anaconda保姆级安装教程（非常细）
Anaconda安装教程(保姆级)，流程清晰，非常详细。供python、深度学习初学者配置环境时进行参考。
游戏窗口无损缩小/放大工具 Lossless Scaling V2.2.5 官方中文 免安装【1.25M】
无损缩放可让您使用最先进的空间缩放算法、锐化算法和机器学习将窗口游戏升级到全屏。
yolov7训练自己的数据集-gpu版
总共有两个文件需要配置，一个是/yolov7/cfg/training/yolov7.yaml，这个文件是有关模型的配置文件；一个是/yolov7/data/coco.yaml，这个是数据集的配置文件。1.第一步，复制yolov7.yaml文件到相同的路径下，然后重命名，我们重命名为yolov7-x
AI创作——disco diffusion入门使用
目的：在谷歌的的colab上基于disco diffusion模型实现输入文本输出相应图片的功能
【关于时间序列的ML】项目 3 ：基于机器学习的地震预测模型
在此，我们将给定的日期和时间转换为以秒为单位的 Unix 时间和数字。所以我们可以在上面的输出中看到我们用于地震预测的神经网络模型表现良好。这里的输入是时间戳、纬度和经度，输出是幅度和深度。现在，要创建地震预测模型，我们需要将数据分为 Xs 和 ys，分别作为输入输入到模型中，以接收模型的输出。因此
深度学习实战10-数学公式识别-将图片转换为Latex(img2Latex)
大家好，我是微学AI，今天给大家带来一个关于数学公式识别的实战案例，解决大家在写论文中遇到很多latex输入的问题，而且可以无限次识别哦，因为是代码实现，不用调用外部API.
数据缺失值的4种处理方法
缺失值的插补是在数据挖掘过程中为了不放弃大量的信息，而采用的人为干涉缺失值的情况，无论是那种处理方法都会影响变量间的相互关系，在对不完备信息进行补齐处理的同时，我们或多或少地改变了原始的数据的信息系统，对以后的分析存在潜在的影响，所以对缺失值的处理一定要慎重。在数据挖掘中，面对的通常是大型的数据库，
chatGPT能生成图片吗-chatGPT如何用
确定技术栈：您需要选择合适的技术栈来进行开发。您可以选择Javascript，HTML和CSS来构建前端界面，使用Node.js+Express.js来处理后端API的请求，使用Python以及相关的自然语言处理工具来建立和训练ChatGPT中文版模型。建立和训练ChatGPT中文版模型：您需要收集
SadTalker项目上手教程
最近发现一个很有趣的GitHub项目，它能够将一张图片跟一段音频合成一段视频，看起来毫无违和感，如果不仔细看，甚至很难辨别真假，预计未来某一天，一大波网红即将失业。虽然这个项目目前的主要研究方向还是基于cuda的脸部训练，生成动态的视频，但如果能够接入语音服务，利用ChatGPT实时生成对话prom
显卡的一些总结
显卡的一些总结
opencv--颜色识别
通常，相机在RGB颜色模式下工作，但这种模式受到光线的影响较大，所以在opencv中，用HSV（色彩、饱和度、亮度）模型对颜色进行定义。除此之外，opencv中有多种色彩空间，包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab8种，使用中经常要遇到色彩空间的转化
使用OpenCV进行YOLO对象检测
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达什么是YOLO？YOLO 是“You Only Look Once”一词的缩写。这是一种算法，可以（实时）检测和识别图片中的各种对象。YOLO 中的对象检测是作为回归问题完成的，并提供检测到的图像的类别概率。YOLO 算法采用卷积
谷歌Colab 免费运行pytorch
Colaboratory 简称“Colab”，是Google Research 团队开发的一款产品。在Colab 中，任何人都可以通过浏览器编写和执行任意Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上来说，Colab 是一种托管式Jupyter 笔记本服务。Colaborato
笔记本电脑部署本地离线版类似ChatGPT3.5的AI模型（CPU+内存运行）
Vicuna号称"小羊驼"，Vicuna是基于ShareGPT的7万条对话数据对LLaMA微调的模型，13b模型的效果据说可达到ChatGPT3.5 92%的效果，部分问答的评分甚至超过了ChatGPT3.5。里面vicuna-13B-1.1-GPTQ-4bit-32g.GGML.bin和vicun
数学建模笔记（六）：常微分方程及其应用
前为数学摆方程，后为拉普拉斯方程要确定每次积分后CCC的值利用MATLAB求解当ttt趋于正无穷大时，x(t)x(t)x(t)趋于x0x_0x0使用泰勒展开，方程二为线性更易求解，使用变量分离法求解预测长时间后的情况效益最大点小于r2\frac{r}{2}2r拿Es1E_{s1}Es1、Es2
统计分析——回归分析
在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。
机器学习强基计划8-5：图解局部线性嵌入LLE算法(附Python实现)
局部线性嵌入(Locally Linear Embedding, LLE)限制样本在降维后的低维空间中的k近邻局部线性关系，等价于原始空间。本文详解LLE算法原理并给出Python实现
transformers包介绍——nlp界最顶级的包——可以不用 但不能不知道——python包推荐系列
transformers包介绍——nlp界最顶级的包——可以不用 但不能不知道——python包推荐系列
Chat-GPT 的优点、缺点和潜力，GPT 技术伦理概述，以及其功能的示例教程
在过去的两个月里，互联网一直沉迷于Chat-GPT（生成式预训练转换器），这是一种被认为是神奇的语言模型，可以写出类似人类的文章（包括防抄袭），能够编写代码以无论用户想要什么，让整个职业生涯都过时，似乎世界上几乎有任何答案！显然，当发布了显然具有无限解决方案的东西时，人们必然会利用它，滥用他们的工具
交叉验证之KFold和StratifiedKFold的使用（附案例实战）
交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓
