斯坦福大学开源Alpaca模型源码，性能与GPT-3.5相当比GPT4逊色，训练成本不到100美元（教程含源码）
GPT-3.5 (text-davinci-003)、ChatGPT、Claude 和 Bing Chat 等指令遵循模型现在被许多用户广泛使用，包括用于与工作相关的任务。然而，尽管它们越来越受欢迎，但这些模型仍然存在许多需要解决的缺陷。虚假信息、社会刻板印象和有毒语言是与这些模型相关的一些问题。为
Tiny ImageNet 数据集分享
Tiny Image Net 数据集分享
【使用Pytorch实现ResNet网络模型：ResNet50、ResNet101和ResNet152】
在深度学习和计算机视觉领域取得了一系列突破。尤其是随着非常深的卷积神经网络的引入，这些模型有助于在图像识别和图像分类等问题上取得最先进的结果。因此，多年来，深度学习架构变得越来越深（添加更多层）以解决越来越复杂的任务，这也有助于提高分类和识别任务的性能并使其变得健壮。但是当我们继续向神经网络添加更多
广义回归神经网络（GRNN）的实现（Python，附源码及数据集）
本文对广义回归神经网络（GRNN）的理论基础及建模步骤进行介绍，之后使用Python实现基于GRNN的数据预测，通俗易懂，适合新手学习，附源码及实验数据集。
ChatGPT | 一文详解ChatGPT(学习必备)
☀️大家好！我是新人博主朦胧的雨梦，希望大家多多关照和支持😝😝😝🌖大家一起努力，共同成长，相信我们都会遇到更好的自己👊👊👊🌗期待我的文章能给各位带来知识的收获和解决问题的灵感🤩🤩🤩🌟大家的三连是我不断更新的动力😘😘😘ChatGPT是一种由OpenAI开发的预训练语言模型
最新版本 Stable Diffusion 开源 AI 绘画工具之中文自动提词篇
输入中文自动补全提示词
参数与非参数检验：理解差异并正确使用
数据科学是一个快速发展的领域，它在很大程度上依赖于统计技术来分析和理解复杂的数据集。这个过程的一个关键部分是假设检验，它有助于确定从样本中获得的结果是否可以推广到总体。
从零开始的机械臂yolov5抓取gazebo仿真（导航贴）
基于yolov5与Moveit!的机械臂拾取的教程导航帖
基于深度学习的车型识别系统（Python+清新界面+数据集）
基于深度学习的车型识别系统用于识别不同类型的车辆，应用YOLO V5算法根据不同尺寸大小区分和检测车辆，并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多
图像修复（Image Inpainting）任务中常用的掩码数据集
目前图像修复任务中最长用的数据集是来自于 Liu 等人2018年发布的论文， 该论文中提出用部分卷积解决inpainting的任务的同时，也公布了一个大型的mask数据集，该数据集在之后的 Inpainting 任务中被大量使用。作者对mask的孔洞大小进行了分类。每个种类有孔洞靠近边界的mask和
FastChat 本地化安装部署-拥有属于私人的ChatGPT
FastChat 本地化安装部署-拥有属于私人的ChatGPT
【学习笔记】Yolov5调用手机摄像头实时检测(环境配置+实现步骤)
yolov5 调用IP摄像头 实时检测
Pytorch 2.0来了！来看看新特性怎么应用到自己的代码里
Pytorch2.0和GPT4、文心一言同一时间段发布，可谓是热闹至极，我看了看Pytorch 2.0的文档，一句话概括下，2.0的功能介绍，核心就是加入这行代码就能优化你的模型，优化后的模型和往常使用方式一样，推理速度会提升，比较重要的一点是，可以用于训练或者部署，训练可以传梯度，这次是带有AOT
Halcon边缘检测Sobel、Laplace和Canny算子
提示：文章参考了网络上其他作者的文章，以及相关书籍，如有侵权，请联系作者。文章目录前言一、像素级边缘提取二、使用步骤1.引入库2.读入数据总结前言 除了阈值分割外，也可以通过检测区域的边缘得到目标区域。区域的边缘像素的
基于深度学习方法的车道线检测综述(2022)
车道线算法综述，一问入门车道线检测算法。
python 波士顿房价预测
python 波士顿房价预测
论文学习——Tune-A-Video
通过文本生成视频的深度学习方法
申威、龙芯、海光等六大国产芯片前景分析，谁有扛鼎之力？
不过由于兆芯早期只有内核层级授权，后来通过收购威盛才获得了x86技术阶段性授权，所以研发迭代进展比较慢，现在的旗舰产品性能约等于几年前AMD推土机架构的产品，与主流代差明显，想要实现性能跃迁，还有很长一段路要走。申威芯片采用Alpha架构，后来又自研了SW-64位指令集，是六大厂商中自主程度最高的，
第十一届泰迪杯B题：产品订单的数据分析与需求预测
2. 基于上述分析，建立数学模型，对附件预测数据（predict_sku1.csv）中给出的产品，预测未来3月（即2019年1月、2月、3月）的月需求量，将预测结果按照表3的格式保存为文件result1.xlsx，与论文一起提交。附件中的预测数据（predict_sku1.csv）提供了需要预测产品
阿里版 ChatGPT 突然上线!
熟悉ChatGPT的朋友应该都知道，就在本周，各个ChatGPT&AI群都在传一个消息：ChatGPT官方大面积封号，今天登录gpt千万别用亚洲节点！前几天率先流出的天猫精灵“鸟鸟分鸟”脱口秀版GPT，就是基于大模型的“压缩版”，已经以其惊艳表现吸引了众目光。百度的文心一言，阿里的通义千问，我相信中
