激活函数ReLU和SiLU的区别
在这里，我就简单写一下两个激活函数的概念以及区别，详细的过程可以看看其他优秀的博主，他们写的已经非常好了，我就不必再啰嗦了
AI 绘图：MidJourney 的提示语句（Prompt）怎么写？
这篇文章主要总结了在 AI 绘画中，使用 MidJourney 时提示语句 Prompt 的写法。
Windows 10 python 3.9安装运行Mockingbird--拎包入住功略
mockingbird是一个AI模拟声音的开源python库，可以用你自己的录音或音频文件，在其预置的模型支持下，生成模拟录音者的声音。mockingbird拎包入住功略，是因为本人python不精通，机器学习等AI也只是只其然不知其所以然，没有调整算法和优化模型的能力，所以只能用牛人们创建好的代码
【K210开发板】人脸识别+ SD卡断电存储 --实时按键录取人脸信息并识别
K210开发板 人脸实时录入信息并识别
TEB算法详解（TebLocalPlannerROS::computeVelocityCommands（1））
TebLocalPlannerROS::computeVelocityCommands作为teb算法与move_base算法的接口函数，是作为teb算法的重点部分去分析的，这一节先看该算法的前半部分，也就是局部路径规划前的数据处理部分，这部分算法的基本思路如下：
Softmax简介
Softmax是一种数学函数，通常用于将一组任意实数转换为表示概率分布的实数。
gpt模型训练-gpt3模型详解
目前，GPT-3已经成为最流行、最常用的GPT模型，它集成了1750亿个参数，能够执行一系列的自然语言处理任务，包括翻译、问答、文本摘要、对话生成等。具体而言，GPT模型将Transformer中的编码器部分作为自己的网络架构，实现了一个多层的、自回归的语言模型。总之，GPT模型是一种强大的、通用的
2022.07.25 C++下使用opencv部署yolov7模型（五）
opencv下部署yolov7
粒子群算法(PSO)优化的BP神经网络预测回归——附代码
BP神经网络是一种常见的多层前馈神经网络，本文通过粒子群算法(PSO)对BP神经网络的网络参数进行寻优，得到最优化的网络参数，并与未使用PSO的BP网络对同一测试样本进行预测，对比分析并突出PSO-BP的优越性。本文章代码可改性强，注释详细，替换输入与输出后即可满足不同的任务，实现自己想要的功能，适
卷积神经网络CNN-全连接层
卷积神经网络CNN-全连接层，特点、作用、复杂度，全连接层的操作过程详解
2022年度强化学习领域19个重要进展汇总
为了创造更安全的对话智能体，DeepMind在最新论文中提出了Sparrow（麻雀）模型，探索了训练对话智能体的新方法，即从人类的反馈中学习，使用基于研究参与者输入的强化学习，能够减少生成不安全和不适当答案的风险。最近，AlphaZero 的作者 Demis Hassabis 与 DeepMind
基于随机森林的特征选择-降维-回归预测——附代码
可以看到，使用两个特征进行预测的准确度为85.2077，与使用所有特征进行预测的准确度相差不大，这表明随机森林特征选择方法有效的选择出了最重要的特征，实现了从大量特征到少数重要特征的特征降维筛选，极大的降低了特征的冗余性。当随机森林评价完成特征的重要性后，还需要对各个特征变量之间的相关性进行评估，以
一文看懂多模态大型语言模型GPT-4
GPT-4是OpenAI公司3月推出的新一代人工智能预训练AI模型，是一个多模态大型语言模型，使用了1.5万亿个参数，是GPT-3.5的10倍之多，当然它也是世界上最大的人工智能模型。
ChatExcel--自动处理表格
ChatExcel--自动处理表格
清华 ChatGLM-6B 中文对话模型部署简易教程
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatG
Matlab绘图（第五节-三维曲面）
具体讲述了三维曲面绘图方法等。
win10 cuda11.8 和torch2.0 安装
win10 cuda11.8 和torch2.0 安装,pytorch 新版本
【tensorflow】tensorflow的安装及应用
tensorflow的安装及应用以及自己学习过程中的一些错误解决方法
PyTorch 实现CycleGAN 风格迁移
一、前言 pix2pix对训练样本要求较高，需要成对的数据集，而这种样本的获取往往需要耗费很大精力。CycleGAN恰巧解决了该问题，实现两个domain之间的转换，即只需要准备两种风格的数据集，让GAN去学习将domain X中的图片转换成domain Y的风格(不改变domain X原图中
使用Actor-Critic的DDPG强化学习算法控制双关节机械臂
在本文中，我们将介绍在 Reacher 环境中训练智能代理控制双关节机械臂
