深入浅出Pytorch函数——torch.exp
torch.exp(input, *, out=None) → Tensor
CodeFormer 安装
2.执行python开头的命令时，把[input folder]整体替换成待处理的图片所在的文件夹路径。整体图像和视频增强同理，都是把[]替换成路径。1.每次使用前都要先进入cmd，执行cd CodeFormer，进入安装目录后再执行对应命令。，并将其放到weights/CodeFormer下（如果
LU_ASR01语音模块使用
语音识别一共8个I/O，1路串口TXD，1路传感器接口。其中I/O1-I/O6可以输出PWM信号，I/O7、I/O8不能输出PWM信号。DHT接口可接DHT11模块或DS18B20模块，对应的软件上要选对传感器型号和播报类型。DHT11只能选温湿度进行播报，DS18B20只能选择温度进行播报。...
国外资源国内镜像访问（亲测）
国外资源国内镜像访问huggingface、git、pip源、conda源
轴承故障诊断经典模型pytorch复现(一)——WDCNN
论文地址：《A New Deep Learning Model for Fault Diagnosis with Good Anti-Noise and Domain Adaptation Ability on Raw Vibration Signals》—张伟我们要复现的论文是轴承故障诊断里比较经
有刷电机及无刷直流电机（BLDC）
无刷直流电机（BLDC）是永磁式同步电机的一种，而并不是真正的直流电机，英文简称BLDC。区别于有刷直流电机，无刷直流电机不使用机械的电刷装置，采用方波控制的永磁同步电机，以霍尔传感器取代碳刷换向器，以钕铁硼作为转子的永磁材料，性能上相较一般的传统直流电机有很大优势。
最强绘图AI：一文搞定Midjourney（附送咒语）
一文搞定Midjourney（附送咒语）
Jieba分词模式详解、词库的添加与删除、自定义词库失败的处理
当需要添加的词过多时，建议使用添加词典的方式。自定义词典可以包含用户自己添加的词语及其词频和词性等信息。创建一个文本文件，例如，用于存储自定义词典。每行格式为：词语 词频 词性。将需要添加的词语及其词频和词性等信息写入到中，每个词语一行。调用Jieba的方法加载自定义词典文件。词典示例如下：开源模型
深入浅出TensorFlow2函数——tf.Tensor
一个tf.Tensor表示一个多维数组。在编写TensorFlow程序时，被操作和传递的主要对象就是tf.Tensor。
Nature子刊 | 周集中团队揭示长期气候变暖导致草地土壤微生物多样性降低
题目：Reduction of microbial diversity in grassland soil is driven by long-term climate warming发表杂志：Nature Microbiology发表年月：2022年6月第一作者：吴林蔚、Zhang Ya、郭雪通讯
哪些人真的不适合学习数据分析，你中招了吗？
另一个方面是自己缺乏练习，很多人学课程，看书，从来不自己操作，老想寻找一些面试题、某企业级数据集拿来分析一下，看看自己的水平，要对胃口的数据集其实很少的，即使有，也是美化版的，很多综合性的演练你还是学不到的，还不如随便爬一些数据，越乱越好（对练习工具操作有巨大好处），然后在现有数据的基础上看看可以分
CSDN-AI小组2023-半年-研发总结
通过这些分析，我们改进了博客质量分的计算，近期推出了博客质量分V5，V5版本在解决博客质量可计算方面的能力基础上，进一步增加了可解释性，让博主们能在机器自动辅助建议的基础上持续获得写作质量的提升，这也是平台生态长期良性发展的基石。实际做的工作远不止这些，有重大技术突破的时代，是一个最好的时代，希望大
开源模型bloomz可以做哪些中文任务？
Chatgpt很强大，开源的bloomz可以做些什么呢？下面使用其70亿参数的模型测试一下效果。
机器学习强基计划9-1：图解匹配追踪(MP)与正交匹配追踪(OMP)算法
本文串讲字典学习的基本概念：字典学习、稀疏表示、稀疏编码，并介绍了稀疏编码的两种经典算法——匹配追踪MP与正交匹配追踪OMP算法的基本原理
深入浅出TensorFlow2函数——tf.reshape
tf.reshape
似然函数总结
似然函数总结
【AI底层逻辑】——篇章1&2：统计学与概率论&数据“陷阱”
人工智能的解题思路——统计思维！！不过统计学高质量的数据，AI运作的基础也是数据，如果数据错误或者对数据的理解出现偏差，将直接导致结论谬误。有时数据具有欺骗性和迷惑性，使用时需要对它们进行甄别，这也是下次我们要继续探讨的问题！！
使用chatglm搭建本地知识库AI_闻达
最近大火的chatgpt，老板说让我看看能不能用自己的数据，回答专业一些，所以做了一些调研，最近用这个倒是成功推理了自己的数据，模型也开源了，之后有机会也训练一下自己的数据。
人工智能项目实战-使用OMR完成答题卡识别判卷
光学标记识别（简称OMR）是自动分析人工标记文档并解释其结果的过程。我们之前在20年差不多都是人工去识别判卷，那个时候一个班级的试卷需要老师花费差不多1个小时才可以判完。效率就比较低，随着这个计算机硬件和信息大爆炸时代的到来，人工智能也开始飞跃的发展。对于这个试卷的问题，我们再用人工智能去做的时候，
HALCON和OPENCV最终选择了后者
经过一段时间的评估，还是放弃了HALCON，HALCON有很多算子使用很方便，直接调用即可，还有很多图形化的工具，直接就可以调节参数，并看到结果。运行的中间变量也会有直观的图形可供查看
