史上最全学习率调整策略lr_scheduler
学习率是深度学习训练中至关重要的参数，很多时候一个合适的学习率才能发挥出模型的较大潜力。所以学习率调整策略同样至关重要，这篇博客介绍一下Pytorch中常见的学习率调整方法。
NoveAI本地环境搭建、AI作画
AI作画，总结下自己的操作过程
如何在实验室服务器上跑代码
在服务器上跑深度学习代码
机器学习中的数学原理——模型评估与交叉验证
机器学习中的模型评估与交叉验证！这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在 机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！感兴趣的小伙伴欢迎私信或者评论区留言！这一篇就更新一下白话机器学习中的数学——模型评估与交叉验证》！
结合基于规则和机器学习的方法构建强大的混合系统
在本文中，将介绍如何将手动规则和ML结合使得我们的方案变得更好。
DCGAN理论讲解及代码实现
DCGAN也叫深度卷积生成对抗网络，DCGAN就是将CNN与GAN结合在一起，生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络。DCGAN将GAN与CNN相结合，奠定了之后几乎所有GAN的基本网络架构。DCGAN极大地提升了原始GAN训练的稳定性以及生成结果的质量...
【pytorch】有关nn.EMBEDDING的简单介绍
假设有一本字典，就一共只有10单词，每个单词有5个字母组成。每一页上只写一个单词，所以这10页纸上分别写了这10个单词。内如如下，我们假定这本字典叫, 这里的10和5即上面介绍的含义，10个单词，每个单词5个字母；现在我要查看第2页和第3页（从0开始），那么我会得到 [s,m,a,l,l]， [w,
AI生成图像竟如此真实了？Stable Diffusion Model本地部署教程
Stable Diffusion Model 是一个基于扩散模型的图像生成模型。stable-diffusion-webui 是 AUTOMATIC1111 大佬在 Github 上开源的一个专用于图片生成模型的 WebUI，可以在本地部署，支持导入模型和自己训练。重要的是，该项目的部署方式非常简单
Pytorch文档解读|torch.nn.MultiheadAttention的使用和参数解析
整体称为一个单注意力头，因为运算结束后只对每个输入产生一个输出结果，一般在网络中，输出可以被称为网络提取的特征，那我们肯定希望提取多种特征，[ 比如说我输入是一个修狗狗图片的向量序列，我肯定希望网络提取到特征有形状、颜色、纹理等等，所以单次注意肯定是不够的 ]因为是拼接而成的，所以每个单注意力头其实
rk3588使用npu进行模型转换和推理，加速AI应用落地
本来想使用tensorrt进行加速推理，但是前提需要cuda，rk的板子上都是Arm的手机gpu，没有Nvidia的cuda，所以这条路行不通。使用该NPU需要下载RKNN SDK，RKNN SDK 为带有 NPU 的RK3588S/RK3588 芯片平台提供编程接口，能够帮助用户部署使用 RKNN
GPT系列学习笔记：GPT、GPT2、GPT3
GPT、GPT2、GPT3的区别和联系。
DetectGPT:使用概率曲率的零样本机器生成文本检测
DetectGPT的目的是确定一段文本是否由特定的llm生成，例如GPT-3。
自注意力(Self-Attention)与Multi-Head Attention机制详解
self-attention，multi-head attention原理详解
手把手YOLOv5输出热力图
YOLO 手把手教你输出热力图
虚拟机VirtualBox下载与安装、安装Ubuntu超详细图文步骤，对一些配置问题也有所写。
自己使用过两款虚拟机，相较于VMware虚拟机来说，virtuabox虚拟机所占内存更小，只有几十兆，且完全开源不收费，里面的功能与VMware基本差不多（在日常开发、学习使用完全够用）。最主要的是，在博主自己使用VMware时经常出错，而virtualbox就更稳定一些，所以这篇是针对virtua
yolov5s模型剪枝详细过程(v6.0)
基于yolov5s(v6.0)的模型剪枝实战分享，参考github教程带链接带源码。
Attention-LSTM模型的python实现
1.模型结构Attention-LSTM模型分为输入层、LSTM 层、Attention层、全连接层、输出层五层。LSTM 层的作用是实现高层次特征学习；Attention 层的作用是突出关键信息；全连接层的作用是进行局部特征整合，实现最终的预测。 这里解决的问题是：使用Attention-L
openai的的API如何使用
如果 temperature 值较高，则模型将更倾向于生成不同的、随机的文本；如果 temperature 值较低，则模型将更倾向于生成相对安全的、可预测的文本。请注意，当模型生成的文本与 stop 参数中的任意一个字符串匹配时，它将停止生成，因此请确保所选字符串是您希望结束生成文本的合适条件。Op
初入深度学习1——如何下载与打开一个Github深度学习库
初入深度学习1——如何下载与打开一个深度学习库学习前言下载一个仓库一、Github1、Download Zip（不推荐，但可用）a、打开网址b、下载文件c、下载与解压文件2、git clone（推荐）a、打开网址b、复制HTTPS信息c、进行git clone二、Gitee（网络不好的情况下可用）a
Diffusion扩散模型学习1——Pytorch搭建DDPM实现图片生成
我又死了我又死了我又死了！如上图所示。DDPM模型主要分为两个过程：1、Forward加噪过程（从右往左），数据集的真实图片中逐步加入高斯噪声，最终变成一个杂乱无章的高斯噪声，这个过程一般发生在训练的时候。加噪过程满足一定的数学规律。2、Reverse去噪过程（从左往右），指对加了噪声的图片逐步去噪
