【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
Inpaint Anything （AI替换）
Inpaint Anything 是一个结合了 SAM、图像修补模型（例如 LaMa）和 AIGC 模型（例如 Stable Diffusion）等视觉基础模型的AI图像替换，修补系统。基于此系统，用户可以方便的使用IA进行图像替换，处理具有任意长宽比和 2K 高清分辨率的图像，且不受图像原始内容限
深度学习入门——深度卷积神经网络模型（Deep Convolution Neural Network,DCNN）概述
机器学习是实现人工智能的方法和手段，其专门研究计算机如何模拟或实现人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构使之不断改善自身性能的方法。计算机视觉技术作为人工智能的一个研究方向，其随着机器学习的发展而进步，尤其近10年来，以深度学习为代表的机器学习技术掀起了一场计算机视觉革命。本文
电脑部署本地类似ChatGPT3.5的AI模型Vicuna的常见错误和原因
在这里能直接使用的是GPTQ也就是我的第三种模型，hf需要转换和量化你可以使用最新的“convert.py”脚本和“quantize”程序进行转换和量化成功后就是我的第二种模型。查看自己下载模型的文件名称，如下面我自己的的三种他们分别是小羊驼训练出来的13B（9G），13B中文整合（25G），最大最
OpenMMLab-AI实战营第二期-课程笔记-Class 3：RTMPose关键点检测
数据集：Labelme标注数据集、整理标注格式至MS COCO目标检测：分别训练和目标检测模型、训练日志可视化、测试集评估、对图像、摄像头画面预测关键点检测：训练RTMPose-S关键点检测模型、训练日志可视化、测试集上评估、分别对“图像、视频、摄像头画面”预测模型终端部署：转ONNX格式，终端推理
timm使用swin-transformer
swin-transformer
GFP-GAN
大量的实验表明，新方法在合成数据集和真实数据集上都取得了优于现有技术的性能。他们首先将降级的图像“倒置”回预先训练好的GAN的 latent code，然后进行昂贵的特定于图像的优化来重建图像。然而，当高质量的参考无法访问时，非常低质量的输入不能提供精确的几何先验，这限制了在现实场景中的适用性。在S
个人如何用AI来赚钱？教你AI赚钱的三大方式！
通过AI推荐算法，我们可以根据用户的历史行为、兴趣爱好等信息，为用户推荐相应的商品、服务等。作为个人，我们可以利用这种算法，创建自己的推荐平台，向用户提供定制化的服务。例如，我们可以创建一个美食推荐平台，为用户推荐不同类型的餐厅、美食、菜谱等，从而获得相应的利润。随着人工智能技术的不断发展，AI创作
AI 大模型 LLM 的基础概念、核心算法原理数学模型和发展历史及其应用领域
文本摘要是指从大量的文本中提取关键信息，并生成简洁、易于理解的摘要。LLM能够通过对文本进行编码和自动摘要，从而提高文本摘要的质量和效率。总之，LLM是自然语言处理领域中的一个重要组成部分，它通过对大量数据进行训练，实现了自然语言理解、文本分类、机器翻译、文本摘要等多种自然语言处理任务。在未来的发展
使用老北鼻AI免费GPT对话解决gun make安装和解析iso9660的问题
在学习解析ISO9660镜像文件时，使用了来了解相关的库和gun make编译器的相关知识。这个过程可真是一言难尽，每个问题的回答都模棱两可都需要去证实，不能直接复制粘贴，也不能说的回答一点用也没有，至少给出了一个解决的思路和方向。记录下来以免后面遇到了同样的问题。
Pandas DataFrame 数据存储格式比较
Pandas 支持多种存储格式，在本文中将对不同类型存储格式下的Pandas Dataframe的读取速度、写入速度和大小的进行测试对比。
【机器学习】人工智能概述（文末送书）
机器学习和人工智能，深度学习的关系人工智能（AI）：人工智能是一门研究如何使计算机能够模拟、理解和执行人类智能任务的学科。它的目标是让计算机具备类似于人类的智能水平，可以进行推理、学习、感知和决策。机器学习：机器学习是人工智能的一个重要分支，它是让计算机通过从数据中学习和提取模式，自动改进执行特定任
Draw Things - 人工智能绘图工具，傻瓜式一键式安装运行
目前该软件的不足就是比较依赖电脑硬件，但这是本地化模型不可避免的问题，另外就是我们想要玩不同的模型，需要依次去下载,每个模型大概在 2-3G 左右总得来说该软件是目前来说体验十分不错的软件了，推荐使用~
人工智能(pytorch)搭建模型12-pytorch搭建BiGRU模型，利用正态分布数据训练该模型
大家好，我是微学AI，今天给大家介绍一下人工智能(pytorch)搭建模型12-pytorch搭建BiGRU模型，利用正态分布数据训练该模型。本文将介绍一种基于PyTorch的BiGRU模型应用项目。我们将首先解释BiGRU模型的原理，然后使用PyTorch搭建模型，并提供模型代码和数据样例。接下来
