一键生成！轻量级 AI 证件照制作工具！
HivisionIDPhotos —— 一个轻量级的 AI 证件照制作工具，利用一套完善的模型工作流程，实现对多种用户拍照场景的识别、抠图与证件照生成。
【Datawhale AI 夏令营2024--CV】Task1_baseline解读和尝试
根据给定的视频监控数据集，进行城市违规行为的检测。违规行为主要包括垃圾桶满溢机动车违停非机动车违停等。选手需要能够从视频中违规行为发生的和信息。
【DRL】深度强化学习介绍
深度强化学习本文介绍：[Python] 深度Q网络（DQN）实现[Python] REINFORCE算法实现[Results] 运行结果随着深度学习的迅猛发展，深度强化学习（Deep Reinforcement Learning, DRL）将深度学习与强化学习相结合，使得处理高维状态空间成为可能。
d2l-ai深度学习日记之预备知识(一)
在我进行计算机学习的今天,正是ChatGpt等语言大模型火热的时间,并且当前国内就业形式严峻,想要考研深造,不得不接触深度学习,神经网络等等生涩难懂,以前研究生才会学习的知识.在写这篇文章之前,我已经稍微接触后了解了一下神经网络等相关知识,尝试地参加了一些相关的比赛等等,但是还是感觉完全不理解,所有
全能型AI vs专业型AI：谁主沉浮？
你是否听说过即将到来的AI革命？OpenAI的"草莓"模型即将在今年秋季问世，它不仅能解决复杂的数学问题，还能为你制定营销策略。这是否意味着AI正在向"全能型"发展？专业型AI是否即将成为历史？让我们一起深入探讨这个激动人心的话题！
火焰传感器 - 从零开始认识各种传感器【第十六期】
火焰传感器的工作原理通常基于光学检测技术，当火焰燃烧时，会产生一些特定波长的光线，这些光线可以被称为“火焰光谱”。
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言，并基于TensorFlow搭建ResNet50卷积神经网络算法模型，通过收集4种常见的动物图像数据集（猫、狗、鸡、马）然后进行模型训练，得到一个识别精度较高的模型文件，然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面，实
盘点免费且靠谱的AI大模型 API，统一封装，任性调用！
9家免费且靠谱的AI大模型 API，任性用
AI：271-从安装到应用全面掌握Python与OpenCV的配置与高级功能
在某些情况下，你可能需要自定义OpenCV模块来满足特定需求。定义模块创建一个Python脚本来定义你的自定义模块。例如，import cv2# 应用自定义滤镜使用自定义模块import cv2# 读取图像# 应用自定义滤镜# 显示结果通过本文的介绍，你已经掌握了Python与OpenCV的安装配置
TensorFlow安装
TensorFlow 是一个采用数据流图(data flow graphs)，用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算
我的AI工具箱Tauri+Django环境开发，支持局域网使用。
基于Tauri作为前端打包exe应用程序适配多种平台，结合Django Web后台框架实现AI工具箱前后分离，并且也支持局域网使用一台管理后台多台机器同时使用。这种应用程序体积非常小，打包仅仅10MB都不到功能还在持续完善中，功能会增加在本文中持续更新。
使用GPU 加速 Polars：高效解决大规模数据问题
本文将详细讨论 Polars 中DF的概念、GPU 加速如何与 Polars DF协同工作，以及使用新的 CUDA 驱动执行引擎可能带来的性能提升。
最详细！Windows下的CUDA与cuDNN详细安装教程
本篇文章将详细从如何安装CUDA与cuDNN开始，到基本配置结束，帮助大家理清配置流程。
【AI】Pytorch_损失函数&优化器
持续更新至pytorch大部分内容更完。本文已达到10w字，故按模块拆开，详见目录导航。整体框架如下损失函数及优化器。
Ai 编程实战(1)-让 Ai 帮你写一个前端页面
上一篇写了 Ai 编程的准备工作，按照教程基本都可以装好，如果还有一些没装好的，那也没关系。我们先用Ai 帮你写一个不需要 Python 工具的页面。
本地部署 fish-speech
本地部署 fish-speech
python实现六种垃圾分类（基于mindspore深度学习框架）
本实验使用MindSpore框架进行AI模型的训练与部署，通过训练一个基于MobileNet V2架构的深度学习模型，实现六种垃圾分类。具体目标包括：1. 下载并预处理垃圾分类数据集。2. 利用预训练的MobileNet V2模型进行微调，训练出一个高精度的垃圾分类模型。3. 实现实时垃圾分类的功能
conda虚拟环境升级python
提示：升级 Python 版本时可能会影响你的项目依赖库。在执行以上操作时，确保已经备份你的环境和项目数据，以免意外发生。如果发现新版本与现有代码不兼容，你可能需要回退到旧版 Python，或更新你的代码以匹配新版 Python 的要求。如果默认的 channels 还没有 3.11 版本，你可能需
YOLOv8入门 | 从环境配置到代码拉取（下载）再到数据集划分又到实验运行
YOLOv8环境配置，数据集划分，启动命令
国内大陆地区huggingface连接不上的解决方案
本文主要介绍国内大陆地区huggingface连接不上的解决方案，希望能对学习大模型的同学们有所帮助。
