2024年应该关注的十大人工智能创新
今年是大年初一，我们将探讨2024年可能出现的十大人工智能创新，拥抱这些即将到来的人工智能创新，可以为一个充满激动和变革的未来做好准备。
看这篇就够了——ubuntu系统中的cuda cudnn cudatookit及pytorch使用
通常情况如果先安装了显卡驱动，nvidia-smi显示的版本要比nvcc-V的高，在选择runtime CUDA时需要查看显卡的型号和pytorch的需要版本确定，并没有特别严格必须一个版本的限制，也就是说一个电脑上conda每个环境都可以拥有不同版本的cuda。答案是可以，只需要安装完整版的CUD
深度学习的革命：解锁人工智能的潜力
1.背景介绍深度学习(Deep Learning)是一种人工智能(Artificial Intelligence, AI)技术，它旨在模拟人类大脑中的神经网络，以解决复杂的问题。深度学习的革命性在于它的能力，可以自动学习和提取数据中的特征，从而实现高度自动化和智能化的目标。深度学习的诞生可以追溯到2
从模型到前端，你应该知道的LLM生态系统指南
本文通过介绍这个生态系统的核心组成部分，来详细整理LLM的发展。
与AI对话：编写高效Prompt的指南
在提问前，对关键词进行明确的定义或描述，以便准确传达其意义和范围。
使用pycharm连接远程GPU训练神经网络模型（超详细！）
傻瓜式教程——使用pycharm连接远程GPU训练神经网络模型
2023年美赛论文写作方法——题目与摘要篇
首先，解决探测器单元距离的问题（①简述问题），介质厚度的理论值是根据几何关系公式确定的，基于此建立单一的基础 目标优化模型， 目标函数是相邻接收信息理论比与实际比之间的最小误差平方和，从辐射到介质边缘的距离，决策变量是探测器单元的距离（②建模思路）。本文针对中小微企业的信贷决策，(①研究问题的背景或
三、yolov8训练结果查看和模型预测
yolov8模型预测
Python进行AI声音克隆的端到端指南
人工智能语音克隆是一种捕捉声音的独特特征，然后准确性复制它的技术。
海思SD3403,SS928/926,hi3519dv500,hi3516dv500移植yolov7,yolov8（7）
第一个和第二个值分别对应 阈值设置nms_threshold，IOU_score_threshold，具体值与模型本身有关，如果叠框明显就调高IOU值，如果误报很多就调高NMS值。初始化时还需要配置一下IOU与NMS的阈值，在模型导出时其实在代码里已经有默认值，但是在这里初始化过程中会更新对应的阈值
基于python人脸识别系统 实时检测 深度学习 Dlib库 大数据 毕业设计（源码）✅
基于python人脸识别系统 实时检测 深度学习 Dlib库 大数据 毕业设计（源码）✅
MoE-LLaVA:具有高效缩放和多模态专业知识的大型视觉语言模型
MoE-LLaVA利用了“专家混合”策略融合视觉和语言数据，实现对多媒体内容的复杂理解和交互。
CUDA与PyTorch版本对应关系
CUDA与PyTorch版本对应关系
Windows下深度学习环境配置(超详细跟李沐学Ai)
安装的软件有miniconda，CUDA，Pycharm，需要安装的包有Pytorch，jupyter，d2l
【人工智能概论】 自注意力机制（Self-Attention）
自注意力机制（Self-Attention）
第四章：AI大模型的主流框架 4.4 MXNet
1.背景介绍1. 背景介绍MXNet是一个开源的深度学习框架，由亚马逊和Apache软件基金会共同维护。MXNet的设计目标是提供高性能、高效率和高度灵活的深度学习框架。MXNet支持多种编程语言，包括Python、R、Scala、Julia和MATLAB等，并且可以在多种计算平台上运行，如CPU、
PyTorch的10个基本张量操作
本文将介绍一些Pytorch的基本张量操作。
玩转大数据10：深度学习与神经网络在大数据中的应用
深度学习和神经网络在大数据中的应用已经成为当今人工智能领域的热点问题。它们具有处理大规模数据、提取特征和提高预测精度等优势，被广泛应用于图像识别、语音识别、自然语言处理、推荐系统和金融风控等领域。随着技术的不断发展和应用场景的不断扩大，深度学习和神经网络在大数据中的应用将会更加广泛和深入。同时，我们
AI之DL：人工智能领域—深度学习的发展历程之深度学习爆发的三大因素、探究DL为什么耗算力
针对梯度消失等问题，算法进行了优化。，比如深度神经网络的梯度消失问题，神经网络长期以来存在的问题是梯度消失，即在反向传播过程中，每一层都乘以激活函数的导数值，如果这个导数的绝对值小于1，经过多次乘法后梯度很快趋近于零，导致前面的层无法得到有效的更新。：如图是基于TensorFlow 的分布式学习的效
ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本
好像不需要cuda,cudnn,但是我下载了安装pytorch时，相关版本要求官网只有conda安装的命令，又安装不上，自己找了一个pip命令改了一下自己的版本数字安装，现在还没有发现问题后面报错，有问题后面再说完结。
