特定领域的应用仍面临挑战。而 RAG 技术以其独特的能力，通过整合外部知识库与文档，显著提升了模型的专业性能和回答精度，成为大模型应用的重要技术方向。
20240825 每日AI必读资讯
新部门成立于3月，目的是加强微软在消费者AI战略方面的布局，涵盖副驾驶 AI聊天机器人和Bing搜索引擎等项目，由DeepMind联合创始人Mustafa Suleyman领导。- 新成立的AI部门的软件工程师平均总薪酬高达377611美元（约合269.3万元人民币），至少比其他部门的平均水平高出1
为什么多模态大模型中使用Q-Former的工作变少了？附Q-Former结构简介
面试中遇到的问题，自己在实践中注意到了却没有深究原因，没有回答好，特此记录和探讨这个问题。多模态大模型中需要一个输入投影模块，将视觉特征投射到LLM能理解的语言特征维度，这里就可以选择各种不同的模块。LLaVA最初用了简单的线性投射，然而作者提到这么做是为了做实验更快一点，使用复杂的模块可能会有更好
最全面NVIDIA 全系GPU规格及特性对比（含应用场景）
本文主要整理了NVIDIA全系GPU&显卡规格参数及特性对比，应用场景等
上海交大洪亮教授：AI 真要突破工程领域，一定要做到现有人类专家做不到的工程成果
与自然界相比，序列相似度全部低于 65%，最低的为 49%，换言之，研究团队对 700 多个氨基酸序列中的 300 多个进行了改造，其中有 23 个有活性，2/3 比野生活性高，最高的野生型达 8.6 倍。在没有数据的情况下，则通过物理模拟器产生精度略低的大量假数据来做预训练，再用真实珍贵的数据进行
LSTM模型
LSTM（长短期记忆）是一种用于处理和预测时间序列数据的递归神经网络（RNN）架构旨在解决传统RNN在处理长序列数据时存在的梯度消失和梯度爆炸问题。LSTM的关键在于其特殊的单元结构，每个单元包含三个门：输入门、遗忘门和输出门。这些门通过控制信息的流动，允许LSTM在更长时间范围内保持和更新记忆。输
5 种最佳深度伪造检测工具和技术
通过了解深度伪造技术和检测的最新发展，我们都可以在打击这一威胁中发挥作用。
【优选赛事】2024年iCAN大赛AI视觉检测设计挑战赛
iCAN大学生创新创业大赛(以下简称“iCAN大赛”")是一个无固定限制、鼓励原始创新的赛事，自2007年发起至今，得到了广大青年学生的热爱。2010年，iCAN大赛获批《教育部、财政部关于批准2010年度大学生竞赛资助项目的通知》大学生竞赛资助项目。2023年,iCAN大赛入选《全国普通高校大学生
视觉 注意力机制——通道注意力、空间注意力、自注意力、交叉注意力
在计算机视觉领域，注意力机制（Attention Mechanism）已成为提升模型性能的关键技术之一。注意力机制通过模拟人类视觉的选择性注意力，能够在海量数据中自动聚焦于最相关的信息，从而提高模型的效率和准确性。下面将介绍通道注意力、空间注意力、自注意力和交叉注意力四种类型。
ChatTTS文本转语音本地Windows环境部署与远程生成AI音频实战流程
本篇文章主要介绍如何快速地在Windows系统电脑中本地部署ChatTTS开源文本转语音项目，并且我们还可以结合Cpolar内网穿透工具创建公网地址，随时随地远程访问本地搭建的ChatTTS AI语音合成模型。最像人声的AI来了！语音开源天花板ChatTTS火速出圈，一周就斩获20k，目前githu
