RoboGuide入门之简单双机器人实例详细讲解笔记
本篇笔记以详细案例展示协同机器人完成的搬运任务中所包含的roboguide基本操作。源文件获取方式可以至文末查看。个人认为，这个实例虽然看似简单，但是也包含了入门以来许多知识点。相关重要知识点如下：（1）利用卡尺精确定位（2）工件摆放位置的调整（3）模拟夹取与放置（4）IO信号配置（5）整体程序的编
TiDB Bot：用 Generative AI 构建企业专属的用户助手机器人
根据实际支持用户的体验，对用户在全球社区的提问以及内部工单系统的调研，用户有 50% 以上的问题其实是可以在官方文档中找到答案，只是因为文档内容太多，难以找到。随着用户量逐渐增加，无论是召回内容的准确性、毒性判断的成功，都依然有不小的挑战，因此，笔者在实际提供服务中，对 TiDB Bot 的准确度进
Spring Boot+Kafka实战生产级Kafka消费组
Kafka是一个开源分布式消息系统，最初由LinkedIn开发，之后成为Apache项目的一部分。Kafka主要用于大数据实时流处理，具有低延迟、高吞吐量等特点。本文将会从基本概念、术语说明、原理及应用场景三个方面对Kafka进行详细介绍。Kafka作为一个分布式系统，需要配合Zookeeper实现
解析OpenDataPlatform的数据仓库：如何确保数据的准确性和可靠性？
作者：禅与计算机程序设计艺术 1.简介互联网公司在实现业务需求时，一般会选择一种数据源作为基础数据，在数据处理过程需要对基础数据进行清洗、计算等加工操作。这些处理后的结果可以提供给公司内部各个部门、业务线使用，同时也方便了公司将数据用于分析报表或做决策，提高效率
生成模型之VAE与VQ-VAE
有关图像处理的课程作业需要学习一篇论文，此论文中作者使用了VQ-VAE模型对舞蹈动作进行编码。因此，对相关知识略作整理以供之后查找。AE、VAE和VQ-VAE可以统一为latent code的概率分布设计不一样，AEr通过网络学习得到任意概率分布，VAE设计为正态分布，VQVAE设计为codeboo
Inpaint Anything （AI替换）
Inpaint Anything 是一个结合了 SAM、图像修补模型（例如 LaMa）和 AIGC 模型（例如 Stable Diffusion）等视觉基础模型的AI图像替换，修补系统。基于此系统，用户可以方便的使用IA进行图像替换，处理具有任意长宽比和 2K 高清分辨率的图像，且不受图像原始内容限
深度学习入门——深度卷积神经网络模型（Deep Convolution Neural Network,DCNN）概述
机器学习是实现人工智能的方法和手段，其专门研究计算机如何模拟或实现人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构使之不断改善自身性能的方法。计算机视觉技术作为人工智能的一个研究方向，其随着机器学习的发展而进步，尤其近10年来，以深度学习为代表的机器学习技术掀起了一场计算机视觉革命。本文
电脑部署本地类似ChatGPT3.5的AI模型Vicuna的常见错误和原因
在这里能直接使用的是GPTQ也就是我的第三种模型，hf需要转换和量化你可以使用最新的“convert.py”脚本和“quantize”程序进行转换和量化成功后就是我的第二种模型。查看自己下载模型的文件名称，如下面我自己的的三种他们分别是小羊驼训练出来的13B（9G），13B中文整合（25G），最大最
OpenMMLab-AI实战营第二期-课程笔记-Class 3：RTMPose关键点检测
数据集：Labelme标注数据集、整理标注格式至MS COCO目标检测：分别训练和目标检测模型、训练日志可视化、测试集评估、对图像、摄像头画面预测关键点检测：训练RTMPose-S关键点检测模型、训练日志可视化、测试集上评估、分别对“图像、视频、摄像头画面”预测模型终端部署：转ONNX格式，终端推理
