多模态分析数据集（Multimodal Dataset）整理
本文整理了多模态数据集
在消费级GPU调试LLM的三种方法：梯度检查点，LoRA和量化
LLM的问题就是权重参数太大，无法在我们本地消费级GPU上进行调试，所以我们将介绍3种在训练过程中减少内存消耗，节省大量时间的方法:梯度检查点，LoRA和量化。
解决YOLOv5训练自己的数据集出现No labels in path\train.cache问题
解决YOLOv5训练自己的数据集出现No labels in path\train.cache问题
Openmv第四天之模板匹配
openmv初学
音频数据处理基本知识学习——降噪滤波基础知识
在图像处理中，滤波和降噪也是常见的技术，可以用来去除图像中的噪声、平滑图像、增强图像的边缘等。基于谱减法的降噪方法：使用短时傅里叶变换将信号转换到频域，通过对各个频率分量的能量进行估计和处理来实现降噪，适用于语音信号的处理。基于小波变换的降噪方法：使用小波变换将信号分解成不同频率的小波系数，并利用小
【AI底层逻辑】——篇章6：人工神经网络（深度学习算法）
任何一项技术的发展都不会一帆风顺，深度学习的发展也经历了“三起两落”！①第一代神经网络——单层感知器（MP）模型，感知器模型实际就是将神经元模型中的激活函数作为符号函数，写成向量形式，即它简洁且功能强大，可以实现自我迭代，只要有足够数量的样本，感知器模型就能找到一组合适的权重。但存在一个致命缺陷——
OSTrack 代码阅读记录
实验记录
Ubuntu20.04下CUDA11.8、cuDNN8.6.0、TensorRT8.5.3.1的配置过程
Ubuntu20.04下CUDA11.8、cuDNN8.6.0、TensorRT8.5.3.1的详细配置过程。
一分钟理解VAE（变分自编码器）
一分钟理解VAE（变分自编码器）
AttributeError: module ‘torch‘ has no attribute ‘concat‘
在跑算法代码的时候，发现报错，但是这个错误在网上没有找到，我推测是pytorch改版问题，于是查看torch版本改动，发现torch.concat改版后该写为torch.cat。不过或许我写的也不够准确，除此之外还看到了有人问torch.concat和torch.cat的区别。不过出现了这类问题改成
【未完待续】综述：用于视频分割（Video Segmentation）的深度学习
本文回顾视频分割的两条基本研究路线：视频目标分割（object segmentation）和视频语义分割（semantic segmentation）。本文介绍它们各自的task setting、背景概念、感知需求、发展历史以及主要挑战。本文详细概述相关的方法和数据集的代表性文献。本文在一些知名的数
GPT2中文模型本地搭建（二）
GPT2_ML项目是开源了一个中文版的GPT2，而且还是最大的15亿参数级别的模型。OpenAI在GPT2的时期并没有帮忙训练中文，上篇文章的验证也可说明此问题，对应的模型直接上GitHub上下载即可。本文主旨快速搭建本地模型，更全的攻略，大家也可以到GitHub中慢慢摸索。本文是基于bert4ke
验证集精度来回震荡是什么原因，怎么解决
验证集精度来回震荡是什么原因，怎么解决
TabR:检索增强能否让深度学习在表格数据上超过梯度增强模型？
这是一篇7月新发布的论文，他提出了使用自然语言处理的检索增强*Retrieval Augmented*技术，目的是让深度学习在表格数据上超过梯度增强模型。
扁鹊：指令与多轮问询对话联合微调的医疗对话大模型
扁鹊-1.0（BianQue-1.0） 是一个经过指令与多轮问询对话联合微调的医疗对话大模型。我们经过调研发现，在医疗领域，往往医生需要通过多轮问询才能进行决策，这并不是单纯的“指令-回复”模式。用户在咨询医生时，往往不会在最初就把完整的情况告知医生，因此医生需要不断进行询问，最后才能进行诊断并给出
一张图了解GPU、CUDA、CUDA toolkit和pytorch的关系
现在的理解就是我可以装多个版本的cuda toolkit，，然后不同的框架会自动调用。
什么是人工智能领域的 Foundation Model？
GPT 模型采用了预训练加微调的方式，通过大规模的语料库训练出来的模型，可以在多种 NLP 任务中表现出色，如文本分类、机器翻译、摘要生成等。人工智能领域的 Foundation Model，通常指的是一类被广泛使用的基础模型（或称基础架构模型），是在海量数据和计算资源的基础上训练出来的通用、通用性
神经辐射场（NERF）模型：一个令人惊叹的三维场景重建方法
简单来说，NERF 模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF 模型 只需要从单个或少数几个 2D 视角中预测每个像素点的颜色和深度值，而不需要使用多个 2D 图像或视角。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。
10分钟训练属于你的AI变声器
模型的话，可以使用其他人分享的，也可以自己训练模型。下面介绍怎么训练模型。
对卡尔曼滤波的理解：平滑插值、滤波和预测！想用的来看啦！
对卡尔曼滤波的理解：平滑插值、滤波和预测！想用的来看啦！
