deepfacelab教程之软件版本选择
AI换脸软件出来很多年了，基于deepfake衍生出来很多，比如FaceSwap，FakeAPP，再到今天要说的DeepFaceLab。目前国内用的较多的还是最后一款，DeepFaceLab，我们以下简称DFL
LoFTR：Detector-Free Local Feature Matching with Transformers
本文提出一种新的图像局部特征匹配方法(关键点匹配)；与传统方法(特征检测-描述符-匹配)不同，本文首先在粗粒度上进行像素级密集匹配然后再细粒度进行优化。本文在Transformer中使用自注意层(self attention layer)和交叉注意层(cross attention layer)来获
Pytorch自定义数据集模型完整训练流程
我们以kaggle竞赛中的猫狗大战数据集为例搭建Pytorch自定义数据集模型训练的完整流程。
使用GGML和LangChain在CPU上运行量化的llama2
Meta AI 在本周二发布了最新一代开源大模型 Llama 2。对比于今年 2 月发布的 Llama 1，训练所用的 token 翻了一倍，已经达到了 2 万亿，对于使用大模型最重要的上下文长度限制，Llama 2 也翻了一倍。在本文，我们将紧跟趋势介绍如何在本地CPU推理上运行量化版本的开源Ll
Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法
生成式人工智能正在快速发展，许多人正在尝试使用这项技术来解决他们的业务问题。本文将试图根据一些常见的可量化指标，为选择正确的生成式人工智能方法提供建议。
怎么下载适合cudn12.0版本的pytorvh
可以通过以下步骤来下载适合 CUDA 12.0 版本的 PyTorch：打开命令行/终端。运行以下命令：pip install torch==1.7.1+cu12 torchvision==0.9.0+cu12 torchaudio==0.9.0 -f https://download.pytorc
YOLOV5改进：顶刊TIP 2023 | CFP：即插即用的多尺度融合模块，有效涨点！
的物体检测方法，本文方法基于全局显式的中心特征调节。与现有的方法不同，本文方法不仅关注不同层之间的特征交互，还考虑了同一层内的特征调节，该调节在密集预测任务中被证明是有益的。则依赖于自下而上的特征金字塔结构，通过建立自上而下的路径和横向连接从多尺度高级语义特征图中获取特征信息。提出了一种额外的自下而
22年知网“研究生科学素养提升”在线测试
22年知网“研究生科学素养提升”在线测试答案分享
Halcon图像的 OCR 识别&训练字符
算子：create_ocr_class_mlp( : : WidthCharacter, HeightCharacter, Interpolation, Features, Characters, NumHidden, Preprocessing, NumComponents, RandSeed :
艺术创作的新纪元：如何训练Lora模型打造令人惊叹的AI绘画
在数字时代的今天，人工智能（AI）技术正不断改变着我们的生活，也给艺术领域带来了前所未有的革新。AI绘画模型，作为其中的一颗明星，让计算机能够像艺术家一样创作绘画作品，引发了广泛关注。然而，AI绘画模型的训练对计算资源和时间的要求较高，这对于大部分人来说是一项挑战。幸运的是，云端平台的出现可以完美的
排序之损失函数List-wise loss(系列3)
在pointwise 中，我们将每一个 作为一个训练样本来训练一个分类模型。这种方法没有考虑文档之间的顺序关系；而在pariwise 方法中考虑了同一个query 下的任意两个文档的相关性，但同样有上面已经讲过的缺点；在listwise 中，我们将一个 作为一个样本来训练。论文中还提出了概率分布的方
神经网络：训练模型+转化为k210上跑的kmodel
深度学习（1）：训练模型+转化为k210上跑的kmodel
从零构建自己的神经网络————数据集篇
例如，可以将图片文件命名为1.jpg，2.jpg，3.jpg等，对应的标注文件命名为1.txt，2.txt，3.txt等。其中，txt_path是包含数据集信息的文本文件的路径，transform是对数据集进行预处理的函数或变换。每张图片都有一个唯一的标识符（比如图片的文件名或者数据库中的id），在
YOLOv7目标检测数据集划分
数据集划分
softmax是什么？
Softmax是一种常用的分类函数，它将一个n维向量（通常用于表示某个实体的特征向量）输入，并将其标准化为一个n维概率分布，其中每个元素的值都介于0和1之间，并且所有元素的和为1。softmax函数通过将n维向量z的每个元素除以所有元素的和来计算归一化概率分布。softmaxzi∑j1nezj
CVPR2023对抗攻击相关论文
在各种计算机视觉应用中，现实世界的对抗性物理补丁被证明在妥协最先进的模型中是成功的。基于输入梯度或特征分析的现有防御已经被最近基于 GAN 的攻击所破坏，这些攻击会产生自然补丁。在本文中，我们提出了Jedi，这是一种针对对抗性补丁的新防御，它对现实补丁攻击具有弹性。Jedi从信息论的角度解决了补丁定
AI大模型的神经网络模型量化技术：INT8 还是 INT4 ？
如果要量化的目的是实现硬件加速，则应首选确定性量化，因为可以预先指定适当的量化级别，以便在专用硬件上运行量化网络，对硬件的性能预期得到改善。QAT量化方法在付出重新训练的代价后，采用INT4的量化模型应用场合会较大，但稳定性还是需要大量的实验验证，尤其是安全性要求很高的自动驾驶领域，大家不得不慎重考
【Runtimeerror】解决张量维度不匹配报错信息
【Runtimeerror】解决张量维度不匹配报错信息
基于时态差分法的强化学习：Sarsa和Q-learning
时态差分法（Temporal Difference, TD）是一类在强化学习中广泛应用的算法，用于学习价值函数或策略。Sarsa和Q-learning都是基于时态差分法的重要算法，用于解决马尔可夫决策过程（Markov Decision Process, MDP）中的强化学习问题。
适合新手搭建ResNet50残差网络的架构图（最全）
适合新手搭建ResNet50残差网络的架构图+代码（最全），全网最简单详细
