深度学习apex包安装问题

深度学习中apex安装问题

旋转变压器解码算法研究

介绍了常见的旋变解码算方法,本文使用峰值采样法和和反正切法对旋变输出的模拟信号进行解码

bevfusion单显卡训练/测试

bevfusion单显卡

2021年数学建模国赛B题优秀论文(Word)(04烯焼制备分析与试验设计)

​以下为部分,下载链接:2021年B题论文​

【深入探究人工智能】:历史、应用、技术与未来

人工智能(Artificial Intelligence,AI)作为一门前沿科技,正以惊人的速度深刻改变着我们的生活和社会。本篇技术博客将从人工智能的历史、应用、技术和未来四个方面深入探讨,同时也介绍一些当代的人工智能产物,带你领略AI技术的魅力与应用。当代的人工智能产物不断涌现,为我们的生活带来了

动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本)

动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本),《动手学深度学习》PyTorch版本TendorFlow版本(内有所有代码和PDF版下载地址)

使用Cleanlab、PCA和Procrustes可视化ViT微调

在本文中,我们将介绍如何创建这样一个动画,主要包括:微调、创建嵌入、异常值检测、PCA、Procrustes、创建动画。

【人工智能】xAI——“X宇宙”又增添了一位新成员

有人问他,xAI公司是干啥的?马斯克的回答引用了其偶像、科幻作家道格拉斯・亚当斯的话,「一旦你问对了问题,那么答案往往是最简单的部分。

2022年国赛高教杯数学建模C题古代玻璃制品的成分分析与鉴别解题全过程文档及程序

2022年国赛高教杯数学建模C题古代玻璃制品的成分分析与鉴别解题全过程文档及程序

OpenCASCADE完整教程专栏完整目录

OpenCASCADE完整教程专栏完整目录

【AI实战】训练一个自己的ChatGPT

使用 Alpaca-LoRA 来训练一个自己的 ChatGPT

AI数字人:基于VITS-fast-fine-tuning构建多speaker语音训练

VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)是一种语音合成方法,它使用预先训练好的语音编码器 (vocoder声码器) 将文本转化为语音。VITS 的工作流程如下:(1)将文本输

【自动驾驶】ADAS域控制器介绍

所谓的ADAS域控制器,即承担了自动驾驶所需要的数据处理运算力,包括但不限于毫米波雷达、摄像头、激光雷达、GPS、惯导等设备的数据处理,也承担了自动驾驶下,底层核心数据、联网数据的安全。作为一个中枢,自动驾驶域控制器承上启下,很好的服务了汽车的智能化。

AI 人声模拟,MockingBird实现AI拟声,声音处理,基础搭建和采坑处理。

AI 人声模拟,MockingBird实现AI拟声,声音处理,基础搭建和采坑处理,解决最新版的MockingBird各种各样的坑。最后启动使用,模拟人声,实现ai处理。

YOLO-NAS讲解

这些 YOLO-NAS 模型是使用 Deci 的 AutoNAC™ NAS 技术构建的,性能优于 YOLOv7 和 YOLOv8 等模型,包括最近推出的 YOLOv6-v3.0。准确的比较将在 YOLO-NAS 系列的下一篇文章中进行,我们将在自定义任务上训练这些模型,并记录与当前巨头相比训练的难易

yolov5 backbone 更改为 mobilevit(即改即用)

前提须知:在看了几位大佬的博客后,始终无法跑起来,反反复复的修改yaml文件,和其他代码,于是便有了以下第4条最终的解决方法,能跑,不能保证效果,读者如果有更好的解决办法,欢迎评论

【神经网络绘制工具】PlotNeuralNet详解

PlotNeuralNet库是用于绘制神经网络的工具库,其绘制的神经网络较为干净整洁,比较适合用于科研论文写作插图。笔者整理了有关该库的使用方法,希望帮助更多朋友能够借助这个库绘制出更多优美的神经网络,在科研道路上能够更加顺利~

ESM2蛋白预训练模型 蛋白质、氨基酸向量表示

参考:https://github.com/facebookresearch/esmhttps://huggingface.co/facebook/esm2_t33_650M_UR50Dhttps://esmatlas.com/resources?action=foldtokenizer_对输入蛋白

一文搞懂 神经辐射场(Neural Radiance Fields,NeRF)

一文搞懂 神经辐射场(Neural Radiance Fields,NeRF)

Python配置OpenCV

Python配置OpenCV的过程