【未完待续】综述：用于视频分割（Video Segmentation）的深度学习
本文回顾视频分割的两条基本研究路线：视频目标分割（object segmentation）和视频语义分割（semantic segmentation）。本文介绍它们各自的task setting、背景概念、感知需求、发展历史以及主要挑战。本文详细概述相关的方法和数据集的代表性文献。本文在一些知名的数
GPT2中文模型本地搭建（二）
GPT2_ML项目是开源了一个中文版的GPT2，而且还是最大的15亿参数级别的模型。OpenAI在GPT2的时期并没有帮忙训练中文，上篇文章的验证也可说明此问题，对应的模型直接上GitHub上下载即可。本文主旨快速搭建本地模型，更全的攻略，大家也可以到GitHub中慢慢摸索。本文是基于bert4ke
验证集精度来回震荡是什么原因，怎么解决
验证集精度来回震荡是什么原因，怎么解决
TabR:检索增强能否让深度学习在表格数据上超过梯度增强模型？
这是一篇7月新发布的论文，他提出了使用自然语言处理的检索增强*Retrieval Augmented*技术，目的是让深度学习在表格数据上超过梯度增强模型。
扁鹊：指令与多轮问询对话联合微调的医疗对话大模型
扁鹊-1.0（BianQue-1.0） 是一个经过指令与多轮问询对话联合微调的医疗对话大模型。我们经过调研发现，在医疗领域，往往医生需要通过多轮问询才能进行决策，这并不是单纯的“指令-回复”模式。用户在咨询医生时，往往不会在最初就把完整的情况告知医生，因此医生需要不断进行询问，最后才能进行诊断并给出
一张图了解GPU、CUDA、CUDA toolkit和pytorch的关系
现在的理解就是我可以装多个版本的cuda toolkit，，然后不同的框架会自动调用。
什么是人工智能领域的 Foundation Model？
GPT 模型采用了预训练加微调的方式，通过大规模的语料库训练出来的模型，可以在多种 NLP 任务中表现出色，如文本分类、机器翻译、摘要生成等。人工智能领域的 Foundation Model，通常指的是一类被广泛使用的基础模型（或称基础架构模型），是在海量数据和计算资源的基础上训练出来的通用、通用性
docker中使用gpu
本机想要启用gpu加速计算，需要由一张多余的nVidia显卡。需要提前禁用nouveau：lsmod | grep nouveau没有输出即禁用了需要安装1、显卡驱动、2、cuda库(安装cuda会自动安装显卡驱动)3、cudnn(深度神经网络的GPU加速库,需要神经网络则安否则可以不安)安装完成后
神经辐射场（NERF）模型：一个令人惊叹的三维场景重建方法
简单来说，NERF 模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF 模型 只需要从单个或少数几个 2D 视角中预测每个像素点的颜色和深度值，而不需要使用多个 2D 图像或视角。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。
10分钟训练属于你的AI变声器
模型的话，可以使用其他人分享的，也可以自己训练模型。下面介绍怎么训练模型。
对卡尔曼滤波的理解：平滑插值、滤波和预测！想用的来看啦！
对卡尔曼滤波的理解：平滑插值、滤波和预测！想用的来看啦！
Stable Diffusion模型运算量分析
StableDiffusion运算量分析
YOLOV5的FPS计算问题
pre-process：图像预处理时间，包括图像保持长宽比缩放和padding填充，通道变换（HWC->CHW）和升维处理等；inference：推理速度，指预处理之后的图像输入模型到模型输出结果的时间；NMS ：你可以理解为后处理时间，对模型输出结果经行转换等；data换为自己的数据集对应的yam
基于onnx模型和onnx runtime推理stable diffusion
基于onnx模型和onnx runtime推理stable diffusion
torch 1.13.0 对应的torchvision版本
奈何官网也没有说对应的torchvision版本是啥，如果想要。由于torch版本肯定是会快速迭代更新的，比起记住特定版本，倒不如记住这个思路。torch最新的stable版本是。
【深度学习环境】如何查看CUDA版本 | 两个CUDA版本各表示什么 | 是否可以在同一设备安装多个CUDA版本
【深度学习环境】如何查看CUDA版本 | 两个CUDA版本各表示什么 | 是否可以在同一设备安装多个CUDA版本
改进YOLO系列：改进YOLOv8，教你YOLOv8如何添加20多种注意力机制，并实验不同位置。
注意力机制（Attention Mechanism）是深度学习中一种重要的技术，它可以帮助模型更好地关注输入数据中的关键信息，从而提高模型的性能。注意力机制最早在自然语言处理领域的序列到序列（seq2seq）模型中得到广泛应用，后来逐渐扩展到了计算机视觉、语音识别等多个领域。注意力机制的基本思想是为
Wandb是啥，怎么用
使用Wandb非常简单，首先需要安装Wandb的Python包，可以通过pip或conda来安装。安装完成后，需要在Python脚本中导入wandb库，登录Wandb，创建一个项目并设置实验。在实验中，可以记录各种指标、超参数、模型权重等，并进行可视化分析。最后，可以将实验的结果保存在Wandb的云
LabelImg安装使用教程：
LabelImg
