【AI植物识别】深度学习与升级版卷积网络：全新花卉信息检测系统
【AI植物识别】深度学习与升级版卷积网络：全新花卉信息检测系统
这个AI换衣项目也太惊艳了吧，看完我整个人都不好了！
以上老秦介绍了AI虚拟试衣技术和OOTDiffusion的本地部署，老秦之前就部署过，也踩了一些坑，所以这次部署比较顺利，如果大家遇到问题，可以加下老秦的AI闲聊群，有空可以帮大家看下问题。
安装torch(GPU版本)并在Pycharm中配置
pytorch（GPU版本）安装，之前也在用，但是因为突然崩了，所以重新安装了，给自己备忘一下过程，也希望给新人安装一点提示
【人工智能】保姆级波士顿房价预测
波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。和大家对房价的普遍认知相同，波士顿地区的房价是由诸多因素影响的。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如所示。对于预测问题，可以根据预测输出的类型是
MLP多层感知器：AI人工智能神经网络的基石
MLP 是指多层感知器（Multilayer Perceptron），是一种基础人工神经网络模型（ANN，Artificial Neural Network）。MLP 能够将信息逐层重新组合，每层重组的信息经过激活函数的放大或抑制后进入下一层的数据重组，从而实现特征提取和知识获取。
面部捕捉 学习笔记
面部捕捉 学习笔记
“AI革命再度到来：ChatGPT 4.0中文版免费，一网打尽所有知识需求！“
由于其更大的参数规模和强大的运算能力，ChatGPT 4.0在处理复杂任务和给出更精准、流畅的回答上，表现得有如火箭一般的上升速度。我们的国内技术精英们打造了一项服务公众的工具 - GPT4公益站，包含了GPT4、Claude、Claude100k等高级模型，如此卓越的技术与平等的良知结合，更令人惊
2024年5月计算机视觉论文推荐:包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题
我们今天总结下2024年5月发表的最重要的论文，重点介绍了计算机视觉领域的最新研究和进展，包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题。
隐私与安全:多智能体系统中的新挑战
隐私与安全:多智能体系统中的新挑战作者：禅与计算机程序设计艺术1. 背景介绍1.1 多智能体系统的兴起1.1.1 多智能体系统的定义
【AI】深度学习——前馈神经网络——全连接前馈神经网络
全连接前馈神经网络可以抽象为信息传播公式，其理论依据为通用近似定理，与机器学习结合可以解决分类问题，对交叉熵损失函数使用梯度下降算法求参数矩阵求导在nndl中以分母布局为主，以链式法则为计算依据，但同时也可采用更为高效的计算方法反向传播算法：第l层的误差项可以通过第 l+1 层的误差项计算得到，前向
【论文】模型大小计算方式（或者叫做权重大小/体积？）单位是MB
可以说成：整个权重文件包含了网络结构和参数，那么这个训练好的权重文件可直接使用，用于嵌入到某些平台或设备上就可以使用了，如果没有训练好的参数，单纯就一个网络结构那在应用中也是没有作用的。那就可以说成是：网络结构定义好了就是一个模型，可用于训练。
git clone拉取项目时报错xxx bytes of body are still expected
git clone拉项目时报错解决方法
【机器学习】探究Q-Learning通过学习最优策略来解决AI序列决策问题
AI序列决策问题是指在人工智能领域中，智能体需要在一个序列的环境中做出一系列决策，以达到某个目标或最大化某种累积奖励的问题。这类问题通常涉及到强化学习，其中智能体通过与环境的交互来学习最优的行为策略。
深度学习安全：任重道远
深度学习安全：任重道远作者：禅与计算机程序设计艺术1. 背景介绍1.1 深度学习的崛起与应用近年来，深度学习作为人工智能领域的一项重要技术，取得了令人瞩目的成就，并在各个领域得到广泛应用，包括：
AI一键去衣技术：窥见深度学习在图像处理领域的革命(最后有彩蛋)
随着人工智能技术的飞速发展，深度学习在图像处理领域展现出了强大的潜力。其中，一键去衣（AI-based Clothing Removal）技术作为其炙手可热的一个分支，吸引了广泛的关注。这项技术利用深度学习算法，能够将人物穿着的服装从图像中去除，呈现出人体的裸露状态，因其技术的高度复杂和社会议题的敏
开源模型应用落地-CodeQwen模型小试-探索更多使用场景（三）
使用CodeQwen1.5-7B-Chat模型，帮助开发人员获得高效、准确和个性化的代码支持
开源模型应用落地-模型量化-Qwen1.5-7B-Chat-GPTQ-Int8（一）
理解GPTQ模型量化技术，以低成本体验大语言模型的魅力
毕业设计：基于深度学习的图像分类识别系统 人工智能
毕业设计：基于深度学习的图像分类识别系统在图像分类识别任务中取得了显著成效，展现了深度学习在图像识别领域的巨大潜力。此外，详细描述了数据集的自制过程和数据扩充技术，为计算机毕业设计提供了一个创新的研究方向。该课题结合了深度学习和计算机视觉技术，为毕业生提供了一个有意义的研究课题，对于计算机专业、软件
本地部署Llama3 8b用Ollama和open-webui
设置模型 Settings > Models > Pull a model from Ollama.com。， 由于笔记本GPU的限制只能部署8b 的 llama3， 4.7GB。问题： 鸡兔同笼，鸡有100只，鸡足比兔足多80只，鸡兔分别有多少只？自由女神像每天一动不动，她真的自由么？下载完成后，
开源模型应用落地-LangChain高阶-Tools工具-集成agents（四）
将代理（agents）串联工具（tools ），将大语言模型的能力和本地、云服务能力结合
