【深度学习】AI一键换天
基于视觉的视频天空替换和协调方法，该方法可以在具有可控风格的视频中自动生成逼真的天空背景。与以前的天空编辑方法专注于静态照片或需要集成在智能手机中的惯性测量装置拍摄视频不同，该方法完全基于视觉，对捕获设备没有任何要求，并且可以很好地应用于在线或离线处理场景。......
人工智能图像识别四大算子
图像识别（Image Recognition）是人工智能的一个重要研究领域。它以图像的主要特征区域（检测目标）为基础，通过数据获取一系列的相关处理，并采用各种算法来对目标图像进行检测，识别与理解。其中，图象是承载检测目标的载体，而检测目标则需事先进行特征提取，归纳。最终通过相应的算法分离出来。通常情
Python的小九九
上上周，答应小伙伴写零基础编程入门文章，这里特意翻出了刚热乎的热门文章文科生入门数据科学这里也推荐一本书，亲测有用，《Python程序设计宝典》，董付国老师写的。廖雪峰的编程网站也挺不错，...
硅谷码农35岁危机：Java之父也找不到工作！程序员整容成风！
硅谷，程序员，整容，这几个词放在一起似乎一点都不搭，可48岁的丹尼尔就硬生生地把这三个词整合在了一起。他是一名硅谷的程序员，最近他决定给自己注射肉毒杆菌，再做一个去除眼袋的手术，让自己看起...
【深度学习前沿应用】图像风格迁移
【深度学习前沿应用】图像风格迁移，基于百度飞桨开发，参考于《机器学习实践》所作。
机器学习（二）：人工智能发展历程
如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有。马文·闵斯基（Marvin Minsky，人工智
机器学习--模型评估、过拟合和欠拟合、模型验证
对于机器学习来讲，我们更关心是在新数据中模型对其的预测情况是否正确（对新数据是否有泛化能力）；本节讲的是，对于一个算法如果只是在这个数据中训练的比较好的话，不代表在新的数据上效果比较好，所以将会介绍怎么样去 衡量模型的好坏值得注意的是，本节是 给定了数据与超参数并且已经训练好了模型，然后再来判断模型
【超详细】【ubunbu 22.04】 手把手教你安装nvidia驱动，有手就行，隔壁家的老太太都能安装
前几天组了台新电脑装ubuntu系统跑深度学习，nvidia的驱动是出了名的麻烦。忙活了一天还重装了几次系统终于搞定了。下面是我总结出来的安装方法给大家参考参考。
学人工智能电脑&主机八大件配置选择指南
本篇主要是帮助大家构建高性能、高性价比的AI开发的硬件平台。
长短期记忆（LSTM）详解
目录一、背景二、原理三、总结四、LSTM的优缺点五、LSTM代码实现一、背景 当时间步数(T)较大或时间步(t)较小的时候，RNN的梯度较容易出现衰减或爆炸。虽然裁剪梯度可以应对梯度爆炸，但是无法解决梯度衰减的问题。这个原因使得RNN在实际中难以捕捉时间序列中时间步(t)距离较大的依赖关系。因
人工智能图像形状检测算法
图像形状检测，作为人工智能中的重要分支，介绍检测算子，是认识人工智能的重要方面。
【Python】Python寻找多维数组（numpy.array）中最大值的位置（行和列）
最近需要从热力图中找出关键点的坐标，也就是极大值的行和列。搜寻了网上的一些方法，在这里总结一下。使用numpy进行多维数组中最大值的行和列搜寻非常的灵活，有以下几种方法可供参考。二维数组方法一：np.max()函数 + np.where()函数如下图所示，x是一个 3×3 的二维np.array，首
机器学习强基计划0-2：什么是机器学习？和AI有什么关系？
用最通俗的例子和语言解释什么是机器学习，接着介绍机器学习和人工智能的关系，机器学习的用途以及学习路线
数据挖掘-数据的预处理（三）
准备数据:如何处理出完整、干净的数据?原始的数据本身也存在着各种各样的问题：如不够准确、格式多样、部分特征缺失、标准不统一、特殊数据、错误数据等。
谷歌研究员走火入魔事件曝光：认为AI已具备人格，被罚带薪休假，聊天记录让网友San值狂掉...
梦晨 发自 凹非寺量子位 | 公众号 QbitAI谷歌研究员被AI说服，认为它产生了意识。他写了一篇长达21页的调查报告上交公司，试图让高层认可AI的人格。领导驳回了他的请求，并给他安排了“带薪行政休假”。要知道在谷歌这几年带薪休假通常就是被解雇的前奏，公司会在这段时间做好解雇的法律准备，此前已有不
openCV第三篇
openCV第三篇
YOLOV5 代码复现以及搭载服务器运行
文章目录前言一、YOLO简介二、代码下载三、数据集准备四、配置文件的修改1.data下的yaml2.models下的yaml3.训练train五、搭载服务器训练1.上传数据2.租服务器3.pycharm连接服务器1.添加ssh2.输入密码3.配置服务器环境路径跟代码映射路径4.解压数据5.开始训练6
吴恩达对话刘慈欣：让科幻更有勇气，让人工智能更有想象力
百度首席科学家吴恩达和中国著名科幻作家刘慈欣同台，在思维的碰撞中畅享人工智能未来的20年
Hugging Face快速入门（重点讲解模型(Transformers)和数据集部分(Datasets)）
1. Hugging Face是什么，提供了哪些内容2. Hugging Face模型的使用（Transformer类库）3. Hugging Face数据集的使用（Datasets类库）
torch.nn.Parameter()函数的讲解和使用
torch.nn.Parameter()函数的讲解和使用
