哈哥的博客阅读指南，一文对接全链路导引 --- 未完待续~
不知不觉，深耕技术博客已经度过很多时间了~ 技术专栏，社区板块也做了很多，我决定写一篇文章，专门用于指南作为阅读导引，接下来请小伙伴花费十分钟的时间，了解一下该导引指南。
nn.Conv2d详解
注意，对于卷积操作，输入数据一般为四维张量，需要按照 batchsize × 通道数 × 高度 × 宽度的维度排列，这里 x 的大小为 (1, 3, 224, 224) 表示 batchsize 为 1，通道数为 3，输入图像的尺寸为 224x224。这里我们定义了一个输入通道数为 3，输出通道数为
哈工大 2022春 模式识别与深度学习 期末试题
虽然此课程未开卷考试，但往年题还是很有参考价值的，就像今年的题和2021年就有很多到相似的题。但考的知识点肯定比题多，考试前还是需要把PPT都过一遍的。希望这套题能对你有所帮助
【人工智能与深度学习】注意力机制和Transformer
集合vectx1vectx1到vectxtvectxt通过编码器输入。使用自我注意和更多块，获得输出表示lbracevecthtextEncrbracei1tlbracevecthtextEncrbracei1t，该输出表示被馈送到解码器。在对其施加自注意力之后，进行交叉注意力。在此块中，查询
SCI 论文插图格式一般要求
SCI插图的整体要求 SCI杂志种类很多，对插图的要求也各有不同，但是以下几条是通用的： 1.插图尺寸要符合SCI期刊要求 2.同篇文稿插图中文字须统一字号及字体 3.须提交SCI期刊指定文件类型的插图 4.插图文件命名须…照片多用位图的格式保存，位图上面的文字将不再是文字，而是图片，是不可以像wo
MaskFormer：将语义分割和实例分割作为同一任务进行训练
本文中将介绍Facebook AI Research在21年发布的一种超越这些限制的实例分割方法MaskFormer。
树莓派图像识别应该怎么上手
就我自己来说第一次做图像识别（那时候我Linux，Python都没接触过）最难的就是自己训练模型和装环境，索性我不干了，直接找已经弄好的。
FPN和PAN的内容及区别
FPN和PAN都是用于解决在目标检测中特征金字塔网络(FPN)在多尺度检测任务上的不足的方法。下面分别详细介绍一下它们的原理和区别。
AIGC：【LLM（二）】——LangChain:由LLMs驱动的应用开发框架
LangChain:由LLMs驱动的应用开发框架
浅谈【AI、算力赋能】“大算力”时代的到来
🙈AI人工智能是否可以取代人类？🙈应不应该限制人工智能的发展？🙈 AI研究及龙头行业迎来哪些时代机遇与挑战？🙈 AI人工智能可能会怎样危害人类？
易语言调用Yolov8与Yolov8综合工具使用
相信大家也看了不少的Yolo(Yolov4\Yolov5\Yolov6Yolo\v7\Yolov8)系列那些繁杂的理论.自己也经过了一段的深入研究。有一定基础的小伙伴，也许已经能够成功使用了。但是肯定还有一部分，基础不是很强的小伙伴们还不能成功的运用。那么欢迎加入我们，我会翻译好，整理好。会让你快速
anaconda安装使用详细教程
anaconda详细安装使用教程！！！包含下载，以及使用方法，环境管理办法
深度学习基础及实现的必备步骤
深度学习基础--深度要素和步骤，以及相关算法讲解
GPU算力租用平台推荐
GPU算力租用平台推荐，推荐AutoDL、OpenBayes、智星云
如何让ChatGPT成为科研工作中的小助手？（附使用指南）
ChatGPT的功能多种多样，不仅可以撰写论文、演讲稿、文案码字、创作诗歌，还可以编写代码、答疑、简历编辑、罗列PPT大纲等等，强大的功能让许许多多的科研工作者们既欣喜万分也忐忑不安。今天，我们聊聊ChatGPT在科研中的一些实际用途，节约宝贵的科研时间，从而使科研工作者能更好更便利地全身心投入到科
【人工智能 | 多模态】几种常见的多模态任务
【人工智能 | 多模态】几种常见的多模态任务
Centos7篇---Centos7 卸载nvidia驱动和CUDA toolkit
Centos7 卸载nvidia驱动和CUDA toolkit
分享几个关于AI的网站
ai网站分享
人工智能之深度学习
在DNN中，每个隐藏层都可以学习不同的特征和模式，从而更好地适应各种复杂的任务。近年来，深度学习在图像识别领域取得了重大的突破，如在2012年ImageNet图像识别挑战赛中，AlexNet网络使用了深度学习的方法，取得了显著的成绩，并引起了深度学习的热潮。在实际应用中，深度学习模型被广泛应用于自然
【AI赋能未来】一文带你了解生成对抗网络（GAN）
⭐近年来，深度学习在很多领域的都取得了突破性进展，但大家似乎发现了这样的一个现实，即深度学习取得突破性进展的工作基本都与判别模型相关。什么意思呢？⭐也就是说，生成模型并没有被好好地运用以释放其潜能。生成模型关注于分析和理解数据背后的生成过程，能够生成与训练数据类似的新样本。生成模型的训练和性能评估发
