深度学习必备知识——模型数据集Yolo与Voc格式文件相互转化
在深度学习中，第一步要做的往往就是处理数据集,尤其是学习百度飞桨PaddlePaddle的小伙伴，数据集经常要用Voc格式的，比如性能突出的ppyolo等模型。所以学会数据集转化的本领是十分必要的。这篇博客就带你一起进行Yolo与Voc格式的相互转化，附详细代码！
so-vits-svc3.0 中文详细安装、训练、推理使用教程
so-vits-svc 中文详细安装、训练、推理使用步骤
数据挖掘(2.2)--数据预处理
描述数据的中心趋势、数据发散、数据清洗
Pytorch深度学习实战3-5：详解计算图与自动微分机(附实例)
本文详细介绍Pytorch中计算图的底层原理，讲解基于计算图的前向传播和反向传播，Pytorch自动微分原理以及梯度缓存、参数冻结等技巧
「文心一言」内测详细使用体验
文心一言内测详细使用体验，一起来看看百度的文心一言吧！
一文速学-GBDT模型算法原理以及实现+Python项目实战
上篇文章内容已经将Adaboost模型算法原理以及实现详细讲述实践了一遍，但是只是将了Adaboost模型分类功能，还有回归模型没有展示，下一篇我将展示如何使用Adaboost模型进行回归算法训练。首先还是先回到梯度提升决策树GBDT算法模型上面来，GBDT模型衍生的模型在其他论文研究以及数学建模比
【数据挖掘实战】——应用系统负载分析与容量预测(ARIMA模型)
系统负载分析的传统方法：通过监控采集到的性能数据以及所发出的告警事件，人为进行判断系统的负载情况。实际业务中，监控系统会每天定时对磁盘的信息进行收集，但是磁盘容量属性一般情况下都是一个定值（不考虑中途扩容的情况），因此磁盘原始数据中会存在磁盘容量的重复数据。在不考虑人为因素的影响时，存储空间随时间变
AI遮天传 NLP-词表示
NLP-词表示
【周末闲谈】文心一言，模仿还是超越？
经过了一周的忙碌，周末如期而至，今天我们来聊聊当下最为火热的话题中国版”ChatGPT“——文心一言，在人工智能技术“芯片-框架-模型-应用”四层结构中，百度是全球为数不多在这四层进行全栈布局的公司，从昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到百度搜索等应用，各个层面都有自研技术。像Cha
OpenCV实战——使用MSER提取特征区域
最大稳定极值区域 (maximally stable external regions, MSER) 算法同样使用注水过程类比提取图像中的特征区域，这些区域同样通过逐级淹没图像来创建，但我们将重点关注在浸入过程中保持相对稳定的盆地，这些区域对应于图像中目标对象的特征部分。在 OpenCV 中可以使用
机器学习中的数学原理——过拟合、正则化与惩罚函数
通过这篇博客，你将清晰的明白什么是过拟合、正则化、惩罚函数。这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在 机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！感兴趣的小伙伴欢迎私信或者评论区留言！这一篇就更新一下《 白话机器学习中的数学——过拟合、正则化与惩罚函数》
数据挖掘(2.3)--数据预处理
三、数据集成和转换1.数据集成2.数据冗余性2.1 皮尔森相关系数2.2卡方检验3.数据转换
Chatgpt 编程 工作实战使用 (国内 镜像)
导入功能System . out . println("导入数据为:" + array);导出功能// 表头数据 List < Object > head = Arrays . asList("姓名" , "年龄" , "性别" , "头像");// 用户1数据 List < Object > us
【GPT4】论文阅读神器 SciSpace 注册与测试
在国内不需要科学上网就可以免费实时的，使用基于 ChatGPT 的英文论文阅读神器。本文内容：【SciSpace】官网地址，【SciSpace】实战解说，【SciSpace】谈 CSDN 与 知乎
Transformer在计算机视觉中的应用-VIT、TNT模型
Transformer在计算机视觉中的应用-VIT算法
万字长文：Stable Diffusion 保姆级教程
万字长文，超详细一步一步教你在本地部署运行当下超火的Stable Diffusion模型，生成各种风格图像。
用chatgpt写insar地质灾害的论文，重复率只有1.8%，chatgpt4.0写论文不是梦
例如，长江三峡地区位于构造活跃带，地震活动频繁，同时地区地质构造多样，加之大规模水库建设和人类活动等因素，导致了地下水位变化、土体物理力学性质变化等，加剧了地质灾害的风险。近年来，多个地区的科学家们使用InSAR技术监测了不同规模的地面沉降，如华北平原、广东沿海、长江三角洲等地，以实现对地质灾害的实
路径规划 | 图解LPA*算法(附ROS C++/Python/Matlab仿真)
LPA*算法是一种增量启发式路径规划算法，在保证动态可行性的同时增强了最优性。本文图解LPA*算法原理，并提供ROS C++、Python、Matlab三种仿真环境的实验代码
占有统治地位的Transformer究竟是什么
一篇文章弄懂Transformer+项目训练。
注意力机制详解系列（三）：空间注意力机制
本篇为注意力机制系列第三篇，主要介绍注意力机制中的空间注意力机制，着重详解DCN、Non-local、ViT、DETR等模型，下一篇将对混合注意力机制和时域注意力机制进行讲解。
