pytorch-scheduler（调度器）
scheduler（调度器）是一种用于调整优化算法中学习率的机制。学习率是控制模型参数更新幅度的关键超参数，而调度器根据预定的策略在训练过程中动态地调整学习率。优化器负责根据损失函数的梯度更新模型的参数，而调度器则负责调整优化过程中使用的特定参数，通常是学习率。调度器通过调整学习率帮助优化器更有效地
AI的IDE：Cursor配置虚拟python环境（conda）
Cursor是一个AI的IDE，是从VSCode源代码中fork出来的，专注于和AI一起Coding而生。https://www.cursor.com/是官方地址。最近开始逐渐的试用Cursor，之前一直是VSCode的重度用户，python技术栈，因此Anaconda使用也很频繁。试用中发现Cur
长短期记忆网络（LSTM）预测模型及其Python和MATLAB实现
# LSTM预测模型背景长短期记忆网络（Long Short-Term Memory，LSTM）是一种特殊的递归神经网络（RNN），于1997年首次由Sepp Hochreiter和Jürgen Schmidhuber提出。LSTM主要用于处理和预测序列数据中的时间依赖关系，能够有效地解决传统RNN
AI恶搞《黑神话：悟空》爆火！
AI恶搞《黑神话：悟空》爆火~
我的开源项目-AI自生成系统巡检报告项目简介
在介绍AutoGenInspection架构前，我想先简要提及基于规则的系统架构（Rule-Based System Architecture）。在软考系统架构师的学习内容中，包含有基于规则的系统架构的学习，于是我也简单对此架构风格拓展学习了下。基于规则的系统架构是一种以规则集为核心，通过规则引擎来
【扩散模型思考记录（二）】什么是隐空间？为什么要引入隐空间？
引入隐变量空间（latent space）是生成模型中常用的技术，如变分自编码器（VAE）和生成对抗网络（GAN）。通过这种方法，可以将复杂的高维数据分布映射到一个相对简单的低维隐变量空间，从而简化采样过程。引入隐变量空间的核心思想是通过一个相对简单的低维表示来捕捉数据的复杂分布。这使得我们可以从标
cuda安装使用问题，print(torch.cuda.is_available())，仍然输出false，如何解决？
🏆本文收录于《CSDN问答解惑-专业版》专栏，主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！
颜色传感器 - 从零开始认识各种传感器【二十三期】
颜色传感器（Color Sensor）是一种能够检测和识别颜色的传感器，它广泛应用于工业自动化、机器人技术、智能家居、消费电子等领域。颜色传感器通过测量物体表面反射的光来确定其颜色，通常包含一个或多个光源（如LED）和一个光电探测器。
大模型从入门到精通——基于智谱AI和LangChain实现RAG应用(一)
ZhipuAILLM_call_llm_type通过插入特定的上下文和问题来生成提示，适用于自然语言处理模型。它确保模型生成的回答简洁明确，并在回答结束时添加template = """使用以下上下文来回答最后的问题。如果你不知道答案，就说你不知道，不要试图编造答案。最多使用三句话。尽量使答案简明扼
如何从PyTorch迁移到MindSpore
相信做AI开发的小伙伴，有一大半用的都是PyTorch.我之前也是一直用PyTorch做开发。上个月参加了华为昇思25天打卡营，官方提供了充足的算力支持，几乎是不限时间不限量的那种，也让我体验了一把算力自由，好好感受了一番昇思框架。昇思真的是很好用的国产AI框架，但是因为之前的开发都是基于PyTor
EDA(Easy Decrypt AI) 算法推理工具
了解详情请私 解决你的逆向烦恼
Python AI：构建智能应用的利器
Python AI 为开发者提供了一个构建智能应用的强大平台。凭借其丰富的 AI 库、活跃的社区和不断发展的生态系统，Python 必将在 AI 领域持续发挥重要作用，推动 AI 技术的发展和应用
【人工智能】项目案例分析：使用TensorFlow进行大规模对象检测
在这个项目中，我们将使用TensorFlow进行大规模的对象检测。对象检测是计算机视觉领域的一个重要应用，它涉及从图像或视频中识别和定位特定的对象。TensorFlow作为一个强大的开源机器学习库，提供了丰富的工具和API来支持这一任务。
时间序列结构变化分析：Python实现时间序列变化点检测
在时间序列分析和预测中，准确检测结构变化至关重要。
一文掌握YOLOv1-v10
YOLO目标检测算法，不过多介绍，是基于深度学习的目标检测算法中最出名、发展最好的检测器，没有之一。本文简要的介绍一下从YOLOv1-YOLOv10的演化过程，详细技术细节不过多介绍，只提及改进点，适合初学者当综述阅读，也适合有基础的同学用于复习回顾。
GLM-4 (5) - API & Function Calling
我们之前解析了GLM-4模型相关的部分，这有助于我们对理解和使用开源大模型。然后，有一些场景对于大模型的性能（比如某个任务的推理准确率）有较高的要求，10B以下参数的模型很可能无法胜任。那么就有两条路可以选择：1）收集与任务相关的数据，微调该模型；2）直接使用商业化的API服务。由于第一条路收集数据
【AI大模型】时代，周鸿祎回应360儿童手表问答不当，想了想，我是这么做的
使用七牛和美数（Meisu）来实现图片的合规审核，可以分为两步：首先将图片上传到七牛云，然后使用美数的内容审核服务对图片进行合规性检测
Optuna发布 4.0 重大更新：多目标TPESampler自动化超参数优化速度提升显著
Optuna这个备受欢迎的超参数优化框架在近期发布了其第四个主要版本。
python入门——OSError: [WinError 127] 找不到指定的程序。 Error loading
最近在使用torch的时候突然出现错误，显示OSError: [WinError 127] 找不到指定的程序。我看了一些解决方法，说要重装torch，但我这前几天还没问题，好在我还记得最近下载的包有哪些，最后删除了seaborn包得以解决，在此分享。用anaconda进入环境，然后删除包。
动量迭代快速梯度符号方法(Momentum Iterative FGSM,MI-FGSM)原理及实现
而动量机制通过累积多次迭代的梯度信息，可以更全面地利用这些梯度信息，从而在更大范围内找到模型的弱点，增强对抗攻击的效果。而动量机制通过累积多个梯度信息，可以帮助模型摆脱局部最优解的困扰，更容易找到全局最优解或更好的局部最优解，从而生成更强的对抗样本。MI-FGSM 将动量引入到 FGSM 中，通过在
