深度学习——损伤函数（dice_loss）
深度学习——损伤函数（dice_loss）
人工智能生成内容（AIGC）：概念、发展历史及其机遇、挑战与未来方向
人工智能生成内容（Artificial Intelligence Generated Content, AIGC）， AIGC 是指使用生成式 AI （Generative Artificial Intelligence, GAI） 技术生成的内容，而不是由人类创作者创作的内容。
自动驾驶算法 -撞前预警论文解读与项目应用
1.1 深度估计应用场景之一（特斯拉撞前预警）1.2 深度估计概念1.3 深度估计整体架构1.4 深度估计架构流程论文解读1.5 深度估计项目应用
解决没有NVSMI文件夹以及nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
使用Automatic1111在本地PC上运行SDXL 1.0
这是我们部署Stable Diffusion的第三篇文章了，前两篇文章都详细介绍了Automatic1111的stable-diffusion-webui的安装，这次主要介绍如何使用SDXL 1.0模型。
几种文本向量化方式原理简要介绍
几种文本向量化方式原理简要介绍
深度学习调参指南《Deep Learning Tuning Playbook》
这份指南的主要内容是调整超参数，也涉及深度学习训练的其他方面，例如 pipeline 实现和优化。指南假设机器学习问题是一个监督学习问题或自监督学习问题，但其中的一些规定也适用于其他类型的问题。
【已解决】ERROR:The testing results of the whole dataset is empty
已解决：ERROR:The testing results of the whole dataset is empty
pycharm全局搜索方法
pycharm全局搜索方法
ResNet代码复现＋超详细注释（PyTorch）
ResNet代码复现（PyTorch），每一行都有超详细注释，新手小白都能看懂，亲测可运行
【深度学习】如何分配训练集、验证集、测试集比例
对于传统机器学习阶段（数据集在万这个数量级），一般分配比例为训练集和测试集的比例为7:3或是8:2。为了进一步降低信息泄露同时更准确的反应模型的效能，更为常见的划分比例是训练集、验证集、测试的比例为6：2：2。对于小规模样本集（几万量级），常用的分配比例是 60% 训练集、20% 验证集、20% 测
人工智能深度学习100种网络模型，精心整理，全网最全，PyTorch框架逐一搭建
大家好，我是微学AI，今天给大家介绍一下人工智能深度学习100种网络模型，这些模型可以用PyTorch深度学习框架搭建。模型按照个人学习顺序进行排序
编织人工智能：机器学习发展历史与关键技术全解析
关注TechLead，分享AI领域与云服务领域全维度开发技术。本文全面回顾了机器学习的发展历史，从早期的基本算法到当代的深度学习模型，再到未来的可解释AI和伦理考虑。文章深入探讨了各个时期的关键技术和理念，揭示了机器学习在不同领域的广泛应用和潜力。
中文CLIP快速上手指南
当前OpenAI提出的CLIP是AI领域内最火热的多模态预训练模型，简单的图文双塔结构让多模态表征学习变得异常简单。此前CLIP只有官方英文版本，如果想在中文领域尤其是业务当中使用这种强大的表征模型，需要非常麻烦的翻译工作。近期达摩院提出中文版本CLIP，Chinese CLIP系列，在ModelS
Mx_yolov3的安装并使用GPU训练
小白为了使用GPU训练模型，从各位大佬那里找来的解决方法，希望可以给大家提供帮助。
机器学习算法：UMAP 深入理解（通俗易懂！）
UMAP 是 McInnes 等人开发的新算法。与t-SNE相比，它具有许多优势，最显着的是提高了计算速度并更好地保留了数据的全局结构。降维是机器学习从业者可视化和理解大型高维数据集的常用方法。最广泛使用的可视化技术之一是 t-SNE，但它的性能受到数据集规模的影响，并且正确使用它可能需要一定学习成
【周末闲谈】“深度学习”，人工智能也要学习？
人们在日常生活中接触人工智能的频率越来越高。有可以帮用户买菜的京东智能冰箱；可以做自动翻译的机器；还有Siri、Alexa和Cortana这样的机器人助理；以及无人车、AlphaGo等已经把人工智能技术带到了“看得到摸得着”的境地。我们也许会好奇，它是怎么做到的？今天我们就来谈谈人工智能的学习方式—
基于SimCSE和Faiss的文本向量检索实践
传统的文本检索一般是建立倒排索引，对搜索词的召回结果进行打分排序返回最终结果，但是在海量的数据面前，召回结果页面临着一些挑战。于是就有了基于语义的搜索，即将文本向量化，默认向量包含了文本的语义信息，匹配最近的向量返回结果。
yolov5训练时的dataset not found
关于这个问题，大都是因为数据集的路径问题，需要主要的是自己的数据集的下的data.yaml文件，这个文件里的两个相对路径改成绝对路径（写的潦草，只为自己有点印象。
relu函数的作用
relu函数的作用
