Datawhale X 李宏毅苹果书 AI夏令营_深度学习进阶_Datawhile_task3_批量归一化和卷积神经网络

批量归一化和卷积神经网络是深度学习中的重要技术。批量归一化通过减少内部协变量偏移,提高了网络的训练效率和性能;而卷积神经网络则通过卷积和池化操作,有效地处理具有网格结构的数据。两者的结合使得深度学习模型在多个领域取得了突破性的进展。

本地部署 fish-speech

本地部署 fish-speech

Soul Machines——AI生成虚拟主播或虚拟人,模拟真人交互

Soul Machines 通过将情感感知、AI 驱动的行为生成与高度拟真的3D动画相结合,集成计算机图形学、情感感知、人工智能和深度学习等多项技术,打造了具有情感和认知能力的虚拟数字人,为各行业提供了创新的虚拟互动解决方案,不仅使虚拟数字人在视觉和行为上高度逼真,更能理解和回应用户的情感需求,为各

【深度学习入门篇 ④ 】Pytorch实现手写数字识别

通过前面的学习,我们已经掌握了PyTorch API的基本使用,今天我们使用PyTorch实现手写数字识别案例!通过前面的内容可知,调用MNIST返回的结果中图形数据是一个Image对象,需要对其进行处理,为了进行数据的处理,接下来学习的方法~是PyTorch中用于图像预处理和增强的一个重要模块,它

一文弄懂 Transformer模型(详解)

Transformer自注意力机制是一种在自然语言处理(NLP)领域中广泛使用的机制,特别是在Transformer模型中,这种机制允许模型在处理序列数据时,能够捕捉到序列内部不同位置之间的相互关系。1、查询(Query)、键(Key)、值(Value):自注意力机制将输入序列中的每个元素视为一个查

GPU介绍和入门知识整理

GPU入门介绍知识

让模型评估模型:构建双代理RAG评估系统的步骤解析

我们将介绍一个基于双代理的RAG(检索增强生成)评估系统。该系统使用生成代理和反馈代理,基于预定义的测试集对输出进行评估。或者更简单的说,我们使用一个模型来评估另外一个模型的输出。

【AI大模型】LLM主流开源大模型介绍

随着ChatGPT迅速火爆,引发了大模型的时代变革,国内外各大公司也快速跟进生成式AI市场,近百款大模型发布及应用。目前,市面上已经开源了各种类型的大语言模型,本章节我们主要介绍其中的三大类...

python实现六种垃圾分类(基于mindspore深度学习框架)

本实验使用MindSpore框架进行AI模型的训练与部署,通过训练一个基于MobileNet V2架构的深度学习模型,实现六种垃圾分类。具体目标包括:1. 下载并预处理垃圾分类数据集。2. 利用预训练的MobileNet V2模型进行微调,训练出一个高精度的垃圾分类模型。3. 实现实时垃圾分类的功能

Windows下Pytorch入门深度学习环境安装与配置(CPU版本)

包含环境配置中各个软件的作用以及它们之间的关系(Python、库/包/package/library、PyTorch/Tensorflow、Anaconda、PyCharm、显卡GPU,驱动)、Windows下判断有无 NVIDIA GPU、Windows下安装 Pytorch(下载安装 Anaco

AIGC实战——多模态模型Flamingo

Flamingo 是一种视觉语言模型,即它接受交替的文本和视觉数据流(图像和视频)作为输入,并能够以解码器 Transformer 的方式用额外的文本完善提示。其通过视觉编码器和 Perceiver 重采样器将视觉信息输入到 Transformer 中,该编码器能够将输入特征编码为少量的视觉符号。语

Hive与Sqoop:高效数据迁移

Hive与Sqoop:高效数据迁移作者:禅与计算机程序设计艺术1. 背景介绍在当今大数据时代,企业需要处理和分析海量的数据以获取有价值的洞见。Hadoop生态系统提供了一套强大的工具来应对这一挑战,其中Hive和Sqoop是两个关键组件,用于高效地处理和迁移结构化和半

AI数字人硅基数字人模型训练模型网络结构和训练代码

AI数字人实时数字人硅基数字人模型推理代码和模型网络结构

Pycharm中配置Anaconda 虚拟环境(深度学习pytorch环境搭建)

本文是在作者学习小土堆《Windows下PyTorch 入门深度学习环境安装与配置》系列视频后所整理,以巩固自己所学。作为初学者,若文中有不当之处,望不吝指正。

FlinkCEP与社交媒体分析:实时热点话题识别

FlinkCEP与社交媒体分析:实时热点话题识别作者:禅与计算机程序设计艺术1. 背景介绍1.1 社交媒体数据的价值社交媒体平台如微博、Twitter、Facebook 等已经成为人们获取信息、分享

Datawhale X 李宏毅苹果书 AI夏令营

阅读李宏毅老师苹果书及搭配视频的一次记录

CAS-ViT:用于高效移动应用的卷积加法自注意力视觉Transformer

这是8月份再arxiv上发布的新论文,我们下面一起来介绍这篇论文的重要贡献

强化学习模型评估:Reward与Regret

强化学习模型评估:Reward与Regret作者:禅与计算机程序设计艺术1. 背景介绍1.1 强化学习的兴起1.2 模型评估的重要性

登录可以使用的更多功能哦! 登录
作者榜
...
资讯小助手

资讯同步

...
内容小助手

文章同步

...
Deephub

公众号:deephub-imba

...
奕凯

公众号:奕凯的技术栈