【CVPR 2023】FasterNet论文详解
论文名称：Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks作者发现由于效率低下的每秒浮点运算，每秒浮点运算的减少并不一定会导致类似水平的延迟减少。提出通过同时减少冗余计算和内存访问有效地提取空间特征。然后基于PConv进
annaconda环境的配置与安装（annaconda+torch）
好多小伙伴为配置和安装深度学习的环境而感到头疼，这也是神经网络入门的第一关，下面，就记录下一下annaconda+torch环境的配置与安装流程，供自己学习和记录用，如有不足请指正！
cartopy安装保姆教程--三天的试错，终于成功了
cartopy安装保姆教程--三天的试错，终于成功了
基于深度学习的农作物病虫害识别系统
基于深度学习的农作物病虫害识别系统
【一起撸个DL框架】5 实现：自适应线性单元
上一节我们实现了计算图的反向传播，可以求结果节点关于任意节点的梯度。下面我们将使用梯度来更新参数，实现一个简单的自适应线性单元。我们本次拟合的目标函数是一个简单的线性函数：y=2x+1，通过随机数生成一些训练数据，将许多组x和对应的结果y值输入模型，但是并不告诉模型具体函数中的系数参数“2”和偏置参
万字长文解读Stable Diffusion的核心插件—ControlNet
ControlNet在大型预训练扩散模型（Stable Diffusion）的基础上实现了更多的输入条件，如边缘映射、分割映射和关键点等图片加上文字作为Prompt生成新的图片，同时也是stable-diffusion-webui的重要插件。ControlNet因为使用了冻结参数的Stable Di
YOLOv5改进训练过程中置信度损失上升
按照以上分析原因进行修改之后发现，削减模型复杂度值之后，依然会出现该现象，所以过拟合原因排除；总结分析出三个主要原因：1.模型计算量过大，出现过拟合的现象，需要对网络框架进行削减，降低网络模型复杂度。3.学习率以及optimizer的选择出现问题，需要进行更换。从tensorboard的图像过程中看
人工智能与大数据面试指南——机器学习
人工智能与大数据面试指南》系列下的内容会，有需要的读者可以文章，以及时获取文章的最新内容。
ChatGPT的提示的一些高级知识
ChatGPT响应是不确定的——这意味着即使对于相同的提示，模型也可以在不同的运行中返回不同的响应。如果你使用API甚至提供API服务的话就更是这样了，所以希望本文的介绍能够给你一些思路。另外本文的引用如下：作者：Ivan Campos。
训练中文版chatgpt
经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。论文地址：https://research.facebook.com/publications/llama-open-and-effici
达摩院开源多模态对话大模型mPLUG-Owl
miniGPT-4的热度至今未减，距离LLaVA的推出也不到半个月，而新的看图聊天模型已经问世了。今天要介绍的模型是一款类似于miniGPT-4和LLaVA的多模态对话生成模型，它的名字叫mPLUG-Owl。
联邦学习是什么？联邦学习简介
在大多数情况下，数据分散的保存在各个企业手中，而各个企业希望在不公开自己数据的情况下，联合其他企业（利用各个企业所持有的数据）一起训练一个模型，该模型能够帮助企业获取更大的利益。对于收集零散的数据，传统的方法是通过搭建一个数据中心，在数据中心对模型进行训练，但随着越来越多的法律限制加上数据拥有者不愿
AI绘图原理：让机器也拥有绘画的灵魂
随着人工智能的不断发展，AI绘图技术也越来越成熟。从最初的简单图像生成到现在的艺术风格转换，AI绘图已经成为一个独立的领域。本文将介绍AI绘图的基本原理，以及当前流行的几种技术，包括GAN、VAE等。同时，我们将通过实例详细解析AI绘图的具体实现过程，帮助读者更好地理解AI绘图的本质。
OpenAI又火一个新项目，已开源...
OpenAI新作
（pytorch进阶之路）CLIP模型 实现图像多模态检索任务
CLIP模型解决了一个多模态问题代码地址：https://github.com/yyz159756/CLIP-VIT-
YOLO v5 引入解耦头部
YOLO v5 引入解耦头部
yolov5训练加速--一个可能忽视的细节（mmdetection也一样），为什么显卡使用率老是为0？
本文仅讨论节省图片加载时间问题，这里面可能有一些容易忽视的细节。
升级到PyTorch 2.0的技巧总结
PyTorch 2.0 通过引入 torch.compile，可以显着提高训练和推理速度。我们将演示这个新功能的使用，以及介绍在使用它时可能遇到的一些问题。
python3.8,3.9,3.10,3.11特性比较
最近计划将python2迁移到python3，由于本人学习时用的3.7版本，所以仅作大于3.7版本的比较。
w11下载anaconda在d盘，新建的虚拟环境总是在c盘怎么解决
w11下载anaconda在d盘，新建的虚拟环境总是在c盘怎么解决？本文不是教你安装anaconda的步骤，是解决虚拟环境路径的问题
