基于YOLOv7的植物虫害识别＆防治系统（源码＆教程）
基于YOLOv7的植物虫害识别＆防治系统（源码＆教程）
[自注意力神经网络]Segment Anything(SAM)论文阅读
SAM网络学习笔记
如何计算神经网络参数的个数？
神经网络随着层数的加深，网络参数的个数会越来越多，小的网络有成千上万个参数，大的可以达到千万个网络参数。这里我们介绍一下如何计算神经网络参数的个数图像分类的神经网络，包含两个部分：特征提取层+ 分类层特征提取层就是将提取图像中的特征，这里的特征就是图像的细节，例如边缘、关键点等等。类似于人在识别物体
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.
InstructGLM:基于ChatGLM-6B在指令数据集上进行微调
基于ChatGLM-6B+LoRA在指令数据集上进行微调。
gpt的优势和gpt缺点
GPT可以根据给定的上下文信息生成质量很高的语句，甚至可以生成完整的文章、故事等长文本，和人类写作风格非常接近。随着训练的深入，GPT技术的语言生成质量也将不断提升。只能实现单向文本生成：与一些双向解码器（如BERT）不同，GPT采用单向的解码器，只能利用前面的上下文信息进行生成，无法利用后面的文本
DETR详解
DETR 将目标检测任务看作集合预测问题，对于一张图片，固定预测一定数量的物体（原作是100个，在代码中可更改），模型根据这些物体对象与图片中全局上下文的关系直接并行输出预测集，也就是 Transformer 一次性解码出图片中所有物体的预测结果，这种并行特性使得 DETR 非常高效。
GPT2-Chinese 文本生成,训练AI写小说,AI写小说2
在根目录（目录\GPT2-Chinese\）下建立文件夹data 和modeldatamodel。
深入浅出PaddlePaddle函数——paddle.sum
paddle.sum(x, axis=None, dtype=None, keepdim=False, name=None)
深入浅出TensorFlow2函数——tf.math.reduce_sum
tf.math.reduce_sum( input_tensor, axis=None, keepdims=False, name=None)
深度学习大模型框架的简单介绍（ChatGPT背后原理的基本介绍）
介绍ChatGPT背后，简单介绍整个大规模预训练语言模型的发展历程。
深入理解机器学习——过拟合（Overfitting）与欠拟合（Underfitting）
机器学习的主要挑战是我们的算法必须能够在先前未观测的新输入上表现良好，而不只是在训练集上表现良好。在先前未观测到的输入上表现良好的能力被称为泛化（Generalization）。通常情况下，当我们训练机器学习模型时，我们可以使用某个训练集，在训练集上计算一些被称为 训练误差（Training Rrr
kaggle（白嫖免费GPU，新手必看！！！）
超详细新手白嫖kaggle GPU教程，不可错过哦
2023年十大目标检测模型！
“目标检测是计算机视觉中最令人兴奋和具有挑战性的问题之一，深度学习已经成为解决该问题的强大工具。”—Dr. Liang-Chieh Chen目标检测是计算机视觉中的基础任务，它涉及在图像中识别和定位目标。深度学习已经革新了目标检测，使得在图像和视频中更准确和高效地检测目标成为可能。在2023年，有几
LayerNorm 在 Transformers 中对注意力的作用研究
LayerNorm 一直是 Transformer 架构的重要组成部分。如果问大多人为什么要 LayerNorm，一般的回答是：使用 LayerNorm 来归一化前向传播的激活和反向传播的梯度。
yolov7.yaml文件详解
yolov7.yaml文件详解
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
ChatGPT中文在线官网-如何与chat GPT对话
ChatGPT是一种基于Transformer架构的自然语言处理技术，其中包含了多个预训练的中文语言模型。这些中文ChatGPT模型大多数发布在Github上，可以通过Github的源码库来下载并使用，包括以下几种方式：下载预训练的中文ChatGPT模型文件：不同的中文ChatGPT平台提供的预训练
Yolov5
以Yolov5模型结构
长短时记忆网络(Long Short Term Memory，LSTM)详解
长短时记忆网络(LSTM)基本原理与基于Pytorch的实现方法。
