OpenCV实战（16）——角点检测详解
在计算机视觉中，兴趣点 (interest points) 也称为关键点 (keypoints) 或特征点 (feature points)，广泛用于解决对象识别、图像匹配、视觉跟踪、3D 重建等领域的问题。与其将图像作为一个整体进行评估，不如选择可以用于局部分析的点，以获得将该点应用于局部或全局的
Pytorch平均池化nn.AvgPool2d()使用记录
PyTorch学习笔记之二维平均池化nn.AvgPool2d()
深度学习常用损失MSE、RMSE和MAE
三种常见损失总结，MSE、RSME、MAE
【2023年第十一届泰迪杯数据挖掘挑战赛】B题：产品订单的数据分析与需求预测 建模及python代码详解 问题二
在此任务中，首先，读取训练集和预测集数据，并将训练集中的日期列转换为日期类型，并将其设置为数据集的索引。接着，将数据按照一定的维度进行分组，并将每个组的时间序列进行了平稳性检验，若不平稳则进行一阶或者多阶差分，直到序列平稳。基于问题一的分析，建立数学模型，对附件预测数据（predict_sku1.c
通俗易懂的ChatGPT的原理简介
ChatGPT是一种基于Transformer架构和无监督预训练技术的对话生成模型。它是由OpenAI公司推出的一款人工智能技术，具有自然语言理解、文本生成、对话生成等功能，可以实现自动回复、聊天机器人、智能语音助手、知识问答系统、自然语言生成等应用。与传统的对话系统不同，ChatGPT采用了深度学
PyTorch中查看GPU使用情况以及一些重要函数
pytorch多卡相应内容学习总结，本着勤能补拙的态度，希望能够更好地提升自我能力。
【代码实验】CNN实验——利用Imagenet子集训练分类网络（AlexNet/ResNet）
Imagenet是计算机视觉的经典分类比赛，但是Imagenet数据集本身太大了，我们穷学生没有这么大的算力，2016年google DeepMind团队从Imagnet数据集中抽取的一小部分（大小约3GB）制作了Mini-Imagenet数据集（也就是Imagenet的子集），共有100个类别，每
pytorch复习笔记--nn.Embedding()的用法
nn.Embedding()产生一个权重矩阵weight，其shape为（num_embeddings, embedding_dim），表示生成num_embeddings个具有embedding_dim大小的嵌入向量；输入input的形状shape为（batch_size, Seq_len），ba
【文心一言】文心一言最近这么火，它到底是什么
文心一言最近这么火，它到底是什么，大家想知道的可以来了解一下，最后会有体验完的感想
使用Dino+SAM+Stable diffusion 自动进行图片的修改
SAM 可以准确识别和提取图像中的对象，与Stable Diffusion 相结合，可以对分割后的图像进行细微的更改。
【人工智能】遗传算法
遗传算法通过不断地试错，在种群中选择、交叉和变异来生成新的个体，并计算它们的适应度值。然后，根据设定的适应度函数来选择出适应度值高的个体作为下一代的父母，再进行交叉和变异操作，生成新的个体。通过对这些个体进行交叉、变异等操作，不断迭代，从而逐步逼近问题的最优解。例如：假设需要解决一个最小化函数f(x
如何通过 Axios 和 JavaScript 使用 OpenAI API
领先的 AI 研究实验室 OpenAI 创建了一个强大的 API，允许开发人员利用尖端的 AI 功能并使用 GPT3 等生成语言模型。在本教程中，我们将向您展示如何将 OpenAI API 与 Axios 和 JavaScript 结合使用，让您一窥由 AI 驱动的 Web 开发的未来。Axios
Swin Transformer之相对位置编码详解
Swin Transformer中非常核心之一即为相对位置编码，在此我将试图将其掰开了揉碎了进行讲解，尽可能以比较形象的方式进行理解。
ChatGPT的了解与初体验
我们请它自己介绍一下自己吧！总体来说，就是能够用自然语言进行对话的智能机器人。
ChatGPT最强对手Claude使用教程
Cladue最近很火，作为ChatGPT4的平替版，它无需付费，使用方便，很多网友通过效果对比，发现它的性能要好于ChatGPT3.5，可以媲美ChatGPT4。最主要是使用很方便，十分钟就可以轻松部署，下面记录一下自己的使用历程，希望能给大家一点帮助。
2023年泰迪杯数据挖掘挑战赛B题完整数据分析与预测（5.针对完整数据的组合预测-机器学习+深度学习）
最终将该商品未来三个月的商品需求预测出来，并且进一步建立组合预测模型尽心给处理，组合预测最简单的一种方式就是线性加权，以机器学习预测结果作为基准，考虑时间序列的深度学习进行加权，得到最终预测结果。根据验证集对比效果可以看出，按照周的时间粒度预测，模型的泛化能力有所增强。这是因为按照周的时间预测可以保
PyTorch深度学习实战 | 基于深度学习的电影票房预测研究
基于深度学习的映前票房预测模型(Cross&Dense网络结构模型)，该模型通过影片基本信息如：电影类型、影片制式、档期和电影的主创阵容和IP特征等信息对上映影片的票房进行预测。本篇采用451部电影作为训练模型，最后再在194部影片上进行测试，模型的绝对精度为55%，相对精度为92%。该模型在使用相
〖ChatGPT实践指南 - 零基础扫盲篇③〗- 开始使用 ChatGPT 并访问 OpenAI 获取 API Keys
请注意，该章节介绍的是如何使用 ChatGPT ，并通过登录ChatGPT后访问 OpenAI 获取 API Keys，并不涉及如何科学的注册 ChatGPT。
阿里巴巴达摩院通义千问【附申请链接】阿里版ChatGPT
阿里云作为数一数二的全球云平台，阿里的大语言模型通义千问还是值得期待的，凭借强大的算力支持还是有机会赶上人工智能发展浪潮。早前阿里巴巴达摩院关于人工智能机器人的研讨信息引起不少关注，当时达摩院也对比测试百度的文心一言。现在阿里巴巴自己的人工智能机器人也上线开测，正式名称为通义千问，由阿里巴巴达摩院研
真的不能再详细了，2W字保姆级带你一步步用Pytorch搭建卷积神经网络实现MNIST手写数字识别
2w6k字，真的不能再详细了！！！几乎每一行代码都有注释！！！本教程包括MNIST数据集的下载与保存与加载、卷积神经网路的构建、模型的训练、模型的测试、模型的保存、模型的加载与继续训练和测试、模型训练过程、测试过程的可视化、模型的使用。
