如何在PS2023中安装神经网络滤镜离线安装包
如何在PS2023中安装神经网络滤镜离线安装包
轻量级的深度学习框架Tinygrad
Tinygrad是一个轻量级的深度学习库，它提供了一种简化和直观的方法来理解和实现神经网络。在本文中，我们将探讨Tinygrad及其主要功能，以及它如何成为那些开始深度学习之旅的人的有价值的工具。
神经网络单元测试 1 ~14单元
将1000张尺寸为28×32的彩色图片存储在多维数组pic中，pic的形状为____，对pic进行切片操作“pic[0]”之后，得到的数组是____。将5000张尺寸为28×32的彩色图片存储在多维数组pic中，要提取出pic中索引值为9—19（索引从0开始）的图片的G通道，应使用______。
快速了解机器视觉(CV)基础知识
机器视觉快速入门知识点梳理
训练后量化(PTQ) 工作流理解
目前神经网络在许多前沿领域的应用取得了较大进展，但经常会带来很高的计算成本，对内存带宽和算力要求高。另外降低神经网络的功率和时延在现代网络集成到边缘设备时也极其关键，在这些场景中模型推理具有严格的功率和计算要求。神经网络量化是解决上述问题有效方法之一，但是模型量化技术的应用会给模型带来额外噪音，从而
AI自动播——AI虚拟主播帮你实现24小时直播带货技术分享
如今很多淘宝天猫商家会在做直播的时候，会遇到真人主播难招或者真人主播直播时长有限，那么有什么办法解决这个难题呢，这个时候就可以用AI自动播了，也就是AI虚拟主播直播带货。安装好各个平台软件以后打开“AI虚拟主播软件系统”设置视频调整分辨率，一次性录入产品信息、图片、短视频素材、产品介绍话术、常见问题
开源大型语言模型(llm)总结
大型语言模型（LLM）是人工智能领域中的一个重要研究方向，在ChatGPT之后，它经历了快速的发展。
神经网络模型--数学建模
神经网络是一种人工智能算法，它受到了生物神经网络的启发。类似于生物神经网络，神经网络也由许多相互连接的简单单元组成，这些单元被称为神经元。神经网络通常被分为三个主要部分：输入层、隐藏层和输出层。输入层接受输入数据，输出层输出结果，而隐藏层在输入和输出层之间处理信息。每个神经元接收来自其他神经元的输入
神经网络的参数量(Params)和计算量(FLOPs)
神经网络的参数量（Params）和计算量（FLOPs）
深度学习的通道到底是什么？有什么用？（小白可看）
关于通道的简单理解
AI学术交流——“人工智能”和“神经网络学习”
本章将会讲解AI中人工智能与神经网络的学习，了解人工智能的发展史，与神经网络。
类ChatGPT的各种语言大模型LLM开源Github模型集合
ChatGPT不开源，但是有诸多不输ChatGPT的各类语言大模型LLM有分享。我们筛选出其中影响力较大的各个开源Github仓库
【网络结构设计】11、E-LAN | 通过梯度传输路径来设计网络结构
本文主要介绍 E-LAN
数据挖掘(6.1)--神经网络
神经网络是一种计算模型，它受到人脑处理信息的生物神经网络过程的启发。人工神经网络(ANN)一般也称为神经网络(Neural Network,NN)。神经网络是由多个神经元组成的，每个神经元都有一个输入和一个输出，它们之间通过权重进行连接。当输入数据经过多个神经元后，输出结果就是由这些神经元的输出加权
【模型+代码/保姆级教程】使用Pytorch实现手写汉字识别
保姆级教程，手把手用Pytorch搭建神经网络，识别3755类手写汉字，模型参数、项目完整源码、预处理数据集全部公开。
技术干货 | 一文弄懂差分隐私原理！
图1 随机算法在邻近数据集上的概率差分隐私有两个重要的优点：差分隐私假设攻击者能够获得除目标记录以外的所有其他记录信息，这些信息的总和可以理解为攻击者能够掌握的最大背景知识，在这个强大的假设下，差分隐私保护无需考虑攻击者所拥有的任何可能的背景知识。差分隐私建立在严格的数学定义上，提供了可量化评估的方
谷歌发布一个免费的生成式人工智能课程
谷歌推出了一个生成式人工智能学习课程，课程涵盖了生成式人工智能入门、大型语言模型、图像生成等主题。
【人工智能】期末复习 重点知识点总结
人工智能期末复习考点
CAM, Grad-CAM, Grad-CAM++可视化CNN方式的代码实现和对比
理解CNN的方法主要有类激活图(Class Activation Maps, CAM)、梯度加权类激活图(Gradient Weighted Class Activation Mapping, Grad-CAM)和优化的 Grad-CAM（ Grad-CAM++）。
