Meta-Transformer 多模态学习的统一框架
Meta-Transformer是一个用于多模态学习的新框架，用来处理和关联来自多种模态的信息
mmdetection3d-之（一）--FCOS3d训练nuscenes-mini数据集
fcos3d训练nuscenes-mini 数据集
一位计科学长写给 2023 级计算机类和人工智能专业的同学们的程序设计入门指南
本指南内容较多，但你们若能耐心读完，你们将收获很多……
卸载cpu版本的torch并离线安装对应的gpu版本
每次从github上安装项目对应的库，利用requirements.txt安装很容易出现版本不对应的情况，尤其是将torch的gpu版本安装成cpu。这里记录一些查看版本的指令和离线安装的方法，就不用每次百度啦！（注：其他库的离线安装也可以用同样的方法，只需要去相应的网站下载wheel即可）第一个框
干货 | 浅谈机器人强化学习--从仿真到真机迁移
“对于机器人的运动控制，强化学习是广受关注的方法。本期技术干货，我们邀请到了小米工程师——刘天林，为大家介绍机器人（以足式机器人为主）强化学习中的sim-to-real问题及一些主流方法。”一、前言设计并制造可以灵活运动的足式机器人，一直是工程师追逐的梦想。相比于轮式机器人，足式机器人凭借其腿部结构
WAVE SUMMIT 2022深度学习开发者峰会
看最新的AI技术如何助力我国产业发展，先人一步了解技术风向。会上您将了解以飞桨为代表的深度学习领域的最新技术突破！5月20日 13:00期待与您相聚云端。报名即送好礼，快来参与吧！
Pytorch 多GPU训练
Pytorch 多GPU训练
cuda 版本更新
cuda安装
Darknet53详细原理（含torch版源码）
Darknet53详细原理（含torch版源码）—— cifar10
MSELoss详解+避坑指南
MSELoss详解+避坑指南
【YOLOX简述】
YOLOX简述
YOLOv7改进：在不同位置添加biformer
为了缓解多头自注意力()的可扩展性问题，先前的一些方法提出了不同的稀疏注意力机制，其中每个查询只关注少量的键值对，而非全部。为此，作者探索了一种动态的、查询感知的稀疏注意力机制，其关键思想是在粗糙区域级别过滤掉大部分不相关的键值对，以便只保留一小部分路由区域（这不就把冗余的信息干掉了吗老铁们）。其次
图注意力网络论文详解和PyTorch实现
图注意力网络(GAT)[1]是一类特殊的gnn，主要的改进是消息传递的方式。他们引入了一种可学习的注意力机制，通过在每个源节点和目标节点之间分配权重，
【计算机视觉 | 目标检测】术语理解2：Grounding 任务、MLM、ITM代理任务
【计算机视觉 | 目标检测】术语理解2：Grounding 任务、MLM、ITM代理任务
dropout层简介
这就是dropout层的思想了，**为什么dropout能够用于防止过拟合呢？**因为约大的神经网络就越有可能产生过拟合，因此我们随机删除一些神经元就可以防止其过拟合了，也就是让我们拟合的结果没那么准确。dropout顾名思义就是被拿掉的意思，正因为我们在神经网络当中拿掉了一些神经元，所以才叫做dr
“xAI正式成立，GPT大战重燃，AI大模型的现状与发展怎么看？“
随着人工智能技术的迅速发展，越来越多的大型模型被开发出来，并在各行各业中得到了广泛应用。最近推出的GPT-3（Generative Pre-trained Transformer 3）就是一个例子，它拥有1750亿个参数，是目前公认的最大的自然语言处理模型。然而，这些大型模型的发展也引发了一些担忧，
WormGPT – 网络犯罪分子用来犯罪的人工智能工具
继续看上面的第二张图片，我们现在在论坛上的网络犯罪分子中看到了令人不安的趋势，这在为 ChatGPT 等界面提供“越狱”的讨论线程中很明显。它们指的是精心设计的输入，旨在操纵 ChatGPT 等接口来生成输出，这些输出可能涉及泄露敏感信息、生成不适当的内容，甚至执行有害代码。该帖子重点介绍了网络犯罪
【Claude2体验】继ChatGPT，文心一言，Bing等大模型后，初次对话Claude2的体验
Claude2使用初体验
A30、V100性能测试对比报告
共压80000数据，同时请求500数据。
路面评估指数，PCI，RQI等等
各种损坏类型和严重程度对路面完好程度即其衰变率有不同程度的影响，对路面使用要求的满足程度有不同影响，对养护和改建措施有不用的需要。路面抗滑性能的测定方法最直接的是模拟车轮荷载在路面上的滑动摩擦或滑动—滚动摩擦状态，测定此时的摩擦力的大小和测试轮压或测试荷载的关系，常用的有制动距离法、锁轮拖车法、偏转
