【深度学习】(1) CNN中的注意力机制（SE、ECA、CBAM），附Pytorch完整代码
大家好，今天和各位分享一下如何使用 Pytorch 构建卷积神经网络中的各种注意力机制，如：SENet，ECANet，CBAM。注意力机制的原理 和 TensorFlow2 的实现方式可以看我下面两篇博文：SENet、ECANet：https://blog.csdn.net/dgvv4/articl
UNet - 数据加载 Dataset
之前介绍完了Unet网络的搭建，接下来说一下要解决的任务data里面存放的是训练的数据predict 是存放的是需要预测的数据result 是predict里面预测出来的结果dataset 是数据加载的文件、model 是UNet网络、train是训练、predict是预测UNet模型训练，深度解析
文心一言发布！【中国版ChatGPT】附测试链接
文心一言是百度推出的生成式对话产品，2023.3.16正式发布12。它基于文心大型模型技术，被外界誉为“中国版ChatGPT”
人工智能洗衣机模糊推理系统实验（课本实验）
一、实验目的理解模糊逻辑推理的原理及特点，熟练应用模糊推理二、实验内容用python设计洗衣机洗涤时间的模糊控制三、实验要求已知人的操作经验是污泥越多，油脂越多，洗涤时间越长污泥适中，油脂适中，洗涤时间适中污泥越少，油脂越少，洗涤时间越短...
机器人机械臂运动学——逆运动学解算
机器人机械臂运动学——逆运动学解算
【CUDA】Ubuntu系统如何安装CUDA保姆级教程(2022年最新)
Ubuntu系统的服务器如何安装 CUDA ？看完本篇博文，相信你会找到答案。
独家丨前美团联合创始人王慧文“正在收购”国产AI框架OneFlow，光年之外欲添新大将...
文丨谭婧以ChatGPT为代表的AI大模型是2023年的科技C位。2023年3月27日，ChatGPT引发的“抓马连续剧”，又有新剧更新。前情提要：前美团联合创始人、高级副总裁王慧文发文宣布进入AI领域，称将打造中国的OpenAI。新闻标题一：《王慧文放话：我先投3个亿》当然，他现在的身份是美团非执
联邦学习：FedProx框架
联邦学习不同于传统的分布式优化的两个关键挑战:高度的系统和统计异构性。引入了一个框架，FedProx以解决异构性难题（统计异构 系统异构）。FedProx可以看作是FedAvg的泛化、重构。对于非独立分布(统计异质性)的训练数据，框架提供收敛性保证（统计异构）；允许每个参与的设备执行可变数量的工作(
【Pytorch基础知识】数据的归一化和反归一化
搞清数据的归一化和反归一化，快速掌握将图片转为tensor进行系列操作后，再转为图片
群体智能优化算法
群体智能优化算法群体智能（SI）源于对以蚂蚁、蜜蜂等为代表的社会性昆虫的群体行为的研究，群居性生物通过协作表现出的宏观智能行为特征。群体智能算法有粒子群优化算法(PSO)、蚁群优化算法(ACO)、人工蜂群优化算法(ABC)、差分进化算法(DE)、引力搜索算法(GSA)、萤火虫算法(FA)、蝙蝠算法(
无人驾驶学习笔记 - A-LOAM 算法代码解析总结
目录1、概述2、scanRegistration.cpp2.1、代码注释2.1.1、主函数2.1.2、removeClosedPointCloud（雷达周边过近点移除）2.1.3laserCloudHandler激光处理回调函数2.2、总结概括3、LaserOdometry.cpp3.1、代码注释3
详解random_state参数的作用
random_state 机器学习 随机种子
PyTorch 深度学习实战 |用 TensorFlow 训练神经网络
为了更好地理解神经网络如何解决现实世界中的问题，同时也为了熟悉 TensorFlow 的 API，本篇我们将会做一个有关如何训练神经网络的练习，并以此为例，训练一个类似的神经网络。
常用的ControlNet以及如何在Stable Diffusion WebUI中使用
ControlNet是斯坦福大学研究人员开发的Stable Diffusion的扩展，使创作者能够轻松地控制AI图像和视频中的对象
深度学习中FLOPS和FLOPs的区别与计算
我们在购买GPU或者计算目标检测模型复杂度的时候，一般会遇到FLOPS和FLOPs这两个指标，在此加以区分。
大模型时代来临，智能文档处理该走向何方？
虽然通用人工智能的大门尚未完全叩开,但是我们已经看到了光明的前景。自去年ChatGPT发布以来，大语言模型（Large Language Model, LLM）的发展仿佛瞬间驶入了快车道，每天都能听到对相关话题的讨论。底层视觉研究的初衷在于,计算机所接收的现实图像常常受到噪音干扰,例如扭曲、模糊、光
【目标检测】YOLOV1详解
最近在公司实习，看到其实很多落地的模型都是基于yolo来改进的。在闲暇之余又重新温故了一下yolo系列，并想着将它们进行一个总结。今天就从V1下手，接下来的几个系列也会分别进行详解。相比起Faster R-CNN的两阶段算法，2015年诞生的YOLOv1创造性地使用端到端（end to end）结构
YOLOv5深度剖析
YOLOv5与历代YOLO算法相似，使用了网格的概念，将图像划分为多个网格，每个网格负责预测一个或多个物体，简单来说每个网格都可以产生预测框。网格可以产生预测框的原因也很简单。网格内存有几个（一般为三个）预测框的模板，也就是"anchor"每个anchor都有预设的宽高、坐标以及置信度。置信度表示网
大学生对AI的看法调查
针对2022级大学生对AI看法的不全面调查结果
ChatGPT入门案例｜商务智能对话客服（一）
hatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得C
