使用TensorRT进行加速推理（示例＋代码）
TensorRT 是 NVIDIA 开发的一款高性能深度学习推理引擎，旨在优化神经网络模型并加速其在 NVIDIA GPU 上的推理性能。它支持多种深度学习框架，并提供一系列优化技术，以实现更高的吞吐量和更低的延迟。TensorRT（NVIDIA Tensor Runtime）是由 NVIDIA 开
机器视觉13镜头
一端收集物体的光线，并将光线在另一端汇聚为实像，并投影到接收面的物体。此时，汇集光线的点称为，镜头中心到焦点的距离称为。当镜头为凸镜时，焦点距离将根据镜头的厚度（膨胀）程度不同而各不相同，膨胀程度越大焦点距离越短。
AI在音乐创作中的角色：创造还是毁灭？
本文从多方面讲述了AI在音乐创作中的角色。
Java开发者LLM实战——使用LangChain4j构建本地RAG系统
RAG（Retrieval-Augmented Generation）的核心思想是：将传统的信息检索（IR）技术与现代的生成式大模型（如chatGPT）结合起来。具体来说，RAG模型在生成答案之前，会首先从一个大型的文档库或知识库中检索到若干条相关的文档片段。再将这些检索到的片段作为额外的上下文信息
药品包装或质量控制
这段代码是一个完整的工作流程，从图像的读取、预处理、特征提取、分类器训练、分类、后处理到结果展示。它适用于自动化药片识别和分类的场景，例如在药品包装或质量控制中。
LivePortrait：高级AI肖像动画，配有拼接和重定向功能
LivePortrait是由快手科技与中国科学技术大学和复旦大学合作开发的先进AI驱动的肖像动画框架。不同于主流的扩散方法，LivePortrait利用基于隐式关键点的框架，从单个源图像创建栩栩如生的视频动画。这种方法平衡了计算效率和可控性，使其成为多种应用的实用工具。
【论文精读】Fully Sparse 3D Occupancy Prediction
团队：南京大学，上海人工智能实验室时间：2023年12月代码：https://github.com/MCG-NJU/SparseOcc。
Datawhale AI夏令营第四期魔搭- AIGC方向 task01笔记
赛事报名链接开通阿里云PAI-DSW试用在魔搭社区进行授权,阿里云账户里，资金不能为负创建实例：。
多语言声音克隆，CosyVoice模型最强部署
CosyVoice是由阿里通义实验室开源的先进语音合成模型，它在多语言语音生成、零样本语音生成、跨语言声音合成和指令执行能力方面表现出色。CosyVoice模型支持one-shot音色克隆，仅需3~10秒的原始音频即可生成模拟音色，包括韵律、情感等细节。CosyVoice采用了超过15万小时的数据训
使用AI工具提高开发效率
推荐大家使用国内AI大模型工具协助开发：
最强终端部署的多模态MiniCPM-V模型部署分享（不看后悔）
MiniCPM-V模型是一个强大的端侧多模态大语言模型，专为高效的终端部署而设计。目前该模型有MiniCPM-V 1.0、MiniCPM-V 2.0和MiniCPM-Llama3-V 2.5版本。
泊松自助法（Poisson Bootstrap Sampling）：大型数据集上的自助抽样
泊松自助抽样（Poisson Bootstrap Sampling）是一种用于统计分析中的重采样技术，特别是在机器学习和数据科学中用于模型评估和误差估计。
【AI+物质科学】催化反应产率预测#AI夏令营#Datawhale AI夏令营
练集中包含条反应数据，测试集中包含条反应数据。训练集与测试集的比例接近9：1。每条训练数据包含rxnidReactant1,Reactant2ProductAdditiveSolventYield字段。其中Reactant1Reactant2ProductAdditiveSolvent字段中为对应物
18_特征金字塔网络FPN结构详解
https://www.bilibili.com/video/BV1dh411U7D9/?spm_id_from=333.999.0.0&vd_source=7dace3632125a1ef7fd32c285eb2fbac
【人工智能】Python融合机器学习、深度学习和微服务的创新之路
本文探讨了AI技术的发展历程、创新应用和微服务架构的作用。技术进步：AI技术在算法和应用方面的显著进展。微服务架构：提高了AI系统的灵活性和可扩展性。挑战与展望：数据隐私、伦理和未来技术趋势的挑战和机遇。
Mem0 与 MultiOn：打造个性化 AI 辅助研究助手
Mem0 是一个为大型语言模型（LLMs）设计的智能记忆层。它能够存储和检索用户相关的信息，为 AI 应用提供个性化的上下文。多层次记忆存储自适应个性化简单易用的 API跨平台一致性。
自制深度学习推理框架之入门基础
从零自制深度学习推理框架，主要介绍了环境配置和基础库的使用。
从【人工智能】到【计算机视觉】，【深度学习】引领的未来科技创新与变革
本文系统性地介绍了人工智能、机器学习、深度学习、算法和计算机视觉的基础知识、核心技术和实际应用。从基本概念到高级技术，本文旨在为读者提供一个全面的学习指南，帮助他们深入理解和掌握AI领域的关键内容。人工智能的未来发展将更加广泛和深入。随着技术的进步，AI将在更多的领域得到应用，带来新的机遇和挑战。未
Qwen2-1.5B-Instruct Lora微调
最近做了一个基于Qwen2-1.5B-Instruct模型的比赛，记录一下自己的微调过程。怕自己以后忘了我就手把手一步一步来记录了。大多数都是给小白看的，如果你是小白建议你用jupyter运行，按照我这个模块一块一块运行，如果你是高手单纯的想找一个训练代码直接看模块10，我在提供了完整代码。
