模型训练时使用的 model.train() 和模型测试时使用的 model.eval()
这种模式适用于训练阶段，由于 Dropout 在每次迭代时随机关闭神经元，因此可以减少神经元之间的相互依赖，使得模型泛化能力更强。这种模式适用于测试阶段，在测试阶段，我们通常关注的是模型的输出结果，而不是模型内部的 Dropout 或 Batch Normalization 操作。因此，在测试阶段，
遗传算法(GA)优化的BP神经网络实现回归预测——附代码
遗传算法(GeneticAlgorithm，GA)的理论是根据达尔文进化论而设计出来的算法，大体意思是生物是朝着好的方向进化的，在进化的过程中会自动选择优良基因淘汰劣等基因。但是需要说明的是这种随机化操作选择操作方法和传统的随机搜索方法是不同的，GA进行的是高效有向的搜索而一般的随机搜索每次操作都是
AI 绘画咒语入门 - Stable Diffusion Prompt 语法指南 【成为初级魔导士吧！】
要用好 Stable Diffusion，最最重要的就是掌握 Prompt（提示词）。由于提示词对于生成图的影响甚大，所以被称为魔法，用得好惊天动地，用不好魂飞魄散 🐶。因此本篇整理下提示词的语法（魔法咒语）、如何使用（如何吟唱）、以及一些需要注意的细节问题（避免翻车）。
全面升级：华为鸿蒙HarmonyOS4正式发布，玩趣个性化，小艺AI升级
超级中转站和智能识屏能力在鸿蒙系统中是核心特点之一，这次增加了更多的文件类型预览功能，如文本、图片、音频和视频等，为应用和使用场景的扩展提供了更大的可能性。在当前的应用生态系统中，应用的权限管理相对宽松，允许应用无限制地读取设备的OAID，从而存在滥用数据进行广告推送的可能性，而无需用户同意。，据华
AI 智能对话 - 基于 ChatGLM2-6B 训练对话知识库
"The human mind is a complex, dynamic and ever-changing system." -认知科学家 Golda湘
【人工智能概论】 PyTorch可视化工具Tensorboard安装与简单使用
PyTorch可视化工具Tensorboard安装与简单使用
十个高质量工具网站推荐，AI自动抠图换背景，任意背景自动融合
AI 背景更换是一种利用生成式人工智能创建新图像背景的软件工具。与传统方法需要移除原有的背景并更换新的不同，AI背景生成器使用先进的算法生成与前景完美融合的全新背景。这项技术彻底改变了图像编辑的方式，为设计提供了更多的创造自由和灵活性。
多目标粒子群算法求解帕累托前沿Pareto，Pareto的原理，测试函数100种求解之21
在目标优化过程种，很多时候都两个或者多个目标，并且目标函数不能同时达到最优，鱼与熊掌不可兼得，这个时候可以通过求解帕累托前沿，来寻找支配解集，本文通过MOPSO多目标粒子群算法秋季帕累托前沿
ELMO语言模型
ELMO语言模型
Jetson nano裸机介绍及 Opencv的环境配置
Jetson nano裸机介绍及 Opencv的环境配置
ChatGPT基础知识系列之Prompt
先在大规模语料上进行预训练，然后再在某个下游任务上进行微调，如BERT、T5；：先选择某个通用的大规模预训练模型，然后为具体的任务生成一个prompt模板以适应大模型进行微调，如GPT-3；：仍然在预训练语言模型的基础上，先在多个已知任务上进行微调（通过自然语言的形式），然后再推理某个新任务上进行z
deepfacelab教程之软件版本选择
AI换脸软件出来很多年了，基于deepfake衍生出来很多，比如FaceSwap，FakeAPP，再到今天要说的DeepFaceLab。目前国内用的较多的还是最后一款，DeepFaceLab，我们以下简称DFL
【神经网络】GRU
GRU（Gate Recurrent Unit）门控循环单元，是循环神经网络（RNN）的变种种，与LSTM类似通过门控单元解决RNN中不能长期记忆和反向传播中的梯度等问题。与LSTM相比，GRU内部的网络架构较为简单。
ChatGPT实用使用指南 让它解你所问
ChatGPT 作为一种语言模型，可用于范围广泛的基于文本的用例。很多同学在使用时，得不到自己想要的答案是因为自己描述的不够清楚，你的问题越具体，Chatgpt的回答就会越准确，Chatgpt也并非完美，所出的答案可能并不是最新和准确的，也需要自己对回复有一个判断性，不要一股脑就应用。同时，虽然它是
皮尔逊相关系数及假设检验
（1）显著水平,就是P值,这是首要的,因为如果不显著,相关系数再高也没用,可能只是因为偶然因素引起的,那么多少才算显著,一般p值小于0.05就是显著了；例如p值=0.001,就是很高的显著水平了,只要显著,就可以下结论说：拒绝原假设无关,两组数据显著相关也说两者间确实有明显关系.通常需要p值小于0.
VIMA: General Robot Manipulation with Multimodal Prompts
Paper nameVIMA: General Robot Manipulation with Multimodal PromptsPaper Reading NoteURL: https://arxiv.org/pdf/2210.03094.pdfProject URL: https://vim
字节跳动年营收超5400亿：接近腾讯 估值降至2200亿美元
雷递网 雷建平 4月8日消息称，字节跳动2022年营收约800亿美元（约5496亿元人民币），较上年同期的617亿美元增长30%；同期字节跳动在2020年营收为343亿美元，2021年较2020年增长80%。同期，腾讯2018年、2019年、2020年、2021年、2022年营收分别为3126.94
LoFTR：Detector-Free Local Feature Matching with Transformers
本文提出一种新的图像局部特征匹配方法(关键点匹配)；与传统方法(特征检测-描述符-匹配)不同，本文首先在粗粒度上进行像素级密集匹配然后再细粒度进行优化。本文在Transformer中使用自注意层(self attention layer)和交叉注意层(cross attention layer)来获
Pytorch自定义数据集模型完整训练流程
我们以kaggle竞赛中的猫狗大战数据集为例搭建Pytorch自定义数据集模型训练的完整流程。
D3JS教程_编程入门自学教程_菜鸟教程-免费教程分享
D3是Data-Driven Documents的缩写，D3.js是一个基于数据管理文档的资源JavaScript库。D3 是最有效的数据可视化框架之一。它允许开发人员在 HTML、CSS 和 SVG 的帮助下在浏览器中创建动态的交互式数据可视化。数据可视化是将过滤后的数据以图片和图形的形式表现出来
