什么是GPT模型,GPT下载和国内镜像
什么是GPT模型，GPT模型是通过预训练的方式，采用无监督学习方式，大量语料输入，经过多次训练后得到模型。它能够自动学习并理解自然语言中的语义、句法和语法信息，并可以用于文本生成、对话系统、情感分析、机器翻译等自然语言处理任务中。今天聊聊GPT国内镜像和GPT怎么下载。
Torch对应的torchvision版本
安装torch和torchvision时，两者之间存在依赖关系，版本需要对应起来。
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？
一探究竟：人工智能、机器学习、深度学习
CART假设决策树是二叉树，内部结点特征的取值为“是”和“否”，左分支是取值为“是”的分支，右分支是取值为“否”的分支。人工智能（Artificial Intelligence），简称AI，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域
SadTalker AI模型使用一张图片与一段音频便可以自动生成视频
SadTalker模型是一个使用图片与音频文件自动合成人物说话动画的开源模型，我们自己给模型一张图片以及一段音频文件，模型会根据音频文件把传递的图片进行人脸的相应动作，比如张嘴，眨眼，移动头部等动作。然后就可以git sadtalker的工程目录，并安装相应的第三方库，这里主要是torch相关的库，
【YOLOv5】LabVIEW+TensorRT的yolov5部署实战（含源码）
【YOLOv5】LabVIEW+TensorRT的yolov5部署实战（含源码）
ONNXRuntime介绍及如何使用ONNXRuntime进行模型推理
本文介绍了ONNXRuntime的基本使用方法，包括安装ONNXRuntime、加载模型和进行模型推理。ONNXRuntime提供了简单易用的API，使得使用者可以方便地进行模型推理。同时，其高性能、可扩展、跨平台的特点也让其成为一个优秀的深度学习推理引擎。
用于3D MRI和CT扫描的深度学习模型总结
本文中将介绍6种神经网络架构，可以使用它们来训练3D医疗数据上的深度学习模型。
k8s英伟达GPU插件（nvidia-device-plugin）
k8s英伟达GPU插件（nvidia-device-plugin）
手把手教你如何0基础编写基于AI机器视觉的--王者荣耀百里守约的自瞄程序，我家村头的傻X都能学会的教程！
手把手教你如何0基础编写基于AI机器视觉的--王者荣耀百里守约的自瞄程序，我家村头的傻X都能学会的教程！
Yolov5 数据增强 - Mosaic
Mosaic
YOLOV8改进对比 vs v5 X
YOLOv8与YOLOX的对比
MMdetection 环境配置、config文件解析以及训练自定义VOC数据集
MMDetection是针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法，大大提高了代码复用率。本文根据我自己最近的使用经验，记录一下关于MMdete
深度学习——损伤函数（dice_loss）
深度学习——损伤函数（dice_loss）
人工智能生成内容（AIGC）：概念、发展历史及其机遇、挑战与未来方向
人工智能生成内容（Artificial Intelligence Generated Content, AIGC）， AIGC 是指使用生成式 AI （Generative Artificial Intelligence, GAI） 技术生成的内容，而不是由人类创作者创作的内容。
自动驾驶算法 -撞前预警论文解读与项目应用
1.1 深度估计应用场景之一（特斯拉撞前预警）1.2 深度估计概念1.3 深度估计整体架构1.4 深度估计架构流程论文解读1.5 深度估计项目应用
解决没有NVSMI文件夹以及nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件
使用Automatic1111在本地PC上运行SDXL 1.0
这是我们部署Stable Diffusion的第三篇文章了，前两篇文章都详细介绍了Automatic1111的stable-diffusion-webui的安装，这次主要介绍如何使用SDXL 1.0模型。
几种文本向量化方式原理简要介绍
几种文本向量化方式原理简要介绍
深度学习调参指南《Deep Learning Tuning Playbook》
这份指南的主要内容是调整超参数，也涉及深度学习训练的其他方面，例如 pipeline 实现和优化。指南假设机器学习问题是一个监督学习问题或自监督学习问题，但其中的一些规定也适用于其他类型的问题。
