实现mini智能助理—模型训练
1.介绍了预训练大模型的训练流程是怎么样的2.介绍了常用的训练手段3.详细介绍了两种主流的预训练手段原理：promt、delta4.给了一个multi-gpu chatglm训练的例子
ChatGPT的提示的一些高级知识
在这篇文章中，我们将介绍关于提示的一些高级知识。无论是将ChatGPT用于客户服务、内容创建，还是仅仅为了好玩，本文都将为你提供使用ChatGPT优化提示的知识和技巧。
Pytorch深度学习基础 实战天气图片识别（基于ResNet50预训练模型，超详细）
🔥本项目使用Pytroch，并基于ResNet50模型，实现了对天气图片的识别，过程详细，十分适合基础阶段的同学阅读。项目目录结构核心步骤数据处理准备配置文件构建自定义DataSet及Dataloader构建模型训练模型编写预测模块效果展示。
【极客技术】ColossalChat用完整RLHF技术克隆ChatGPT的开源解决方案
在微调过程中，固定大模型的参数，只调整低秩矩阵的参数，大大减少了训练所需的参数数量，降低了成本。在PPO部分，ColossalChat遵循两个阶段的过程:首先，制造经验阶段，它使用SFT(有监督的微调)、参与者、RM(奖励模型)和批评模型来计算生成的经验并将其存储在缓冲区中。此外，Alpaca的训练
最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 （GPU版本）
anaconda、pytorch深度学习环境搭建
使用自己数据及进行PointNet++分类网络训练
使用自己数据及进行PointNet++分类网络训练
利用Pytorch实现ResNet网络
ResNet在2015年由微软实验室提出，获得当年ImageNet竞赛中分类任务、目标检测第一名；获得COCO数据集目标检测、图像分割第一名
目标检测算法——YOLOv5/YOLOv7改进之结合PP-LCNet（轻量级CPU网络）
PP-LCNet——轻量级且超强悍的CPU级骨干网络！！PP-LCNet 在同样精度的情况下，速度远超当前所有的骨架网络！它应用在比如目标检测、语义分割等任务算法上，也可以使原本的网络有大幅度的性能提升。
yolov5源码解析(10)--损失计算与anchor
本文章基于yolov5-6.2版本。主要讲解的是yolov5在训练过程中是怎么由推理结果和标签来进行损失计算的。损失函数往往可以作为调优的一个切入点，所以我们首先要了解它。
yolov5篇---官方ultralytics / yolov5代码复现，训练自己的数据集
yolov5篇---官方ultralytics / yolov5代码复现，训练自己的数据集
深度学习：图像去雨网络实现Pytorch （二）一个简单实用的基准模型（PreNet）实现
详细介绍了一种简单实用的去雨模型PreNet在Pytorch框架下的搭建过程，供读者参考学习
AutoGPT也有Web UI了
现在AutoGPT也有了Web UI，在本文中我们将介绍如何通过Web UI使用AutoGPT。
【v8初体验】利用yolov8训练COCO数据集或自定义数据集
YOLOv8保姆级动手把手攻略
注意力机制（含pytorch代码及各函数详解）
目录注意力机制非参注意力汇聚概述（不需要学习参数）参数化注意力机制概述正式系统学习1.平均汇聚（池化）2.非参数注意力汇聚（池化）3.带参数注意力汇聚注意力机制不随意线索：不需要有想法，一眼就看到的东西随意线索：想看书，所以去找了一本书1.卷积、全连接、池化层都只考虑不随意线索2.注意力机制则显示的
Win11基于WSL2安装CUDA、cuDNN和TensorRT（2023-03-01）
之前我写了一篇博客：[Win11安装WSL2和Nvidia驱动](https://blog.csdn.net/Apple_Coco/article/details/128374634)，记录了在WSL2里安装CUDA，当时我选择了第二种安装方式，即用WSL2里的MiniConda去安装的PyTorc
pyton\yolov8安装和基础使用，训练和预测
到这里yolov8就安装好了，我这是cpu的版本，GPU本人也在摸索中，就不献丑了，如果不想在终端验证也可以到ultralytics-main\ultralytics\yolo\v8\detect\predict.py 这个python文件里把图片的路径修改然后运行就好了，图片路径和上面一样的。（这
ros中SLAM的EVO、APE测评——SLAM精度测评（一）
用于处理、评估和比较里程计和SLAM算法的轨迹输出。支持的轨迹格式：“TUM”轨迹文件“KITTI”姿态文件“EuRoC MAV”（.csv groundtruth和TUM轨迹文件）ROS和ROS2 BAG文件，带有几何图形/PoseStamped、几何图形/TransformStamped、几何图
Yolov8训练自己的数据集
用yolov8训练自己的数据集，熟悉yolov8整个流程，便于下一步魔改网络等
RKNN模型部署（3）—— 模型转换与测试
将pth模型转换成rknn模型，然后调用rknn模型进行测试
