Torch中常见插值方式及各自的优缺点
插值指的是利用已知数据去预测未知数据，图像插值则是给定一个像素点，根据它周围像素点的信息来对该像素点的值进行预测。当我们调整图片尺寸或者对图片变形的时候常会用到图片插值。常见的插值算法可以**分为两类**：**自适应和非自适应**。 自适应的方法可以根据插值的内容来改变（尖锐的边缘或者是平滑的纹理）
Beyond Big Data: New Applications in the Age of 5G and
作者：禅与计算机程序设计艺术 1.简介随着经济、科技和社会的快速发展，信息技术正在改变我们的生活。从20世纪70年代开始，大数据技术已经成为热门话题。基于大数据的应用如搜索引擎、推荐系统、图像识别、地图导航等已经发展出一批商业化产品。但在最近几年里，随着5G网络
数据仓库的可视化和报告
作者：禅与计算机程序设计艺术 1.简介数据分析过程中，通常会生成海量的数据，这些数据需要通过数据仓库进行存储、清洗、统计、整合等过程后才能用于数据分析。在数据仓库中，往往会存在大量的多维数据表，对于数据的快速查询、分析、报表等需求，数据可视化是关键。数据可视化可
Yolov5改进: Yolov5-FasterNet网络推理加速
FasterNet是CVPR 2023 新出来的网络，主要用来加速网络推理实现轻量化。作者重新审视了现有的操作符，特别是DWConv的计算速度——FLOPS。作者发现导致低FLOPS问题的主要原因是频繁的内存访问。然后，作者提出了PConv作为一种竞争性替代方案，它减少了计算冗余以及内存访问的数量。
免费部署一个开源大模型 MOSS
MOSS 的公开无异于宣告与百度对话模型的“正面竞争”，这场人工智能的“决战”注定轰动一时。未来几个月， ChatGPT 式对话产品将在中国大行其道，而 MOSS 和“文心一言”的 PK 则成为行业和公众最关心的话题。这场竞赛的结果，将对中国在人工智能领域的地位产生重大影响。人工智能时代的创新,正在
AI 眼中的中国
圆形土楼、方形土楼、椭圆形土楼和不规则形土楼。代表着蒙古族人民对自然的尊重和对简单生活的追求。这里的海滩绵延数公里，沙质细腻，海水清澈见底。多元包容和独特的魅力吸引着来自世界各地的人们。一个承载着中华武术的卓越传统和精神的武术圣地。是亚洲第二大山脉，也是世界著名的高山地带之一。它被誉为"中国的水塔"
Pytorch查看GPU信息
GPU，Torch，Cuda
DenseNet网络详解及Pytorch实现
DenseNet是由Gao Huang等研究人员于2017年提出的一种深度神经网络架构。DenseNet的主要思想是在网络的每一层之间建立密集的连接，这种密集连接的结构使得网络在训练过程中可以更好地传播梯度信息，有效地缓解了梯度消失问题。DenseNet在图像分类、物体检测等计算机视觉任务中取得了出
Pytorch Advanced(二) Variational Auto-Encoder
变分自编码 (Variational Autoencoder) 为了让隐层抓住输入数据特性, 而不是简单的输出数据=输入数据，他在隐层中加入随机噪声（单位高斯噪声）（这个过程也叫reparametrize），以确保隐层能较好抽象输入数据特点。有了随机的一张图片之后，我们把他完整的放入模型中，生成了和
基于chatgpt动手实现一个ai_translator
最近在极客时间学习《AI 大模型应用开发实战营》，自己一边跟着学一边开发了一个进阶版本的 OpenAI-Translator，在这里简单记录下开发过程和心得体会，供有兴趣的同学参考；
模型评估：可决系数与纳什效率系数
模型评估：可决系数与纳什效率系数
人工智能在智能家居安防系统中的应用：让家庭更智能、更安全
作者：禅与计算机程序设计艺术 "人工智能在智能家居安防系统中的应用：让家庭更智能、更安全"引言1.1. 背景介绍智能家居和智能安防系统是当前越来越受欢迎的领域
深度学习模型复杂度评估（时间复杂度、空间复杂度）
由于维度灾难的限制，模型的参数越多，训练模型所需的数据量就越大，而现实生活中的数据集通常不会太大，这会导致模型的训练更容易过拟合。时间复杂度和空间复杂度是衡量一个算法的两个重要指标,用于表示算法的最差状态所需的时间增长量和所需辅助空间.如果复杂度过高，会导致模型训练和预测耗费大量时间，既无法快速的验
Latent Diffusion Models
详细解读Latent Diffusion Models：原理和代码
pytorch性能分析工具Profiler
PyTorch Profiler 是一个开源工具，可以对大规模深度学习模型进行准确高效的性能分析。分析model的GPU、CPU的使用率各种算子op的时间消耗trace网络在pipeline的CPU和GPU的使用情况Profiler利用可视化模型的性能，帮助发现模型的瓶颈，比如CPU占用达到80%，
数学建模 | 关于季节性ARIMA模型你必须知道的20个知识点
同ARIMA模型,时间序列趋势的变化会对SARIMA模型建立的短期相关模型产生较大影响,预测效果下降。时间序列的值随时间变化,且经差分后过去的观测值与未来值以及对应季节的数据之间存在较强的相关性。SARIMA模型是ARIMA模型的扩展,可以对存在季节性周期变化的时间序列进行建模和预测。首先确定最优的
物联网平台开发核心技术揭秘-架构设计篇
物联网平台是实现物联网的核心组成部分。它是一个软件系统，用于管理设备、数据和应用程序。通过它，用户可以从设备中获取数据，并将其发送到其他设备或数据中心。物联网平台还能够控制设备，实现预定任务、自动化流程和报警等功能。感知层：包括各种传感器、监测器和执行器等设备，用于收集和控制数据。网络层：通过各种无
能源传输中的人工智能：未来的趋势
作者：禅与计算机程序设计艺术 《76. 能源传输中的人工智能：未来的趋势》1. 引言1.1. 背景介绍随着人类社会对可持续发展的关注与日俱增，能源传输的研究与实践也在不断深入。在能源生产和消费的过程中，能源传输环节对能源的损耗和效率具有重要的
让照片开口讲话，让视频人物对口型
一张图片，一个音频，让照片开口说话，让视频中的人物对口型。
如何零基础学习“人工智能”？
人工智能领域的社区非常活跃，您可以通过参加在线论坛、参与社交媒体讨论组、关注机器学习和人工智能领域的博客等方式进一步了解行业动态和其他人的观点。如果您准备投入更多的学习和时间，可以参加收费的课程，如Udacity的纳米学位课程等，这些提供更深入、更广泛的课程。除了理论知识，实践是学习人工智能的关键因
