全球最强AI程序员 “Genie” 横空出世
Genie是迄今为止世界上最好的 AI 程序员。Genie启动。cosine.sh。
【大模型】 智谱 AI 的 GLM-4 来了，26 种语言支持，最高支持 1M 上下文长度（约 200 万中文字符）
智谱 AI 的 GLM-4 来了，26 种语言支持，最高支持 1M 上下文长度（约 200 万中文字符）
丹摩智算：如何在云端开发一个AI应用——基于UNet的眼底血管分割案例
丹摩智算低价狂欢节开始，4090、显示器等神秘好礼等待大家！
MaskRCNN 在 Windows 上的部署教程
在’train’模式下，主要关注dataset、weights和logs参数，确保它们正确指向了训练所需的数据集、权重文件和日志目录。在’splash’模式下，除了上述参数外，还需要关注image或video参数，确保它们正确指向了要检测的目标图像或视频文件。同时，weights参数应指向一个已训练
Transformer——逐步详解架构和完整代码搭建
Transformer是一个经典的编码解码结构，编码器decoder负责编码，解码器encoder负责解码。Transformer是基于seq2seq的架构，提出时被用在机器翻译任务上，后面变种Swin Transformer和Vision Transformer让其在CV领域也大放异彩。
Qwen2-57B-A14B预训练
Qwen2-57B-A14B作为一个强大的MoE模型,在保持较小激活参数规模的同时,实现了优秀的性能表现,为大规模语言模型的应用提供了新的可能性。任务中表现优异,超越了当前主流的MoE开源模型。SwiGLU激活函数。
使用TensorRT进行加速推理（示例＋代码）
TensorRT 是 NVIDIA 开发的一款高性能深度学习推理引擎，旨在优化神经网络模型并加速其在 NVIDIA GPU 上的推理性能。它支持多种深度学习框架，并提供一系列优化技术，以实现更高的吞吐量和更低的延迟。TensorRT（NVIDIA Tensor Runtime）是由 NVIDIA 开
药品包装或质量控制
这段代码是一个完整的工作流程，从图像的读取、预处理、特征提取、分类器训练、分类、后处理到结果展示。它适用于自动化药片识别和分类的场景，例如在药品包装或质量控制中。
【论文精读】Fully Sparse 3D Occupancy Prediction
团队：南京大学，上海人工智能实验室时间：2023年12月代码：https://github.com/MCG-NJU/SparseOcc。
Mem0 与 MultiOn：打造个性化 AI 辅助研究助手
Mem0 是一个为大型语言模型（LLMs）设计的智能记忆层。它能够存储和检索用户相关的信息，为 AI 应用提供个性化的上下文。多层次记忆存储自适应个性化简单易用的 API跨平台一致性。
自制深度学习推理框架之入门基础
从零自制深度学习推理框架，主要介绍了环境配置和基础库的使用。
从【人工智能】到【计算机视觉】，【深度学习】引领的未来科技创新与变革
本文系统性地介绍了人工智能、机器学习、深度学习、算法和计算机视觉的基础知识、核心技术和实际应用。从基本概念到高级技术，本文旨在为读者提供一个全面的学习指南，帮助他们深入理解和掌握AI领域的关键内容。人工智能的未来发展将更加广泛和深入。随着技术的进步，AI将在更多的领域得到应用，带来新的机遇和挑战。未
Qwen2-1.5B-Instruct Lora微调
最近做了一个基于Qwen2-1.5B-Instruct模型的比赛，记录一下自己的微调过程。怕自己以后忘了我就手把手一步一步来记录了。大多数都是给小白看的，如果你是小白建议你用jupyter运行，按照我这个模块一块一块运行，如果你是高手单纯的想找一个训练代码直接看模块10，我在提供了完整代码。
[paper阅读笔记][2024]Learning with Noisy Foundation Models
本文任务虽然是：在下游任务中有效地利用含噪声的预训练基础模型，但其实其本质科学问题是：如何在存在数据噪声的情况下保持和提升模型的泛化能力。
Transformer模型
Transformer模型是一种在自然语言处理（NLP）及其他序列到序列（Seq2Seq）任务中广泛使用的深度学习模型框架。其基本原理和核心组件，尤其是自注意力机制（Self-Attention Mechanism），对于理解该模型的工作方式至关重要。以下是对Transformer模型基本原理和自注
多模态大模型应用中的Q-Former是什么？
在这篇博客中，我们将详细探讨Q-Former的工作原理、应用场景，并在必要时通过公式进行解释，帮助你全面理解这一前沿技术。通过本文的介绍，希望你对Q-Former的工作原理、应用场景以及在BLIP2中的具体应用有了更清晰的理解，并能够在实际项目中灵活应用这一前沿技术。结合BLIP2的应用，Q-For
基于Transformer实现中英翻译任务的微调
本文旨在说明如何通过Transfoemers库和pytorch来微调一个中英翻译模型。这里选择开源的opus-mt-zh-en模型来实现微调，提升该模型在特定语料上的性能。入门小白，如果有误还请指导。
[CR]厚云填补_MSDA-CR
云层污染是光学遥感图像中常见的问题。基于深度学习的遥感图像去云技术近年来受到越来越多的关注。然而，由于缺乏对云失真效果的有效建模和网络较弱的特征表示能力，从云图像中开发有用的多尺度云感知表示仍然具有挑战性。为了规避这些挑战，我们提出了一个多尺度扭曲感知云移除(MSDA-CR)网络，该网络由多个云扭曲
【AI学习】[2024北京智源大会]具身智能：具身智能关键技术研究：操纵、决策、导航
具身智能的关键点：过去是通过仿真实现基本的操作和导航技能，包括自监督的学习；现在是通过大模型，解决仿真到真实世界的gap，利用大模型的知识；那接下来，还是要利用真实世界的数据。
本地部署：Real-ESRGAN: 高效的图像超分辨率解决方案
Real-ESRGAN 作为一种先进的图像超分辨率技术，凭借其高效的多尺度特征提取和生成对抗训练，在处理真实世界图像时表现出色。特别是在处理真实世界图像时，Real-ESRGAN 展现出了卓越的性能，生成的高分辨率图像细节丰富、视觉效果逼真。损失函数（Loss Function）：Real-ESRG
