国内可以免费使用的 类ChatGPT AI 工具
国内可以使用的 类ChatGPT 资源
解决keras、tensorflow 2.0版本报错问题
前言主要是解决由于1.0版本和2.0版本代码实现不同造成的报错报错一：cannot import name 'Adam' from'keras.optimizers'报错语句：from keras.optimizers import Adam正确语句：from keras.optimizers im
【ChatGPT】无需魔法打开即用的 AI 工具集锦
虽然 AI 今年很火，很多人因为没有魔法没法体验到人工智能的强大，但国内依然有很多可以访问的相对强大的免费的 AI 工具。最近发现很多人虽然已经知道了 AI 工具，遇到问题依然习惯于解决不了时优先问别人而不是优先问 AI。希望大家在遇到困难时，先尝试自己解决，解决不了时优先问 AI，通常可以找到相对
DeepSpeed配置参数 - 快速上手
针对DeepSpeed的几组重要的参数进行说明
Python机器学习：时间序列的相关检验
记录一下今天的机器学习——白噪声检验和平稳性检验
Pytorch运行过程中解决出现内存不足的问题
1. 前提利用Transformer模型进行O3浓度的反演2. 问题2.1 速度慢一开始模型是在CPU上面跑的，为了加快速度，我改成了在GPU上跑方法如下：1、验证pytorch是否存在GPU版本在Pycharm命令行输入import torchprint(torch.cuda.is_availab
Zemax光学设计(一)——单透镜设计
利用Zemax软件设计单透镜并对参数经行优化
chat gpt 常见角色及对应的提示词汇总
提示词的存在让ChatGPT能够扮演特定的角色，对用户的回答更加专业对口。
Segment Anything阅读笔记
这篇文章最近有点火，已经有1万多star了。
【仿真建模】第三课：AnyLogic入门基础课程 - 多层建筑行人疏散仿真讲解
为了实现对一楼和二楼不同的疏散时间，复制之前的按钮，创造两个新按钮分别对一楼和二楼进行控制。在MyFloor1中，选择colOut，按照Ctrl键移动，复制一个colOut1出来。好像服务的延迟时间太长了，可以调小一点，设置为uniform(0.5, 1.0)为了区分一楼和二楼，在Main中调整My
机器学习数据集----训练集、测试集以及验证集
其中，Ytrain为正确的标签，y_score为输出概率值，thresholds1为阈值，当 y_score>thresholds1时预测为正样本；随机将样本划分为训练集（70%）和测试集（30%），用训练集训练模型，用测试集验证模型及参数。接着再把样本打乱，重新选择训练集和测试集，继续训练模型和验
NuSences 数据集解析以及 nuScenes devkit 的使用
nuScenes数据集(发音为/nuːsiːnz/)是由Motional(前身为nuTonomy)团队开发的用于自动驾驶的公共大规模数据集。motion公司正在让无人驾驶汽车成为一个安全、可靠、方便的现实。通过向公众发布我们的一部分数据，motion旨在支持公众对计算机视觉和自动驾驶的研究。为此，我
chart gpt
ChartGPT是一个基于GPT技术的智能聊天机器人。它可以回答用户的各种问题，并且还可以用自然语言进行对话。ChartGPT可以理解用户输入的文本并作出相应的回答，它的语言处理能力十分强大。ChartGPT可以被用来提供各种服务，比如在线客服、语言翻译、问答系统等等。它可以通过与用户逐步交流，不断
李志飞 All in AGI，出门问问大模型来了！
在李志飞看来，ChatGPT 开启了 AGI 时代，而大模型是目前看来通往 AGI 最靠谱的实现方式
基于内容的推荐算法（Content-Based）
基于内容的推荐方法是非常直接的，它以物品的内容描述信息为依据来做出的推荐，本质上是基于对物品和用户自身的特征或属性的直接分析和计算。例如，假设已知电影A是一部喜剧，而恰巧我们得知某个用户喜欢看喜剧电影，那么我们基于这样的已知信息，就可以将电影A推荐给该用户。
【个人记录 | UNet | 整理ing】
和UNet做好朋友：代码/框架/整理/阅读
时间序列模型SCINet（代码解析）
基于因果神经网络改进的SCINet长时间序列预测模型，在公共数据集上表现仅次于Nlinear
图像分割 - 分水岭算法
图像是由x，y表示的，如果将灰度值也考虑进去的话，那么一幅图像需要一个三维的空间去表示。这样就可以把x，y轴比作大地，将灰度值的z轴比作地面上的坡度。因为图像的灰度值是不均匀的，那么也意味着这个地面也是坑坑洼洼的。那么试想一下，下雨的时候，由于地面是不平坦的，雨水会顺着高的地面流向地处。必然会导致有
CVPR2023论文及代码合集来啦~
80、半监督学习、弱监督学习/无监督学习/自监督学习。36、行为识别/动作识别/检测/分割/定位。46、场景重建/视图合成/新视角合成。74、迁移学习/domain/自适应。23、图像复原/图像增强/图像重建。26、图像去噪/去模糊/去雨去雾。32、人脸生成/合成/重建/编辑。35、图像&视频检索/
深度学习图像识别笔记（三）：yolov5检测结果分析
yolov5学习
