WPS Office AI实战：AI带来的文档智能化体验
前面我们已经了解过 AI 在PPT制作、Word写作方面带来的革命性效率提供，今天一起来聊聊在线文档的AI应用。如果你习惯用在线文档的话，一样也可以享受到AI的强大优势。金山在线智能云文档已经接入WPS Office AI套件大家庭，用AI来改造写作的新时刻已经到来。相对传统客户端模式，智能文档可以
PyTorch：通过pth文件查看网络结构（查看输入输出维度）
显示pth文件的模型参数
Instruction Tuning：无/少样本学习新范式
作者|太子长琴整理|NewBeeNLP大家好，这里是NewBeeNLP。今天分享一种简单的方法来提升语言模型的 Zero-Shot 能力——指示（或指令）微调（instruction tuning） ，在一组通过指示描述的数据集上对语言模型微调，大大提高了在未见过任务上的 Zero-Shot 能力。
open AI API使用经验
与Chat GPT提供的聊天界面相比，OpenAI API提供了多种选项和设置，开发人员可以使用这些选项和设置来自定义模型的行为，例如模型的种类、模型的参数和任务定义等。传统意义上来说，GPT 模型使用的是非结构化文本，这些文本在模型中被表示为一连串的「token」标识符 ，open AI 模型将文
使用QLoRa微调Llama 2
上篇文章我们介绍了Llama 2的量化和部署，本篇文章将介绍使用PEFT库和QLoRa方法对Llama 27b预训练模型进行微调。我们将使用自定义数据集来构建情感分析模型。
2023年！自然语言处理（NLP）10 大预训练模型
来源:（每日干货分享！！编辑: ShuYini校稿: ShuYini时间: 2022-10-23。
Opencv(C++)笔记--图像的resize方法
结果分析：双线性插值的结果更平滑，分析原理可知利用邻近的四个像素点进行处理，类似一个滤波的操作。原理分析：双线性插值实质上是使用两次单线性插值操作进行数据的处理，原理如下（字丑莫怪）（②拉普拉斯金字塔：用来从金字塔底层图像重建上层未采样图像；①高斯金字塔：用于向下采样；3--双线性插值算法代码。4-
YOLOv5训练速度慢 GPU占用率低
用Yolo5跑自己的数据集，torch_GPU和CUDA都安装了，使用GPU跑模型，GPU的占用率为1%，设置的epoch为300，batch size为32，大概6min多/epoch，数据集很小，刚过一千。在网上查了相关的文章，发现可能是读取数据造成的，把cache-image的action='
用python实现高斯滤波器
用python实现高斯滤波器
yolov7-tiny结合mobilenetV3（降参提速）
在各处看到关于yolo的魔改都是基于yolov5版本的，于是借鉴学习一下用在yolov7-tiny版本上，做一下学习记录；同时感谢一下各位大佬对开源做出的贡献！
大模型综述来了！一文带你理清全球AI巨头的大模型进化史
大模型的训练数据包括书籍、文章、网站信息、代码信息等等，这些数据输入到大模型中的目的，实质在于全面准确的反应“人类”这个东西，通过告诉大模型单词、语法、句法和语义的信息，让模型获得识别上下文并生成连贯响应的能力，以捕捉人类的知识、语言、文化等等方面。：不夸张的说，GPT-4 的算术与推理判断的能力超
ChatGPT API使用介绍
随着人工智能技术的不断发展，越来越多的AI产品被应用到各个领域，其中最具代表性的莫过于人工智能语言模型。语言模型是一种可以通过学习大量语言数据来预测文本或语音的技术，其应用范围十分广泛，如智能客服、机器翻译、语音助手等。而ChatGPT是其中最为优秀的语言模型之一。ChatGPT是OpenAI公司开
AIGC和ChatGPT的区别
AIGC可能需要不同的技术和模型来实现；ChatGPT使用了Transformer作为核心技术和模型。- AIGC是一个广泛的概念，包括多种类型的内容生成；ChatGPT是一个具体的产品，只涉及文本生成。- AIGC可能需要根据不同的任务进行调整或微调；ChatGPT可以直接应对多个泛化任务。- A
coco数据集标注格式
COCO数据集中目标实例的json文件整体是以字典的形式来存储内容的。主要包括5个key（info、licenses、images、annotations、categories）。
D-ID生成式人工智能视频合成技术，将原创视频内容变得唾手可得
D-ID，面向未来，生成式人工智能。是一个可以智能合成人像和声音，并最终生成视频的AI工具。
Diffusion Model原理详解
Diffusion Model（扩散模型 ）对标的是生成对抗网络（GAN），本文将用通俗的语言和公式为大家介绍Diffusion Model，并且结合公式为大家梳理Diffusion Model的代码。
YOLOV8改进：顶刊TIP 2023 | CFP：即插即用的多尺度融合模块，有效涨点！
与现有的方法不同，本文方法不仅关注不同层之间的特征交互，还考虑了同一层内的特征调节，该调节在密集预测任务中被证明是有益的。则依赖于自下而上的特征金字塔结构，通过建立自上而下的路径和横向连接从多尺度高级语义特征图中获取特征信息。提出了一种额外的自下而上路径，使高级特征图也可以从低级特征图中获得足够的细
YOLOv5+Swin Transformer
YOLOv5＋swin tansformer里遇到的报错
智能优化算法：北方苍鹰优化算法-附代码
智能优化算法：北方苍鹰优化算法文章目录智能优化算法：北方苍鹰优化算法1.北方苍鹰优化算法简介2.北方苍鹰优化算法基本原理2.1灵感来源和北方苍鹰的行为2.2算法的数学模型2.2.1 初始化2.2.2 第一阶段：猎物识别（勘探阶段）2.2.3 第二阶段：追逐及逃生（开发阶段）3.实验结果4.参考文献5
使用 Docker 和 HuggingFace 实现 NLP 文本情感分析应用
在继续分享“干燥、有趣”的向量数据库实战内容之前，我们来聊一篇简单有趣的内容：如何使用 Docker 和 HuggingFace 现成的模型，快速实现一个 NLP 文本情感分析应用，支持中英文内容的情感快速分析。在这篇文章里，我们不需要准备显卡和语料，也不需要耐心等待“炼丹”就绪，只要会“搭积木”，
