paddlepaddle安装问题protobuf package to 3.20.x or lower.

按照官方文档安装paddlepaddle 2.3.0后,进行环境验证时,总是提示错误

Python - matplotlib - 决策曲线分析(Decision Curve Analysis)

Python绘制临床预测模型决策曲线,幼儿园级教程!有手就会!

超像素(superpixel)——SLIC和深度学习法

用简单的语言描述超像素的形成原理,提供传统法SLIC和深度学习法学习超像素的具体数学过程和核心代码

OpenART mini使用教程

OpenART mini 是我们在 NXP 的 OpenART 套件的基础上,去除非视觉部分而制作出来的迷你版。虽说只是迷你版,但“麻雀虽小,五脏俱全”。OpenART mini 不仅可以很轻松的完成机器视觉(machine vision)应用,还可以完成 OpenMV 不能完成的神经网络模型的部署

AIGC最近很火,给大家推荐一个已经有1000位开发者使用的中文aigc开源模型,包括ai画图、ai聊天

这套模型是昆仑万维集团旗下的奇点智源公司开发的,它们在12月中旬开源,半个月的时间已经吸引了将近1000名使用者。

信息熵是什么

信息熵是什么通过前两节的学习,我们对于决策树算法有了大体的认识,本节我们将从数学角度解析如何选择合适的“特征做为判别条件”,这里需要重点掌握“信息熵”的相关知识。信息熵这一概念由克劳德·香农于1948 年提出。香农是美国著名的数学家、信息论创始人,他提出的“信息熵”的概念,为信息论和数字通信奠定了基

【图像处理】图像离散小波变换(Discrete Wavelet Transform)及python代码实现

Motivation看到有论文用到了图像的Haar Discrete Wavelet Transform(HDWT),前面也听老师提到过用小波变换做去噪、超分的文章,于是借着这个机会好好学习一下。直观理解参考知乎上的这篇文章:https://zhuanlan.zhihu.com/p/22450818

全面解析PaDiM

使用PaDiM网络跑自己的数据集,除去测试时读入dataloader的时间,每张图片测试时间在20-30ms,精度比较高,图像分类准确率99-100,像素分割准确率97以上,但是最大的问题是需要通过分割好的label来确定阈值选取(这一点必定要改过来)。for循环内的二次for循环:在tqdm的fo

Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集(不断更新中)

stable diffusion 所用的各种模型及参数设置,扩展安装等,陆续更新

【Anaconda创建虚拟环境】报错及解决办法

Anaconda创建虚拟环境的一些报错问题及解决办法记录

openAI API简易使用教程

openAI提供了几种不同场景的模型,主要有text completion、code completion、chat completion、image completion,例如chat completion,则调用方式为。而且请求的token和回复的token数会被加一起计费,例如说输入了10个t

曙光云使用说明

国产GPU平台探索使用

使用文心大模型ERNIE-ViLG生成图片

文心ERNIE-ViLG参数规模达到100亿,是目前为止全球最大规模中文跨模态生成模型,在文本生成图像、图像描述等跨模态生成任务上效果全球领先,在图文生成领域等数据集上取得最好效果。你可以输入一段文本描述以及生成风格,模型就会根据输入的内容自动创作出符合要求的图像。

信号处理中简单实用的方法——消除趋势项

信号处理中简单实用的方法——消除趋势项

Paddlenlp之UIE关系抽取模型【高管关系抽取为例】

本项目将演示如何通过小样本样本进行模型微调,完成关系抽取。马云浙江省杭州市人,阿里巴巴集团主要创始人之一。现任阿里巴巴集团主席和首席执行官,他是《福布斯》杂志创办50多年来成为封面人物的首位大陆企业家,曾获选为未来全球领袖。任正非是中国大陆的民营电信设备企业一-华为公司的创始人兼总裁。他关于企业“危

安装mmdetection进行测试不出图片和报错记录

mmdetection安装测试出现warning和结果不出图

时间序列预测

简单来说,时间序列是按照时间顺序,按照一定的时间间隔取得的一系列观测值,比如我们上边提到的国内生产总值,消费者物价指数,利率,汇率,股票价格等等。时间间隔可以是日,周,月,季度,年等。那么如何进行时间序列分析分析呢?通常来说我们尝试找出序列值在过去所呈现的特征模式,假定这种模式在未来能够持续,进而对

Yolov5 计算访存量MAC与计算量FLOPS

Yolov5 计算访存量MAC与计算量FLOPS

Python 人脸识别系统

简介人脸识别不同于人脸检测。在人脸检测中,我们只检测了人脸的位置,在人脸识别任务中,我们识别了人的身份。本文重点介绍使用库 face_recognition 实现人脸识别,该库基于深度学习技术,并承诺使用单个训练图像的准确率超过 96%。识别系统用例寻找失踪者识别社交媒体上的帐户识别汽车中的驾驶员考