声纹识别之说话人验证speaker verification
由于工作需要接触到了语音领域的声纹识别，对语音识别进行了一些预研，因此在这里开一篇博客，聊一聊speaker verification学习历程。
【半个月实践】普通人如何利用ChatGPT变现？(附镜像网站)
如今ChatGPT的话题爆火各大平台，所谈论的方向也各不相同，或许是ChatGPT使用方法、应用领域、前景趋势等等。而这必然也产生了信息差使得大多数人可以利用ChatGPT变现。而在这一开始，更多的人变现的方式也不同。而普通人又可以通过什么方式变现呢？
chatgpt3接口 国内版免费使用
目前OpenAI公司提供了GPT-3的API服务，允许开发者通过调用API接口，使用GPT-3的功能。总的来说，GPT-3的API接口是一个非常方便和高效的自然语言处理工具，可以帮助您快速解决自然语言处理问题，例如生成文本、回答问题等任务。但需要注意的是，API使用需要遵从OpenAI公司的相关规定
毕业设计-基于MATLAB的含噪语音信号降噪处理方法的研究与实现
毕业设计-基于MATLAB的含噪语音信号降噪处理方法的研究与实现：随着互联网信息技术的不断发展与普及， 语 音依然是人类沟通、 交流传递信息的重要载体。 语音信号处理是一个新兴的交叉学科， 是语音 和数字信号处理的两个学科的结合产物， 即综合 运用数字信号处理技术对语音信号进行处理 。 随着互联网、
训练ChatGPT的必备资源：语料、模型和代码库完全指南
文｜python前言近期，ChatGPT成为了全网热议的话题。ChatGPT是一种基于大规模语言模型技术（LLM， large language model）实现的人机对话工具。但是，如果我们想要训练自己的大规模语言模型，有哪些公开的资源可以提供帮助呢？在这个github项目中，人民大学的老师同学们
GANs系列：CGAN(条件GAN）原理简介以及项目代码实现
cGAN的中心思想是希望 可以控制 GAN 生成的图片，而不 是单纯的随机生成图片。 具体来说，Conditional GAN 在生成器和判别器的输入中 增加了额外的 条件信息，生成器生成的图片只有足够真实 且与条件相符，才能够通过判别器。
YOLOv7-tiny网络结构图及yaml文件 详细备注
yolov-tiny网络结构图，结合yaml文件和common.py源码深度理解网络构建及其过程中图片的尺度变化
【机器学习】有监督、无监督、自监督、半监督、弱监督的区别
自监督数据监督来源于数据本身，其实就是自己生成一些简单的标签，然后去学习，理论上网络就学习到了图像的一些特征信息，然后再在这个模型的基础上添加其他任务。相对于分割的标签来说，分类的标签就是弱标签。
SI，SIS，SIR，SEIRD模型
因为个人工作需要系统地整理SI，SIR以及SEIR模型，故对三个模型进行原理介绍以及对比。文中关于SI，SIS，SIR的所有的截图都来自西工大肖华勇老师在慕课上的分享，原视频戳SEIRD模型则来自发表在SCI上的paper，想看原文戳。...
（HOTA）多目标跟踪MOT指标计算方法
计算MOT指标的方法指南，包含了最新的HOTA指标，
【SU-03T离线语音模块】：学习配置使用
语音识别模块是在一种基于嵌入式的语音识别技术的模块，主要包括语音识别芯片和一些其他的附属电路，能够方便的与主控芯片进行通讯，开发者可以方便的将该模块嵌入到自己的产品中使用，实现语音交互的目的。离线语音模块 与 在线语音模块的区别：相同点：都可以根据开发人员的需求进行开发相应的固件程序。不同点：离线语
【深度学习】特征融合的重要方法 | 张量的拼接 | torch.cat()函数 | torch.add(函数
【深度学习】特征融合的重要方法 | 张量的拼接 | torch.cat()函数 | torch.add(函数
ROS+Gazebo强化学习从虚拟训练到实车部署全流程分析
也学ros这个东西学了好长时间了，但是在ROS中进行强化学习并最终部署到实车这个过程一直都出现各种问题，实验室也没什么相关的积累，自己一个人搞就很痛苦。这次看论文时候看到别人公布的源码，于是去学习了一下别人怎么做的这个流程，真的是受益匪浅。最终也能够实现从虚拟训练到实车部署这整个过程了！现在把整个流
机器人动起来1：机械臂手眼标定、像素-世界坐标系转换
机械臂要想到达期望的位置，必须将其感知系统和机械臂运动产生联系，这关键的两步就是手眼标定和坐标系转换。
行业动态 | 第一个支持与 ChatGPT 进行面对面聊天的机器人女友
GPT-4的上线、文心一言的发布、加上GPT-4植入Office全家桶，不少人感叹：我们每天醒来都被AI的快速发展所震惊，但是更多人感叹自己没有参与其中。
RTX4070ti-40系列显卡配置pytorch深度学习环境过程
这几天新配的4070需要安装深度学习环境，开始为了图简便把之前显卡的环境复制过来，结果有各种小问题，什么环境无法导入pytorch，显卡算力和torch的算力不匹配等小问题，导致两天才弄好，下面说下成功安装过程。这里有个问题是官方的下载比较慢，也不建议用镜像原，我第一次用镜像下的就是cpu版本的to
准确率、精确率、召回率、F1-measure
Accurency、Precision、Call
LORA: LOW-RANK ADAPTATION OF LARGE LAN-GUAGE MODELS
给定一个自回归语言模型 PΦ(y|x)，比如可以是基于通用多任务训练的 GPT 模型，需要将这个模型在下游任务上进行 finetune，比如机器阅读理解 (MRC) 和自然语言转换为 SQL (NL2SQL) 这两个任务上，这些任务的数据通常是上下文与目标对：Z = {(xi, yi)}i=1,…,
Chatgpt免费手册
ChatGPT免费手册，ChatGPT专题介绍深度好文|傅盛认知三部曲完整版：人与人最大的差别是认知！如何着手分析一个行业？2023年全网最火的ChatGPT概念专题报告（文库下载）哈尔滨工业大学-ChatGPT调研报告-20230306-94页 80页PPT详述ChatGPT（收藏版）ChatGP
Nvidia核心技术和用于AI训练的高端工业级显卡
这是 Nvidia 的最新数据中心 GPU，具有高达 80 GB 的显存、6912 个 CUDA 核心和 432 个 Tensor 核心，适用于最大规模的 AI 模型训练和推断。: 这是一款最强大的消费级 GPU，具有高达 72 GB 的显存、4608 个 CUDA 核心和 576 个 Tensor
