开源模型应用落地-业务整合篇（二）
将模型运行起来只是建设高楼的第一步，实现我们最终目标的关键在于与业务整合，提供完整可交付的功能。接下来，我将逐步由浅入深地指导您将项目落地，确保每个环节都得到妥善处理。
超详细||深度学习环境搭建记录cuda+anaconda+pytorch+pycharm
本文用来记录windows系统上深度学习的环境搭建，目录如下。
一名来自本科人工智能专业大三学生2023年的学习之旅
一名来自本科人工智能专业大三学生2023年的学习之旅
2024年1月的论文推荐
又到月底了，在月初推荐论文的基础上又整理了10篇推荐阅读的论文
grad-CAM用于自己的语义分割网络【亲测】
【代码】grad-CAM用于自己的语义分割网络【亲测】
人工智能不为人知的另一面（干货知识）
让我们来谈谈当前最热门的产业——人工智能，我会用最通俗易懂的方式来解释它的原理。在网络上，反智主义的言论颇受欢迎，一些对科技一知半解的人喜欢散布一些误导性的观点。他们可能会宣称：“人口减少不要紧，未来都是人工智能在工作。”或者危言耸听地说：“人工智能会导致大规模失业。”我甚至开始怀疑这些人是故意扰乱
使用Transformer 模型进行时间序列预测的Pytorch代码示例
本文可以作为学习使用Transformer 模型的时间序列预测的一个起点。
Mistral AI vs. Meta:顶级开源LLM比较
LLM在过去两年中有了巨大的发展，这使得获得高质量的回复成为可能，而且很难区分是谁写了这些回复，是人还是机器。目前的研究的重点正在从生成高质量的响应转向创建尽可能小的LLM，以便能够在资源较少的设备上运行，以节省成本并使其更容易获得。Mistral是积极研究这一领域的公司之一，正如我们所看到的他们取
使用mergekit 合并大型语言模型
在本文中我们将介绍各种合并算法，研究如何实现它们，并深入研究它们的工作原理。还将使用mergekit工具合并Mistral、WizardMath和CodeLlama模型。
Mistral AI vs. Meta:顶级开源LLM比较
本文将比较Mistral 7B vs Llama 2 7B and Mixtral 8x7B vs Llama 2 70B
【深度学习每日小知识】Artificial Intelligence 人工智能
人工智能是指机器执行通常需要人类智能的任务的能力，例如识别语音、做出决策和理解自然语言。人工智能算法可以使用大量数据进行训练，并可以随着时间的推移提高其性能。
传统方法与深度学习方法——优缺点辨析
随着人工智能技术的快速发展，深度学习作为其中的一部分，也正在展现出其强大的优势和前景。与传统方法相比，深度学习的确存在着许多不同的优缺点。
AI：01-基于机器学习的深度学习的玫瑰花种类的识别
在进行机器学习和深度学习模型的训练之前，我们需要先准备好相应的数据集。在本文中，我们使用了一个包含17种不同玫瑰花种类的数据集，共有约500张花朵图片。在本文中，我们介绍了如何使用机器学习和深度学习技术来实现玫瑰花种类的识别，并提供了相应的代码实现。通过本文的学习，读者可以了解到深度学习技术在图像识
深度学习AI编译器-TVM简介
深度学习编译器主要为解决不同框架下训练的模型部署到指定的某些设备上时所遇到的一系列复杂的问题，即将各种深度学习训练框架的模型部署到各种硬件所面临的问题；
大数据关联规则挖掘：Apriori算法的深度探讨
Apriori算法是一种用于挖掘数据集中频繁项集的算法，进而用于生成关联规则。这种算法在数据挖掘、机器学习、市场篮子分析等多个领域都有广泛的应用。关联规则挖掘是数据挖掘中的一个重要分支，其目标是发现在一个数据集中变量间存在的有趣的关联或模式。假设在一个零售商的交易数据中，如果客户购买了啤酒，他们也很
通过4个任务比较LangChain和LlamaIndex
LlamaIndex和LangChain是构建LLM应用程序的两个框架。LlamaIndex专注于RAG用例，LangChain得到了更广泛的应用。
AI：104-基于深度学习的课堂变革与教学策略
基于深度学习的课堂变革与教学策略：随着人工智能技术的迅猛发展，深度学习作为其重要分支，正逐渐渗透到教育领域，为传统的课堂教学带来了全新的变革。本文将探讨基于深度学习的课堂变革，并通过具体的代码实例展示其在教学策略方面的应用。
【AI】深度学习在编码中的应用（8）
接上文，本文来梳理和学习智能编码中， 基于残差编码的框架。智能图像编解码器的成功也推动了智能视频编解码器的发展。传统的视频压缩方法依靠预测编码对运动信息和残差信息分别进行编码。根据时-空域冗余消除方式和阶段不同，现有相关方法可分为基于残差编码的框架、基于条件编码的框架、基于3D自编码器的框架和其他架
人工智能--认知放大器（上）
机器学习（Machine Learning，简称ML），是人工智能的分支，专注于使用数据和算法，模仿人类学习的方式，逐步提高自身的准确性。神经网络（Neural Networks，简称NN），深度学习的基本组成部分，是一种模仿生物神经网络的结构和功能的数学模型或计算模型，由神经元和层次组成，通过学习
Vision Mamba:将Mamba应用于计算机视觉任务的新模型
Mamba是LLM的一种新架构，与Transformers等传统模型相比，它能够更有效地处理长序列。就像VIT一样现在已经有人将他应用到了计算机视觉领域
