Diffusion——与VAE、GAN的区别
AE与VAE的区别AE通过Encoder产生了一个对输出和输出一一对应的embedding，因此它不具有生成能力；而VAE是通过Encoder将输入投射在一个分布中，我们可以通过控制模型的参数从而控制模型的输出，因此它具有生成能力。VAE、GAN、Diffusion model的区别Diffusio
RK3588平台开发系列讲解（AI 篇）RKNN C API 详细说明
📢本篇章主要讲解 RKNN C API 详细说明。
日入500+的AI漫画小说推文项目,用ChatGPT分析100个赚钱副业
当直播间人气较高时，就可以接受观众送出的礼物，这类直播间每分钟能够获得三个棒棒糖的礼物，三个小时直播下来收益大约在500左右，一天两场直播就能达到约1000的收益。当然，这并不是每个人都能做到的，因为任何项目都有成功和失败之分，这取决于个人的努力程度。实际上，现如今普通的小说推文已经过于普遍，除非你
CMT:卷积与Transformers的高效结合
论文提出了一种基于卷积和VIT的混合网络，利用Transformers捕获远程依赖关系，利用cnn提取局部信息。构建了一系列模型cmt，它在准确性和效率方面有更好的权衡。
AI夏令营第三期用户新增挑战赛学习笔记
通过数据可视化，我们可以更详细地观察不同特征与目标之间的关系，从而帮助我们筛选出有用的特征，并进行特征组合，以进一步提高模型的预测准确性。并且可以更好地理解数据，发现数据中的模式和趋势，并根据这些发现来优化我们的建模过程。
Python：使用pycorrector处理错字、纠正
pycorrector是一个开源的中文文本纠错工具。支持中文音似、形似、语法错误纠正，python3开发。pycorrector实现了Kenlm、ConvSeq2Seq、BERT、MacBERT、ELECTRA、ERNIE、Transformer等多种模型的文本纠错，并在SigHAN数据集评估各模型
论AI GPT跨境贸易架构及其应用
软考 高级 系统架构师 论文 微服务 云原生 系统架构设计 设计模式 分布式 大数据
RK3588平台开发系列讲解（AI 篇）RKNN-Toolkit2 模型的加载
📢 RKNN-Toolkit2 目前支持 Caffe、TensorFlow、TensorFlowLite、ONNX、DarkNet、PyTorch等模型的加载转换，这些模型在加载时需调用对应的接口，以下为这些接口的详细说明。
推荐9个好玩的AI作图网站
除了PhotoShop，还有许多设计工具开发了AI设计功能，本文就从中整理出了9款好用的给大家推荐，一起来看看吧！
AI绘图实战（十二）：让AI设计LOGO/图标/标识 | Stable Diffusion成为设计师生产力工具
S：AI能取代设计师么？I ：至少在设计行业，目前AI扮演的主要角色还是超级工具，要顶替？除非甲方对设计效果无所畏惧~~stable diffusion就只能小姐姐么？不，今天我们用stable diffusiony将制作logo~~哈哈经过这几个版本的更新，stable diffusion是可以用
AI学习笔记二：YOLOV5环境搭建及测试全过程
若该文为原创文章，转载请注明原文出处。记录yolov5从环境搭建到测试全过程。
【阅读论文】USAD：多变量时间序列上的无监督异常检测
IT系统的自动监控是Orange目前面临的挑战。考虑到其IT运营所达到的规模和复杂性，随着时间的推移，用于推断正常和异常行为的测量所需的传感器数量急剧增加，使得传统的基于专家的监督方法变得缓慢或容易出错。在本文中，我们提出了一种快速而稳定的方法，称为基于反向训练的自动编码器的多变量时间序列的无监督异
特定场景小众领域数据集之——焊缝质量检测数据集
特定场景小众领域数据集之——焊缝质量检测数据集
【阅读笔记】多任务学习之PLE(含代码实现)
本文作为自己阅读论文后的总结和思考，不涉及论文翻译和模型解读，适合大家阅读完论文后交流想法，文末含PLE的Pytorch实现及Synthetic Data的生成代码。
使用GPT-4生成训练数据微调GPT-3.5 RAG管道
我们现在可以使用GPT-4生成训练数据，然后用更便宜的API（gpt-3.5 turbo）来进行微调，从而获得更准确的模型，并且更便宜。
对接百度文心一言API---人工智能工作笔记0039
这里的参数grant_type这个是client_credentials是固定的,然后。注意access_token就是上面我们请求以后返回的data中的内容.可以看到返回的结果,这个你好就是发送给文心一言的。看返回的内容 ,这个返回的data要记住.Content-Type也按照上面写上。然后我们
RoboGuide入门之简单双机器人实例详细讲解笔记
本篇笔记以详细案例展示协同机器人完成的搬运任务中所包含的roboguide基本操作。源文件获取方式可以至文末查看。个人认为，这个实例虽然看似简单，但是也包含了入门以来许多知识点。相关重要知识点如下：（1）利用卡尺精确定位（2）工件摆放位置的调整（3）模拟夹取与放置（4）IO信号配置（5）整体程序的编
TiDB Bot：用 Generative AI 构建企业专属的用户助手机器人
根据实际支持用户的体验，对用户在全球社区的提问以及内部工单系统的调研，用户有 50% 以上的问题其实是可以在官方文档中找到答案，只是因为文档内容太多，难以找到。随着用户量逐渐增加，无论是召回内容的准确性、毒性判断的成功，都依然有不小的挑战，因此，笔者在实际提供服务中，对 TiDB Bot 的准确度进
yolov5识别cf火线敌人（FPS类的AI瞄准）详细教程一
因为自己的研究方向也是深度学习方向，而且平时闲的时候还喜欢玩会cf火线等枪战游戏，就想着找一个大模型做一个对游戏敌人的识别的功能，一切实现之后就想把自己的心得写出来，我打算分俩个教程分别细述整个学习以及操作的过程，教程一主要包括了yolov5的基本使用，制作并训练自己的数据集，第二个教程包括对yol
生成模型之VAE与VQ-VAE
有关图像处理的课程作业需要学习一篇论文，此论文中作者使用了VQ-VAE模型对舞蹈动作进行编码。因此，对相关知识略作整理以供之后查找。AE、VAE和VQ-VAE可以统一为latent code的概率分布设计不一样，AEr通过网络学习得到任意概率分布，VAE设计为正态分布，VQVAE设计为codeboo
