深度学习模型的训练（大总结）
在我们训练模型时，会经常使用一些小技巧，包括：模型的保存与加载、断点的保存与加载、模型的冻结与预热、模型的预训练与加载、单GPU训练与多GPU训练。这些在我们训练网络的过程中会经常遇到。方法二：仅保存参数（数据量小，推荐！）注意：加载模型权重时，我们需要先实例化模型类，因为该类定义了网络的结构。如果
哈密顿算符梯度 散度 旋度的补充
基础知识的补充
GPT-3.5 也能直接联网了
该选项表示，ChatGPT 将新增一个 GPT-3.5（with browsing）模型，将原有的 Browsing 联网插件能力集成到模型中，打开这个选项，就意味着你能直接用 GPT-3.5 联网查询数据。可惜的是，该功能仅上线不到一天时间，范围变急剧缩小，不少原有拥有该权限的用户，第二天起床的时
Stable Diffusion+ControlNet+Lora 指导AI+艺术设计的WebUI全流程使用教程
设计师们往往对于新出的绘画工具上手比较艰难，本文针对目前比较火热的Stable Diffusion+ControlNet指导AI艺术设计的工具使用进行全面讲解。很多人会有预感，未来要么设计师被图形学程序员取代，要么会使用AI工具的设计师取代传统设计师，2023年开始，AI辅助设计甚至主导设计已经成了
如何借助ChatGPT，自动批量产出短视频爆款文案
其次还有文章或是问答平台，如知乎的高赞问答，头条的高赞文章，公众号的同行优质内容，都是我们的素材库，作为训练chatgpt写短视频的文案源泉。指令：重写，要求口语化，内容风趣幽默，字数300-500字，开头直击重点，中间有名人故事案例，结尾升华主题，引导粉丝关注。顶多把文案的开头结尾和中间的结构给到
2023长三角数学建模竞赛ABC题思路分析
2023长三角高校数学建模ABC题思路代码模型
ChatGPT：人工智能助手的新时代
GPT（Generative Pre-trained Transformer）是一种基于Transformer架构的深度学习模型，由多层的自注意力机制（Self-Attention）和前馈神经网络组成。GPT-3.5是GPT系列中最新的版本，具有1750亿个参数，是目前最大的预训练语言模型之一。Ch
【OpenAI】DALL·E 2，让我来带你认识一下这位来自AI界的艺术家
DALL-E 2 是一种基于语言的人工智能图像生成器，可以根据文本提示创建高质量的图像和艺术作品。它使用CLIP、先验和 unCLIP 模型来生成图像，其质量取决于文本提示的具体性。这也是我今天要介绍的主角DALL-E 2是一款人工智能图像生成器，它可以根据自然语言的文本描述创建图像和艺术形式。简单
一周狂赚50万，GPT-4帮你在线“脱单”，AI女友按分钟收费，在线男友数量多达1000+
这一段“人机恋”，是放在商店橱柜里被明码标价的“商品”。每和 CarynAI 聊 1 分钟，你就要支付 1 美元。无论你需要有人安慰或关爱，或者你只是想抱怨学校或工作中发生的事情，CarynAI 将永远在你身边。
2023 年第八届数维杯大学生数学建模挑战赛 B 题 节能列车运行控制优化策略
假设一辆列车在水平轨道上运行，从站台A运行至站台B，其间距为5144.7m， 运行的速度上限为100km/h，列车质量为176.3t，列车旋转部件惯性的旋转质量 因数p = 1.08 ，列车电机的最大牵引力为310KN，机械制动部件的最大制动力为 760KN。在同一段旅途中，列车使 用不同的驾驶策略
文档图像智能分析与处理：CCIG技术论坛的思考与展望
CCIG技术论坛的文档图像智能分析与处理大会为该领域的研究者和从业者提供了一个宝贵的交流平台，推动了技术的进步和应用的发展。通过分享最新成果、讨论挑战与解决方案，并展望未来的发展方向，这次大会对该领域的发展起到了积极的推动作用。相信在各界专家的共同努力下，文档图像智能分析与处理技术将不断创新和突破，
Python——图像缺失弥补
关于loss值的选取：对于completion比较简单，采用MSE值来计算，就是简单地用生成的图片和真实图片做一个减法，就可以得出loss值；这个图片去跑completion网络，并且把网络参数保存——然后在completion基础上，用global completion得到的全局图片和生成的loc
stable diffusion使用简明教程
一般来说大部分时候采样部署只需要保持在20~30之间即可，更低的采样部署可能会导致图片没有计算完全，更高的采样步数的细节收益也并不高，只有非常微弱的证据表明高步数可以小概率修复肢体错误，所以只有想要出一张穷尽细节可能的图的时候才会使用更高的步数。CFG很难去用语言去描述具体的作用，很笼统的来说，就是
ChatGLM-6B 模型介绍及训练自己数据集实战
ChatGLM-6B 模型介绍及训练实战
【CVPR 2023】FasterNet论文详解
论文名称：Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks作者发现由于效率低下的每秒浮点运算，每秒浮点运算的减少并不一定会导致类似水平的延迟减少。提出通过同时减少冗余计算和内存访问有效地提取空间特征。然后基于PConv进
annaconda环境的配置与安装（annaconda+torch）
好多小伙伴为配置和安装深度学习的环境而感到头疼，这也是神经网络入门的第一关，下面，就记录下一下annaconda+torch环境的配置与安装流程，供自己学习和记录用，如有不足请指正！
Open Ai 常见接口参数说明以及常见报错总结
很多人在群里老是问我Open Ai接口的参数以及常见的报错，其实官方都解释的很清晰了，但是还是有很多同学不懂，这里对一些重要的概念做一些总结与解释！同时将群里遇到的报错做一个汇总，希望对做相关方面的同学有帮助！
yolov5训练结果解析
训练次数、GPU消耗、训练集边界框损失、训练集目标检测损失、训练集分类损失、训练集总损失、targets目标、输入图片大小、Precision、Recall、[email protected]、[email protected]:.95、验证集边界框损失、验证集目标检测损失、验证机分类损失。其中矩阵的行表示真实值，矩阵的列表示预测值。PR曲线
chatGPT国内免费可用网址（实时更新）
【代码】chatGPT国内免费可用网址（实时更新）
