利用AI驱动智能BI数据可视化-深度评测Amazon Quicksight（二）
Amazon QuickSight 是一款由亚马逊云科技提供的全托管商业智能（BI）服务，专为云端设计。它允许开发者快速创建互动式仪表板、报告和数据可视化，帮助他们从数据中获得洞察。QuickSight 能够无缝连接各种数据源，包括 AWS 服务（如 Amazon RDS、Amazon S3、Ama
self-attention(自注意力) 和 cross-attetion（交叉注意力） 中的差异
自注意力和交叉注意力的差异
百度Ernie大模型是什么？
百度的Ernie模型（Enhanced Representation through kNowledge Integration）是一个基于Transformer架构的预训练语言模型。它由百度研发，旨在通过整合大规模语料和知识图谱来增强模型的语言理解和生成能力。它通过整合大规模语料和知识图谱，采用多
最新口型同步技术EchoMimic部署
EchoMimic是一个由蚂蚁集团开发的AI项目，主要用于生成高质量的数字人像动画。这个项目特别之处在于它能够根据人像的面部特征和音频内容来帮助人物“对口型”，即让静态的照片或者图像中的角色看起来像是在说话或唱歌，生成的视频效果既稳定又自然。EchoMimic项目通过音频驱动和面部标志点驱动的结合，
20240911 每日AI必读资讯
支持多个平台开发，提供 SDK（软件开发工具包）供开发者使用，包括 React、JS、Unity、Swift、iOS、Android、Flutter、Rust、Next.js 等。这使得开发者可以快速构建和集成各种应用功能。- 该实验项目名为Project Sid，模拟了AI代理在Minecraft
利用未标记数据的半监督学习在模型训练中的效果评估
本文将介绍三种适用于不同类型数据和任务的半监督学习方法。我们还将在一个实际数据集上评估这些方法的性能，并与仅使用标记数据的基准进行比较。
打破视频生成难题，腾讯提出 MimicMotion引领AI模仿人体动作新纪元
MimicMotion是一个创新的视频生成框架，专注于通过模仿特定的动作引导来生成任意长度的高质量视频。与以往的方法相比，MimicMotion具有几个显著的特点。首先，它引入了置信感知的姿态引导，确保了高帧质量和时间平滑性。其次，基于姿态置信度的区域损失放大显著减少了图像失真。最后，为了生成长时间
Datawhale X 李宏毅苹果书 AI夏令营 task1 机器人学习基础
损失也是一个函数，这个函数的输入是模型里面的参数，如模型是 y = b + wx， b 跟 w 是未知的，损失是函数 L(b, w)，其输入是模型参数 b 跟w损失函数输出的值代表这笔数值的好还是不好，即可以用来评价我们的模型好与不好真实的值称为标签我们可以计算一下估测的值 yˆ 跟真实值 y 的差
AI跟踪报道第55期-新加坡内哥谈技术-本周AI新闻: GPT NEXT (x100倍)即将在2024推出
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhin
国科大人工智能原理与算法-2024-第一次作业-雷震老师
1. 反射行动（比如从热炉子上缩回你的手）是理性的吗？它们是智能的吗？2. 以下的计算机系统在何种程度上是人工智能的实例： - 超市条码扫描器 - 网络搜索引擎 - 语音激活的电话菜单 - 对网络状态动态响应的网络路由算法3. 为什么进化会倾向于导致行为合理的系统？设计这样的
【AI 绘画】更快？更省显存？支持 FLUX？使用绘世启动器安装 SD WebUI Forge
AI绘画，使用绘世启动器安装 SD WebUI Forge
【人工智能】Transformers之Pipeline（十八）：文本生成（text-generation）
本文对transformers之pipeline的文本生成（text-generation）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的文本生成（text-generation）模型。
5款提升学习与生产力的返校AI工具
随着人工智能技术的快速发展，返校季不仅仅是热衷于采购常规学习用品，而是借助AI工具全面提升学术和个人效率的绝佳时机。Notion 是一个实用的AI生产力工具，它允许用户集中管理笔记和任务，利用AI进行头脑风暴和文章写作，并提供超过10,000种模板帮助快速入门。Quizlet 通过AI生成大量用户创
AI训练语音（以游戏角色“白露”为示例）—＞So-VITS-SVC 4.1—＞新手使用教程
大家通过一系列的操作，应该多多少少明白了sovit4.1的一些基本步骤，当然，训练一个自己喜欢的声音需要花费很大量的时间，不过为了自己喜欢的角色，就算等待一会也是完全值得的！！！因为这篇博客只是介绍了最基本的流程，训练出来的结果可能不会太让你满意，这个时候你就需要对你的成果进行调整，就像示例中白露的
20240906 每日AI必读资讯
Yi-Coder-9B 的表现优于其他 10B 参数以下的模型，如 CodeQwen1.5 7B 和 CodeGeex4 9B，甚至能够与 DeepSeek-Coder 33B 相媲美。- 9月3日，马斯克在推上自曝：团队仅仅用了122天时间，就建成了有10万张H100的Colossus集群，是世界
LSTM预测股票走势
LSTM预测股票数据
【图像识别】十大数据集合集！
他们为微软研究院提供了超过300万张猫和狗的图像，这些图像是由美国数千个动物收容所的人手动分类的。我们设计了一个系统来描述带有情感的图像，并展示了一个自动生成带有正面或负面情绪的字幕的模型。因此，我们使用Voxygen的文本到语音系统来合成可用的字幕。该数据集为细粒度分类数据集 CUB 收集人类注视
笔记本本地部署100b以上千亿级别LLM，并在手机端接入
本文将演示如何在笔记本上运行千亿级模型，后端 Koboldcpp 运行在 Ubuntu ，前端界面使用安卓手机通过 Termux 且使用 SillyTavern 进行连接，模型使用 104B 的的 Q4KM 量化，以及 123B 的的 Q3KM 量化作为演示，两者模型的性能强悍，中文表现良好，可匹敌
AI：267-深入扩散模型组件测试：从调度器到 UNet 模型的代码实战
是diffusers库中的一个调度器，用于控制扩散模型的步长与噪声混合方式。它负责在每个时间步为图像添加或去除噪声，从而实现扩散过程。该类支持从预训练模型中加载参数，帮助开发者快速测试不同的扩散步数效果。本文中的代码片段将演示如何通过简单的图像噪声混合实验来测试调度器的工作情况。通过本文的探讨，我们
【人工智能】九种神经网络模型
人工神经网络 (ANN) 是人工智能深度学习的一个基本概念。它们在处理传统机器学习算法难以处理的复杂应用场景方面至关重要。神经网络是解决复杂问题的强大工具。它们可以学习和适应数据，并且在各个行业都有广泛的应用。对于任何想要深化人工智能和深度学习技能的人来说，它们都是必不可少的。
