ER-NeRF对话数字人模型训练与部署
数字人也称为Digital Human或Meta Human，是运用数字技术创造出来的、与人类形象接近的数字化人物形象。应用包括但不限于直播、软件制作、教育、科研等领域。目前数字人模型效果最好的是ER-NeRF，其借鉴了nerf体渲染的思路，在输入维度上添加了音频特征，通过音频来影响渲染效果（控制嘴
Datawhale AI 夏令营 CV方向 Task01
赛事链接：MARS大数据服务平台> s数据处理# 读取训练集视频# 读取视频所有画面break# 将画面写为图# 如果存在标注= 0:# 计算yolo标注格式可以发现在处理数据的时候已经考虑到了缺少标注的问题，由于yolo的标注格式（中心的x坐标，中心的y坐标，宽，高）和给出的标注格式不同，所以需要
机器学习 - 强化学习详解
通过对 Q-learning 和 PPO 算法的深入剖析，可以看到强化学习的核心在于通过与环境的持续交互，智能体能够不断调整其策略或值函数，以实现最优决策。Q-learning 通过更新 Q 表来找到最优策略，而 PPO 则通过策略优化直接改进策略网络，使智能体能够在复杂环境中稳定学习。无论哪种算法
AI全知道-如何利用LLM来调用工具 (Call Tools)
工具调用是指通过语言模型生成的参数来触发外部工具的执行。这些工具可以是计算程序、数据库查询、API请求等。尽管工具调用这个名称暗示模型直接执行某些操作，但实际上，模型只是生成工具所需的参数，真正的工具执行仍然由用户或系统来完成。city=北京&date=2024-08-06我们需要定义几个API接口
算力相关的概念和常见问题
算力顾名思义是“计算能力”的缩写，指的是IT设备的计算能力。
激发AI创造力：掌握Prompt提示词的高效提问方法
提示词工程一句话的解释组织有规律的关键词，抽取有用的信息。提示词是如何影响AI的输出结果?从以上可以看出，对AI输入不同的提示词，会显著影响AI回答问题的角度和专业度。精心设计的提示词能够引导AI更准确地理解问题背景，从而以更专业的视角和更贴切的答案进行回应。反之，模糊或不当的提示词则可能导致AI偏
时间序列预测方法概述
时间序列预测是数据分析的一个重要领域，涉及对未来事件的预测，基于过去的数据点。以下是几种常用的时间序列预测方法，包括其原理、优缺点。
2024.7.28周报
本周阅读了一篇题目为Physics-Informed Neural Networks for Modeling Water Flows in a River Channel的论文，这篇论文提出了一种新的基于物理信息神经网络（PINN）的河道水流代理模型。本文研究PINN的性能直接从圣维南方程的配置建
自定义 LLM：LangChain与文心一言擦出火花
call：它需要接受一个字符串、可选的停用词，并返回一个字符串。：用于帮助打印 LLM 信息。该函数应该返回一个字典。使用LLM模块来封装我们的模型接口，可以带来许多好处，其中之一就是有利于与LangChain的其他模块进行协同工作。"""使用 API Key，Secret Key 获取ac
AI：291-深度融合BiFPN与RepViT | YOLOv8改进的前沿探索与实践
YOLOv8作为YOLO系列的最新版本，通过多项技术改进提升了检测精度和速度。YOLOv8的核心架构包括主干网络、特征金字塔网络（FPN）、以及检测头。尽管其性能已经非常强劲，但进一步的改进空间仍然存在。BiFPN（Bidirectional Feature Pyramid Network）是一种用
AI 智能体创建之古风绘画助手
玩一玩吧：角色与目标思考路径个性化。
似不相关回归模型及 Stata 具体操作步骤
似不相关回归（Seemingly Unrelated Regression，SUR）模型在处理多个相关方程的回归分析中具有重要作用。它能够更有效地利用方程之间的相关性，从而提供更精确的估计结果。
30_Swin-Transformer网络结构详解
https://www.bilibili.com/video/BV1pL4y1v7jC/?spm_id_from=333.999.0.0&vd_source=7dace3632125a1ef7fd32c285eb2fbac
使用 continue 自定义 AI 编程环境
一直在使用github 的 copilot 来编程，确实好用，对编码效率有很大提升。 但是站在公司角度，因为它只能对接公网（有代码安全问题）。另餐，它的扩展能力也不强，所以无法大规模推广，当然，还有成本问题（每月70多元钱，也不是小数字）。 于是，想尝试选型 开源的Continue插件来
【带小白做项目】如何在SpringBoot项目中接入AI大模型？
随着chatGPT的兴起，越来越多的应用接入了AI大模型，那么我们要怎么在自己的项目中接入AI大模型呢？本节我们就做一个简单的demo来尝试一下。
使用GPU 加速 Polars：高效解决大规模数据问题
本文将详细讨论 Polars 中DF的概念、GPU 加速如何与 Polars DF协同工作，以及使用新的 CUDA 驱动执行引擎可能带来的性能提升。
大数据新视界 --大数据大厂之AI 与大数据的融合：开创智能未来的新篇章
本文深入探讨大数据与人工智能融合，涵盖智能环保、教育、农业、能源等领域的具体体现、优势及挑战。阐述了融合对社会经济的宏观影响，介绍应对数据安全、算法解释性和人才短缺的策略。展望未来，融合将在更多领域突破，为人类带来福祉。ChatGPT 和 OpenAI 为融合提供新思路，不同规模企业的实践也丰富了融
AI：290-提升YOLOv8性能 | EfficientNetV2均衡缩放网络在特征提取中的应用与改进
YOLO（You Only Look Once）系列模型以其高效的实时目标检测能力而闻名。YOLOv8作为该系列的最新版本，通过引入改进的网络结构和算法优化，进一步提升了目标检测的性能。然而，YOLOv8在特征提取阶段的网络结构仍有改进的空间。EfficientNetV2是一种基于均衡缩放的卷积神经
2024年9月第2周AI资讯
对于人工智能应用程序来说，越快越好，疯狂的速度与先进的模型相结合，为源源不断的新应用程序打开了大门。这项研究的简单性还表明，许多人工智能公司在寻求最高性能模型的过程中可能忽视了基本的、受人类启发的提示技术。Mistral 凭借一支由顶尖研究人员组成的精干团队以及最近一轮 6.45 亿美元的融资，该公
数据科学生命周期的7个步骤–在业务中应用AI
数据科学生命周期的这7个步骤是成功应用 AI 技术的基础。通过系统地执行这些步骤，企业可以确保 AI 解决方案的有效性和适应性，从而真正实现业务目标。在业务中应用 AI 不仅仅是技术问题，还需要与业务目标紧密结合，确保每一步都围绕最终的业务价值进行设计和实施。这种全面的方法有助于最大化 AI 在业务
