【ChatGPT】是一个危机与机遇并存的时代
ChatGPT，横空出世，从去年12月，ChatGPT以最快速度（5天）突破百万用户。今年2月，ChatGPT再创新高，用户量已达到1亿。有人说它可以取代计算机编程（程序员）、媒体工作者、客服代表、教师、律师、会计师等多种高端白领岗位，ChatGPT可以撰写求职信、编写儿童读物、甚至帮助学生在论文中
Pytorch1.7复现PointNet++点云分割（含Open3D可视化）（文末有一个自己做的书缝识别项目代码）
毕设需要，复现一下PointNet++的对象分类、零件分割和场景分割，找点灵感和思路，做个踩坑记录。
【编译原理】第三章部分课后题答案
为习题3.3的文法构造SLR分析表为下面文法构造规范LR(1)分析表，画出像图3.20这样的状态转换图就可以上述状态转换图有同心项目集吗？若有，合并同心项目集后是否会出现动作冲突为句子abab构造两个不同的最左推导，以此说明该文法是二义的下面的二义文法描述命题演算公式，为它写一个等价的非二义性文法构
RGB与Depth融合方法总结
RGB与Depth融合方法汇总
基于小波时频图和2D-CNN的滚动轴承故障检测
轴承故障诊断 附python和matlab代码
最新版本 Stable Diffusion 开源 AI 绘画工具之图生图进阶篇
学好图生图，AI 即将取代打工人
亲测有效解决torch.cuda.is_available()返回False的问题（分析+多种方案），点进不亏
文章目录解决torch.cuda.is_available()返回False出现返回False的原因问题1：版本不匹配问题2：错下成了cpu版本的（小编正是这种问题）解决方案方案一方案二解决torch.cuda.is_available()返回False出现返回False的原因问题1：版本不匹配电脑
对比学习MoCo损失函数infoNCE理解（附代码）
对比学习MoCo损失函数infoNCE理解
ScanNet数据集下载与导出颜色图、深度图、内参、位姿数据
ScanNet是一个RGB-D视频数据集，包含1500多个扫描中的250万个视图，用3D摄像机的姿势、表面重建和实例级的语义分割来注释。为了收集这些数据，我们设计了一个易于使用和可扩展的RGB-D捕捉系统，包括自动表面重建和众包语义注释。我们表明，使用这些数据有助于在几个三维场景理解任务上实现最先进
实力爆表，日日新成为AI领航者
4月10日，商汤科技董事长兼CEO徐立在商汤技术交流日上发布“日日新”大模型体系，取自《礼记·大学》，汤之盘铭：苟日新，日日新，又日新。“日日新”大模型体系包含自然语言生成、照片生成服务、感知模型预标注、模型研发。
机器学习中的数学——距离定义（八）：余弦距离（Cosine Distance）
余弦距离(Cosine Distance)也可以叫余弦相似度。 几何中夹角余弦可用来衡量两个向量方向的差异，机器学习中借用这一概念来衡量样本向量之间的差异。相比距离度量，余弦相似度更加注重两个向量在方向上的差异，而非距离或长度上。nnn维空间中的余弦距离为：cos(x,y)=x⋅y∣x∣⋅∣y∣=
SA的空间注意力和通道注意力
包括空间注意力和通道注意力，目的是选择细粒度的重要像素点，是pixel级。：是 local 注意力，致力于搜索粗糙的潜在判别区域，它们是region级。一般来说对于同一像素点不同通道求均值，再经过一些卷积和上采样的运算得到spitial attention mask，空间特征每层像素点被赋予不同的权
【图像分割】Segment Anything（Meta AI）论文解读
Segment Anything（SA）项目：一个图像分割新的任务、模型和数据集。建立了迄今为止最大的分割数据集，在11M许可和尊重隐私的图像上有超过1亿个mask。该模型的设计和训练是灵活的，因此它可以将zero-shot（零样本）转移到新的图像分布和任务。实验评估了它在许多任务上的能力，发现它的
生成式模型与辨别式模型
分类模型可以分为两大类:生成式模型与辨别式模型。本文解释了这两种模型类型之间的区别，并讨论了每种方法的优缺点。
【AI前沿】chatgpt还有哪些不足？
本篇CSDN博客讨论了ChatGPT作为一种强大的自然语言处理工具，存在的一些不足之处。首先提到了ChatGPT的速度问题和实时性问题，因为它需要大量的计算资源和时间来完成响应的生成，这限制了它的响应速度和实时性。其次，我将谈到了ChatGPT存在的知识局限性和文本处理问题，因为它缺乏对特定领域的知
时间序列多步预测经典方法总结
本篇文章将讲解时间序列中的经典问题：多步预测，所谓多步预测就是利用过去的时间数据来预测未来多个状态的时序数据，举个例子就是利用过去30天的数据来预测未来2天的数据。
4个令人惊艳的ChatGPT项目，开源了！AIGC也太猛了...
4个令人惊艳的ChatGPT项目
Gumbel-Softmax完全解析
本文对大部分人来说可能仅仅起到科普的作用，因为Gumbel-Max仅在部分领域会用到，例如GAN、VAE等。笔者是在研究EMNLP上的一篇论文时，看到其中有用Gumbel-Softmax公式解决对一个概率分布进行采样无法求导的问题，故想到对Gumbel-Softmax做一个总结，由此写下本文整个过程
【生成模型】Stable Diffusion原理+代码
Stable diffusion是一个基于（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，得益于的计算资源支持和在LAION-5B的一个子集数据支持训练，用于文图生成。通过在一个潜在表示空间中迭代“去噪”数据来生成图像，然后将表示结果解码为完整的图像，让文图生成能够
【机器学习】GRU 讲解
GRU RNN LSTM 长期依赖问题 前向传播 重置门 更新门 输入门 输出门 遗忘门
