模型实践｜ Informer 上手实践
近年来的研究表明，Transformer具有提高预测能力的潜力。然而，Transformer也存在几个问题，使其不能直接适用于LSTF问题，例如时间复杂度、高内存使用和“编码-解码”体系结构的固有局限性。为了解决这些问题，作者基于Transformer设计了一种适用于LSTF问题的模型，即Infor
永磁同步电机基本控制方法
电机输出的转矩是电机性能的重要关键参数之一。电机的转矩与电机的电流有关，基于同步旋转坐标系，Te为电机转矩，id和iq分别为d、q轴的电流，因此对转矩的精确控制即为对电流的精确控制。对永磁同步电机进行电流控制时，将d、q两轴的设定电流Iq_Ref和Id_Ref输入电流PI环，转变为d、q两轴的设定电
文心一言是中文版的ChatGPT？多角度分析猜测文心一言到底是什么？
ChatGPT爆火网络，一时间风靡不断。AI替代人类工作的传言四起宣布ChatGPT类似产品的公司股价大涨，这到底是什么？国产的类似产品到底到了什么程度？让我们一起来分析（猜猜）看！
使用 TF-IDF 算法将文本向量化
TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse Document Frequency)。提示：以下是本篇文章正文内容，下面
解密AIGC：人工智能生成内容技术的优势和未来发展趋势
AI赋能创作：探究AIGC技术的价值与未来
Transformers 源码阅读之BertTokenizerFast分词模型
从bert-base-chinese下载预训练语言模型及其他词表，由于使用的是pytorch，因此下载即可。如果要使用英文模型，就下载能区分大小写的或者是不能区分大小写的，对于uncased，初始化时必须要把lower设为true。在深入模型细节之前，我们先用一个简单的例子看一看BertTokeni
opencv 一 基本运行环境配置（下载安装、编写代码、配置环境）
从0开始下载opencv并配置环境变量，然后在vs2019中新建c++项目，并配置opencv。最后新建代码，测试opencv的完整教程。
PyTorch中计算KL散度详解
首先简单介绍一下KL散度（具体的可以在各种技术博客看到讲解，我这里不做重点讨论）。从名称可以看出来，它并不是严格意义上的距离（所以才叫做散度~），原因是它并不满足距离的对称性，为了弥补这种缺陷，出现了JS散度（这就是另一个故事了…）DKL(P∣∣Q)=∑i=1Npilogpiqi=∑i=1Npi∗
Python一点通: ‘python -m pip install’ 和 ‘pip install‘ 什么区别？
在 Python 中安装包可以使用包管理器 pip。有两种方法运行 pip 来安装包：python -m pip install 和 pip install。在本文中，我们将讨论这两者的区别。
旋转目标检测训练自己数据集+问题汇总
复现junjieliang大佬的旋转目标检测代码，将自己遇到的问题全部记录下来，包括数据集制作，训练与部署检测。
【创作赢红包】ChatGPT引爆全网引发的AI算力思考
随着 ChatGPT的强势推出，智能聊天机器人ChatGPT热潮正席卷全球引爆全网。引领互联网走向AIGC时代。这款由“美国AI梦工厂”OpenAI制作的AI聊天机器人软件，只用了两个月时间，月活跃用户达到1亿，是史上月活用户增长最快的消费者应用。
孪生网络---学习笔记
孪生网络---学习笔记
ChatGPT必将在文档处理领域大有所为，未来以来，拭目以待【文末送书】
其中最有前景的是 ChatGPT 技术，它能够自动识别和处理文档中的信息，同时它也可以识别图像并且理解图像表达的信息。本文由现有图像识别领域和文档建模领域的一些突破出发，进而探讨 ChatGPT 技术在文档处理和图像处理中的应用和未来发展趋势。
深度学习中epoch、batch、batch size和iterations详解
1.epoch在训练一个模型时所用到的全部数据；备注：一般在训练时都要使用多于一个的epoch，因为在神经网络中传递完整的数据集仅仅一次是不够的，只有将完整的数据集在同样的神经网络中传递多次，才会得到比较优秀的训练效果，当然也不行，容易过拟合，所以要根据实验选择自己最合适的。epochs：epoch
【PyG】与networkx的图转换
在使用图神经网络的过程中，往往需要使用到相关的 GNN 库，而在这些 GNN 库中，一款比较高效热门的图神经网络库是 PyTorch 中的 PyG 库。PyG 提供了很多经典的图神经网络模型和图数据集，通常在使用 PyG 框架来构建和训练图模型时，需要事先选择合适的图数据结构来构造图，PyG 提供的
目标跟踪实战deepsort+yolov5（上）
今天的主要目的还是快速上手目标跟踪，先前的话我是简单说了一下卡尔曼滤波，然后由于博客的问题，没有说完。本来是想做一个系列的，但是很难整理，而且说实话有些东西我也没搞清楚。当然这并不影响我们使用，抽象一下继续happy，就像你不懂SpringBoot 或者Django底层一样，还是阔以做出一个网站的。
2023美赛F题全部代码+数据+结果 数学建模
已全部更新 完整代码 数据等
python+cuda编程（一）
numbaNumba通过及时编译机制（JIT）优化Python代码，Numba可以针对本机的硬件环境进行优化，同时支持CPU和GPU的优化，并且可以和Numpy集成，使Python代码可以在GPU上运行，只需在函数上方加上相关的指令标记，PyCUDAPyCUDA的内核函数（kernel）其实就是使用
1024程序员节？我们整点AI绘图玩玩吧，一文教你配置stable-diffusion
stable-diffusion环境配置教程。
densenet的网络结构和实现代码总结(torch)
densenet网络是CVPR 2017 (Best Paper Award)，这篇论文是在Stochastic Depth的启发下提出的。densenet和Stochastic Depth都是清华的黄高博士提出的。DenseNet（密集卷积网络）的核心思想是密集连接，即某层的输入除了包含前一层的