timm使用swin-transformer
swin-transformer
GFP-GAN
大量的实验表明，新方法在合成数据集和真实数据集上都取得了优于现有技术的性能。他们首先将降级的图像“倒置”回预先训练好的GAN的 latent code，然后进行昂贵的特定于图像的优化来重建图像。然而，当高质量的参考无法访问时，非常低质量的输入不能提供精确的几何先验，这限制了在现实场景中的适用性。在S
个人如何用AI来赚钱？教你AI赚钱的三大方式！
通过AI推荐算法，我们可以根据用户的历史行为、兴趣爱好等信息，为用户推荐相应的商品、服务等。作为个人，我们可以利用这种算法，创建自己的推荐平台，向用户提供定制化的服务。例如，我们可以创建一个美食推荐平台，为用户推荐不同类型的餐厅、美食、菜谱等，从而获得相应的利润。随着人工智能技术的不断发展，AI创作
AI 大模型 LLM 的基础概念、核心算法原理数学模型和发展历史及其应用领域
文本摘要是指从大量的文本中提取关键信息，并生成简洁、易于理解的摘要。LLM能够通过对文本进行编码和自动摘要，从而提高文本摘要的质量和效率。总之，LLM是自然语言处理领域中的一个重要组成部分，它通过对大量数据进行训练，实现了自然语言理解、文本分类、机器翻译、文本摘要等多种自然语言处理任务。在未来的发展
[AI in security]-214 网络安全威胁情报的建设
威胁情报是循证知识，包括环境、机制、指标、意义和可行性建议，现有的或新兴的、对资产的威胁或危害，可用于主体对威胁或危害的反应做出明确决定威胁情报就是收集、评估和应用关于安全威胁、威胁分子、攻击利用、恶意软件、漏洞和漏洞指标的数据集合。
使用老北鼻AI免费GPT对话解决gun make安装和解析iso9660的问题
在学习解析ISO9660镜像文件时，使用了来了解相关的库和gun make编译器的相关知识。这个过程可真是一言难尽，每个问题的回答都模棱两可都需要去证实，不能直接复制粘贴，也不能说的回答一点用也没有，至少给出了一个解决的思路和方向。记录下来以免后面遇到了同样的问题。
【机器学习】人工智能概述（文末送书）
机器学习和人工智能，深度学习的关系人工智能（AI）：人工智能是一门研究如何使计算机能够模拟、理解和执行人类智能任务的学科。它的目标是让计算机具备类似于人类的智能水平，可以进行推理、学习、感知和决策。机器学习：机器学习是人工智能的一个重要分支，它是让计算机通过从数据中学习和提取模式，自动改进执行特定任
Draw Things - 人工智能绘图工具，傻瓜式一键式安装运行
目前该软件的不足就是比较依赖电脑硬件，但这是本地化模型不可避免的问题，另外就是我们想要玩不同的模型，需要依次去下载,每个模型大概在 2-3G 左右总得来说该软件是目前来说体验十分不错的软件了，推荐使用~
人工智能(pytorch)搭建模型12-pytorch搭建BiGRU模型，利用正态分布数据训练该模型
大家好，我是微学AI，今天给大家介绍一下人工智能(pytorch)搭建模型12-pytorch搭建BiGRU模型，利用正态分布数据训练该模型。本文将介绍一种基于PyTorch的BiGRU模型应用项目。我们将首先解释BiGRU模型的原理，然后使用PyTorch搭建模型，并提供模型代码和数据样例。接下来
Coursera吴恩达《深度学习》课程总结（全）
01 神经网络和深度学习（Neural Networks and Deep Learning）1-1 深度学习概论主要介绍：主要对深度学习进行了简要概述。首先，我们使用房价预测的例子来建立最简单的单个神经元组成的神经网络模型。然后，我们将例子复杂化，建立标准的神经网络模型结构。接着，我们从监督式学习
BERT详解
主要介绍了什么是Bert模型，它的优点，输入输出和预训练方法。
