图像分割综述之语义分割
语义分割综述，列举的是经典论文，适合入门的初学者
yolov5训练自己的数据集
目标检测
Video-LLaMa:利用多模态增强对视频内容理解
本文将重点介绍称为video - llama的多模态框架。Video-LLaMA旨在使LLM能够理解视频中的视觉和听觉内容。
YOlov5网络架构
yolov5网络架构
使用ChatGpt做考试卷: 助力拿高分的利器
作为一名学生，在考试的时候总是会有些焦虑和压力。为了在考试中取得更好的成绩，我们经常会去准备各种资料和笔记，并不断地复习和巩固。但是，有时候，这些准备方法并不足以让我们完全应对考试中的各种难题。这时候，我们就需要借助其他的工具来帮助我们。最近，我发现了一种新的方法——使用ChatGpt来做考试卷。在
线性卷积和循环卷积（圆周卷积）
线性卷积和循环卷积（圆周卷积）
Anchor based and Anchor free(无锚VS有锚)【总结】
anchor-based方法使用不同大小和形状的anchor框来回归和分类目标，例如faster rcnn、retinanet和yolo等。anchor-free，例如fcos、atss和cornernet等。anchor-free方法比anchor-based方法更简单和灵活，但可能存在召回率或定
Ai作图可控性演进——从SD到MJ
1.介绍了文本生成图提高可控性的几种思路2.介绍了市面主流的可控模型几个解决方案3.回归到问题本质，更细粒度的控制更精准的控制才是未来4.多模态和数据的规范化是未来竞争实力
图解transformer中的自注意力机制
本文将将介绍注意力的概念从何而来，它是如何工作的以及它的简单的实现。
CLIP，GLIP论文解读，清晰明了
CLIP：Contrastive Language-Image Pre-training，论文名称：Learning Transferable Visual Models From Natural Language Supervision。GLIP论文名称：Grounded Language-Im
深入浅出PaddlePaddle函数——paddle.full
paddle.full
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
深度学习(六) Word Embedding
本文是李宏毅老师的关于词汇编码方面的总结
NVIDIA显卡 - CUDA算力总结概览
NVIDIA显卡 - CUDA算力总结概览
《多智能体博弈学习研究进展--罗俊仁，张万鹏》论文笔记
基于认知行为建模的智能体能够从与环境及其他智能体的交互经验中学会有效地提升自身行 为。在学习过程中，智能体可以学会与其它智能体进行协调，学习选择自身行为、其它智能 体如何选择行为以及其目标、计划和信念是什么等。伴随着深度学习(感知领域)和强化学习(决策领域)的深度融合发展，多智能体学习方法在机器博弈
【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
走进人工智能|深度学习 算法的创世纪
作为读者，您可能会好奇深度学习在不同领域的应用。无论是医疗、金融、交通还是娱乐，深度学习都有着巨大的潜力。它能够帮助医生诊断疾病、帮助金融机构预测市场趋势、改善交通流量管理，并为我们提供更智能化的娱乐体验。随着技术的进一步发展，我们可以期待深度学习在更多领域中的应用，为我们的生活带来更多的便利和创新
【李宏毅】HW12
李宏毅HW12
“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
【Stable Diffusion】lora的基础使用技巧
在使用Stable Diffusion加载lora时，往往出现生成的图像效果与示例图像效果差距较大的情况，生成的图像质量不能令人满意，本文提供五个lora的基础使用技巧，提高生成图像的效果质量
