在16G的GPU上微调Mixtral-8x7B
在本文中，我将展示如何仅使用16 GB的GPU RAM对使用AQLM进行量化的Mixtral-8x7B进行微调。
2023计算机（AI）领域相关期刊的SCI分区
就在昨天（12月27日）2023年中科院分区表公布，本文总结了有关计算机领域（尤其是AI（机器学习，CV，NLP，数据挖掘等））的一些期刊的SCI分区，供大家参考学习。
2024年3月的计算机视觉论文推荐
我们今天来总结一下2024年3月上半月份发表的最重要的论文，无论您是研究人员、从业者还是爱好者，本文都将提供有关计算机视觉中最先进的技术和工具重要信息。
【毕业设计选题】基于深度学习的建筑桥梁裂缝检测系统 YOLO 卷积神经网络 人工智能
毕业设计-基于深度学习的桥梁裂缝检测系统。该系统结合了深度学习技术和图像处理算法，旨在实现高效、准确的桥梁裂缝检测。设计中采用了先进的YOLOv5目标检测算法，能够自动识别并精确定位桥梁图像中的裂缝区域。通过大量的实验验证，该系统在各种桥梁类型和不同光照条件下均表现出优异的性能和鲁棒性。其快速、可靠
【大模型API调用初尝试一】智谱AI && 通义千问
大模型的参数非常庞大，功能非常强大，但是训练成本高昂，因此个人或者小企业自己去训练一个大模型是不可能的。大模型的API就是一个接口，类似MaaS，用户通过调用API访问大模型，获得大模型针对用户prompt（问题）的输出，一般输出是json格式的，然后我们利用这个输出进行后续的操作。上面例子传入大模
AI大预言模型——ChatGPT与AI绘图及论文高效写作
AI大预言模型——ChatGPT与AI绘图及论文高效写作
开源模型应用落地-工具使用篇-Spring AI-高阶用法（九）
Spring AI调用OpenAI，并实现历史上下文传递，模型参数优化等高级用法，良心之作，全网唯一，绝非搬运，希望能给您带来一些些帮助！
开源模型应用落地-工具使用篇-SLB（二）
引入负载均衡，以提高AI服务的性能和故障转移能力
时间序列预测的零样本学习是未来还是炒作：TimeGPT和TiDE的综合比较
在本文中，我们将讨论一个通用的预训练模型能否解决预测任务的范式转变。使用TimeGPT进行零样本学习然后将TimeGPT的性能与TiDE进行比较
微调大型语言模型进行命名实体识别
这篇文章总结了命名实体识别(NER)问题微调大型语言模型的经验。我们将以个人身份信息(PII)为例来介绍大型语言模型进行NER微调的方法。
Git LFS 实时显示进度条：让大文件克隆与推送体验更美好
在huggingface、SwanHub、魔搭社区等包含大语言模型权重的仓库中，权重文件大多使用git-lfs进行托管：但是新手在使用git-lfs时，很容易遇到clone到lfs文件时，无法实时下载进度条的情况，你也不知道到底是在后台下载，还是你的电脑卡住了，就很捉急：实际上后台一般正在下载lfs
开源模型应用落地-安全合规篇（二）
通过对用户输入的内容进行合法性检测，确保项目安全合规。
Ubuntu20.04安装（卸载）Nvidia驱动、cuda和cudnn
Ubuntu20.04安装（卸载）Nvidia驱动、cuda和cudnn
开源模型应用落地-qwen1.5-7b-chat与vllm实现推理加速的正确姿势（八）
qwen1.5-7b-chat集成vllm，流式输出
基于扩散的图像超分辨率模型：ResShift
基于扩散的图像超分辨率(SR)方法由于需要数百甚至数千个采样步骤，导致推理速度较低。现有的加速采样技术不可避免地会在一定程度上牺牲性能，导致SR结果过于模糊。为了解决这个问题，我们提出了一种新颖有效的SR扩散模型，该模型显著减少了扩散步骤的数量，从而消除了推理过程中对后加速的需求及其相关的性能下降。
ai智能写作如何AI生成文献综述？
AIPaperPass是AI原创论文写作平台，免费千字大纲，5分钟生成3万字初稿，提供答辩汇报ppt、开题报告、任务书等，40篇真实中英文知网参考文献，重复率超过10%包退费。在生成文献综述时，AIPaperPass可以根据用户输入的研究主题和范围，自动搜索相关文献，并生成文献综述。需要注意的是，虽
图像增强库albumentations(v1.3.0, 2023.5)中所有图像增强方法记录（class）
Albumentations图像增强库中所有图像增强方法的记录。
如何运行GitHub下载的项目中的setup.py文件
当我们在github下载一个别人的模型的时候，要求使用setup.py进行配置或者下载一些额外的包的时候，如果我们在pycharm中直接运行，会弹出以下错误，以我现在运行的文件为例子。：这是指定了要使用的Python解释器的路径。文件是用于构建、安装、打包或测试Python软件包的脚本，并且需要使用
AI论文查重率怎么降低？全面解析与实用建议
通过理解查重机制、注重原创性与创新性、合理引用与参考文献、优化语言表达与句式结构、使用查重工具进行辅助检测、避免过度优化与伪装以及持续学习与关注最新动态，我们可以全面提升AI论文的质量，降低查重率，为学术界的繁荣发展做出贡献。但需要注意的是，查重工具仅能提供参考，我们不能完全依赖它们来降低查重率。通
yolov5s训练
一个yaml文件时data文件夹下的，复制一个voc.yaml改成自己的文件名，这里我改成了data.yaml，内容如下，需要写上训练集与验证集的地址，nc为类别个数，names为类别名，按自己数据集的顺序写，其他的download那些都删掉，只要干货。第二个yaml文件在models文件夹下，这里
