使用Pytorch实现对比学习SimCLR 进行自监督预训练
SimCLR（Simple Framework for Contrastive Learning of Representations）是一种学习图像表示的自监督技术。SimCLR 已被证明在各种图像分类基准上优于最先进的无监督学习方法。
如何用AI制作电影级镜头？Midjourney v5体验教程(附prompts大全)
在ChatGPT4.0发布后，由Midjourney研究实验室紧随其后发布了Midjourney v5版本，在镜头语言、光影渲染等方面更自然。本文带大家体验Midjourney v5，并附prompts大全
【Pytorch】利用PyTorch实现图像识别
利用PyTorch实现图像识别的相关知识
AI 绘画 stable diffusion webui 常见模型汇总及简介
主要是记录索引一下常见的 AI 绘画作画模型，方便自己用。主要收集 stable diffusion webui 用大模型（ckpt与safetensors）包括了常见的模型比如的Waifu Diffusion、anything、f222、basil mix、urpm 、chillout mix等模
基于pytorch+Resnet101加GPT搭建AI玩王者荣耀
在图中设定下，Android指针坐标(X,Y)对应minitouch坐标(1080-Y,X)：即在点按屏幕中某点时，安卓调试显示的(X,Y)在.json文件中的坐标应为(1080-Y,X)。'check_json.py'为调试和生成本地.json按键映射文件的脚本。此外，'处理训练数据5.py'中：
Python深度学习实战：人脸关键点(15点)检测pytorch实现
人脸关键点检测即对人类面部若干个点位置进行检测，可以通过这些点的变化来实现许多功能，该技术可以应用到很多领域，例如捕捉人脸的关键点，然后驱动动画人物做相同的面部表情；识别人脸的面部表情，让机器能够察言观色等等。
Half-UNet:用于医学图像分割的简化U-Net架构
Half-UNet简化了编码器和解码器，还使用了Ghost模块(GhostNet)。并重新设计的体系结构，把通道数进行统一。
[ 注意力机制 ] 经典网络模型1——SENet 详解与复现
[ 注意力机制 ] 经典网络模型1——SENet 详解与复现1、Squeeze-and-Excitation Networks2、Squeeze-and-Excitation block3、SENet 详解4、SENet 复现Squeeze-and-Excitation Networks简称 SEN
Prompt Learning 简介
• Prompt Learning 可以将所有的任务归一化预训练语言模型的任务• 避免了预训练和fine-tuning 之间的gap，几乎所有 NLP 任务都可以直接使用，不需要训练数据。• 在少样本的数据集上，能取得超过fine-tuning的效果。• 使得所有的任务在方法上变得一致。
用Pytorch构建一个喵咪识别模型
舍友最近养了只猫咪，看起来很好看，但是你绝对想不到它拉的shi巨臭啊，哈哈哈哈，就很离谱。刚好最近在学习Pytorch，心血来潮，就用Pytorch来做个喵咪识别模型并，于是就有了本篇博文。PyTorch 是一个开源的深度学习框架，它的底层基于 Torch ，但实现与运用全部由 python 来完成
电气领域相关数据集（目标检测，分类图像数据及负荷预测），电气设备红外测温图像，输电线路图像数据续
电气领域相关数据集（目标检测，分类图像数据及负荷预测），输电线路图像数据续
wandb训练模型报API错误
wandb: W&B API key is configured (use `wandb login --relogin` to force relogin)wandb是Weight & Bias的缩写，一句话，它是一个参数可视化平台。wandb强大的兼容性，它能够和Jupyter、TensorFl
cuda常见报错
cuda常见报错
darknet训练yolov7-tiny(AlexeyAB版本)
darknet训练yolov7-tiny目标检测网络
大数据毕设选题 - 深度学习图像超分辨率重建（opencv python cnn）
🔥 Hi，大家好，这里是丹成学长的毕设系列文章！🔥 对毕设有任何疑问都可以问学长哦!这两年开始，各个学校对毕设的要求越来越高，难度也越来越大… 毕业设计耗费时间，耗费精力，甚至有些题目即使是专业的老师或者硕士生也需要很长时间，所以一旦发现问题，一定要提前准备，避免到后面措手不及，草草了事。为了
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表CUDA下载地址CUDNN下载地址torch下载英伟达显卡下载一、TensorFlow对应版本对照表版本Python 版本编译器cuDNNCUDAtensorflow-2.9.03.7-3.108.111.2ten
一种基于物理信息极限学习机的PDE求解方法
近年来，物理信息驱动的深度学习方法用于科学计算问题受到了越来越多的关注，其中，physic informed neural network(PINN)在求解微分方程(PDE)正逆问题上展现出巨大的优势，但是并不适用于某些需要实时响应的应用。由此，下面将介绍一种基于物理信息极限学习机的PDE求解方法，
CBAM——即插即用的注意力模块（附代码）
论文：CBAM: Convolutional Block Attention Module代码：GitHub - Jongchan/attention-module: Official PyTorch code for "BAM: Bottleneck Attention Module (BMVC2
Ubuntu 20.04 配置深度学习开发环境
写在前面由于笔者目前用的是VMware下的Ubuntu20.04，曾经也尝试过安装GPU版本的Pytorch，但虚拟机下安装英伟达驱动一直困扰着我。于是安装了cpu版本的Pytorch，凑合着跑通了深度学习项目（QAQ）后来了解到需要安装vSphere Bitfusion Client客户端，但由于
