label studio 结合 MMDetection 实现数据集自动标记、模型迭代训练的闭环
一个 AI 方向的朋友因为标数据集发了篇 SCI 论文，看着他标了两个多月的数据集这么辛苦，就想着人工智能都能站在围棋巅峰了，难道不能动动小手为自己标数据吗？查了一下还真有一些能够满足此需求的框架，比如 [cvat](https://github.com/opencv/cvat) 、 [doccan
［超级详细］如何在深度学习训练模型过程中使用GPU加速
在深度学习当中，我们训练模型通常要对模型进行反复的优化训练，仅用CPU来进行训练的话需要花费很长时间，但是我们可以使用GPU来加速训练模型，这样就可以大大减少我们训练模型花费的时间。
机器学习进行数据分类模型的预测（含代码及数据集）
机器学习，决策树，随机森林，投票法，二分类，数据挖掘，个体学习器，集成学习，python
pip使用、pip.ini文件配置、镜像源更换
可以进行分布的信任配置, 比如采用豆瓣源, 只在下载的时候信任, 但是在其他时候不信任, 就可以按照上述的写法进行 (很无效且2)阿里云 http://mirrors.aliyun.com/pypi/simple/文件中的配置设置为了豆瓣源(下载很快), 所以不用再后面再加。注释掉或者是删除掉, 使
【Neo4j × Python】基于知识图谱的电影问答系统（含问题记录与解决）附：源代码（含Bug解决）
此前，曾介绍过Neo4j的一些基础知识，本篇将在PyCharm中与Neo4j建立关联，从0到1实现一个基于知识图谱的电影问答系统，实现过程中，没有一帆风顺，而是遇到了一些问题，因此也包含问题的记录与解决。
深度学习项目：男女性别识别【附完整源码】
深度学习项目：男女性别识别【附完整源码】
实测 亚马逊AI 编程助手 Amazon CodeWhisperer（全网最全)
CodeWhisperer是亚⻢逊出品的一款基于机器学习的通用代码生成器，可实时提供代码建议。在编写代码时，它会自动根据我们现有的代码和注释生成建议。从单行代码建议到完整的函数，它可为我们提供各种大小和范围的个性化建议。CodeWhisperer 还可以扫描我们的代码以突出显示和定义安全问题。：亚马
PaddleDetect图像目标检测模型训练之数据标注——使用labelme进行标注
在做PaddleDetect图像检测模型训练时，需要对数据集进行人工标注，下面将已货车检测为例，使用labelme进行标注的详细过程记录一下，以防日后忘记。
DeepFaceLab 教程之硬件配置要求
换脸软件出来也好几年了，但是目前依旧对硬件依赖比较大。想要在自己电脑上跑换脸软件就必须要一张显卡，想要轻松点，就必须要一张好显卡（今年搞一张好显卡不容易）。 显卡主要分N卡（英伟达）和A卡（AMD），一般来说是推荐N卡，N卡的支持会更好，使用场景更广泛。
【python】数据挖掘分析清洗——离群点(异常值)处理方法汇总
异常值处理的意义在于提高数据分析的准确性和可靠性。异常值往往会影响数据的统计特征，如平均值、方差等，从而导致错误的结论或预测结果。此外，异常值还可能干扰模型的拟合效果，使得模型对数据的解释能力变弱。因此，对于数据分析任务，我们通常需要进行异常值处理，以尽可能保证数据的质量和准确性。常用的异常值处理方
【PaddleOCR-kie】关键信息抽取1：使用VI-LayoutXLM模型推理预测（SER+RE）
使用PaddleOCR中的kie关键信息抽取功能
“OSError: [WinError 126] 找不到指定的模块”的解决办法
如果没有，确定为缺失此文件报错；如果有，可能是dll文件所依赖的文件报错或缺失；又或是最近安装的包冲突。如果进入此环境，import torch 报错，再次可确定为环境出现错误。1.确认该绝对路径下是否存在torch_python.dll文件。注意：网速的原因可能会让下载不成功；不同的命令可能会让下
神经网络视觉AI“后时代”自瞄实现与对抗
他的整套系统完全不在Windows上运行，也不需要截取游戏画面，也不需要读写游戏数据，甚至连一个多余的进程、文件都不需要；他的原理是彻底不接触物理游戏主机，而是直接从HDMI读取画面数据用FPGA开发板上的Python+OpenCV来识别出游戏人物位置，如果当前他了解神经网络方面的视觉AI，也许他会
CPU与GPU到底有什么区别？
除了这种工作方式之外，GPU的指令集还非常简单，不像CPU这种复杂的处理器，如果你去看CPU的编程手册就会发现，CPU负责的事情非常多：中断处理、内存管理、IO等等，这些对于GPU来说都是不存在的，可以看到GPU的定位非常简单，就是纯计算，GPU绝不是用来取代CPU的，CPU只是把一些GPU非常擅长
深入理解PyTorch中的nn.Embedding
深入理解nn.Embedding模块
深度学习（6）：图像超分辨率（Image Super Resolution）重建
GAN图像超分辨率重建
【Meta-AI】Sam-分割一切 测试
近日，Meta AI在官网发布了基础模型 Segment Anything Model（SAM）并开源，其本质是用GPT的方式（基于Transform 模型架构）让计算机具备理解了图像里面的一个个“对象”的通用能力。图像分割是计算机视觉中的一项重要任务，有助于识别和确认图像中的不同物体，把它们从背景
安装cuda驱动
cuda驱动
LangChain：Prompt Templates介绍及应用
Prompt Templates是一种可复制的生成Prompt的方式，它包含一个文本字符串，可以接受来自终端用户的一组参数并生成Prompt。Prompt Templates可以包含指令、少量示例和一个向语言模型提出的问题。我们可以使用Prompt Templates技术来指导语言模型生成更高质量的
车牌识别项目全过程——opencv知识自学(1)
目录什么是opencv?图像获取图像变换改变大小什么是opencv?OpenCV是一个开源的计算机视觉框架。是用来处理图像数据的开源库，即一套与图像相关的算法库。在2016年以后，深度学习的应用越来越广泛，OpenCV里也添加了CNN之类的模块，可以与Tensorflow、Caffe2这些框架训练出
