小白系列（1） | 计算机视觉之图像分类
这篇文章，是对图像分类的技术做了一个简单的入门级的介绍，包括图像分类的重要性、基于机器学习/深度学习的图像分类介绍、实际的应用方向等等。
Anaconda下的tensorflow-gpu2.6.0安装使用
# Anaconda下的tensorflow-gpu2.6.0安装使用
GPT-4创造者：第二次改变AI浪潮的方向
一朝成名天下知。ChatGPT/GPT-4相关的新闻接二连三刷屏朋友圈，如今，这些模型背后的公司OpenAI的知名度不亚于任何科技巨头。不过，就在ChatGPT问世前，OpenAI在GPT-3发布后的两年多时间里陷入沉寂，甚至开始被人唱衰。实际上，OpenAI在这期间正在潜心打磨GPT-3.5。在O
使用Unit Scaling进行FP16 和 FP8 训练
Unit Scaling 是一种新的低精度机器学习方法，能够在没有损失缩放的情况下训练 FP16 和 FP8 中的语言模型。
最新人机对话工具：GPT4介绍（ChatGPT升级版 支持图片且更智能）
今天偶然发现期待已久的GPT-4发布了，比上一版的ChatGPT（GPT-3.5）性能还好，最主要是支持图片输入，就增加了很多新的场景
GPT-4介绍＆api申请（Chatgpt plus）
GPT-4 由于其更广泛的一般知识和解决问题的能力，可以更准确地解决难题。Openai官网GPT4GPT4 Api候补ChatGPT Plus可直接使用。New Bing后续也会接入GPT-4。
人工智能-10种机器学习常见算法
机器学习是目前行业的一个创新且重要的领域。今天，给大家介绍机器学习中的10种常见的算法，希望可以帮助大家适应机器学习的世界。1、线性回归线性回归(Linear Regression)是目前机器学习算法中最流行的一种，线性回归算法就是要找一条直线，并且让这条直线尽可能地拟合散点图中的数据点。它试图通过
gma 教程 | 气候气象 | 计算标准化降水指数（SPI）
【基于 Excel 降水和蒸散数据计算 SPI】【基于 GTiff 栅格降水和蒸散数据计算 SPI】
Softmax分类器及交叉熵损失（通俗易懂）
简单的说,softmax函数会将输出结果缩小到0到1的一个值，并且所有值相加为1，cross-entropy一般再softmax函数求得结果后再用，
干货 | 阻抗与导纳控制：一种使机器人刚中带柔的控制方法
“本期技术干货，我们邀请到了小米机器人实验室工程师任赜宇，和大家分享在机器人力控方法中最为经典的一类控制方法，即阻抗与导纳控制。”一、前言在传统机器人尤其是工业机械臂的应用中，机器人通常都是运行在固定的位置轨迹下，再加上机器人的本体设计多由高强度的铝合金以及高减速比的谐波减速器构成，因此机器人多呈现
深度学习：根据 loss曲线，对模型调参
深度学习模型调参笔记train loss 下降，val loss下降，说明网络仍在学习； 奈斯，继续训练train loss 下降，val loss上升，说明网络开始过拟合了；赶紧停止，然后数据增强、正则train loss 不变，val loss不变，说明学习遇到瓶颈；调小学习率或批量数目trai
一文了解GPU并行计算CUDA
一、CUDA和GPU简介；二、GPU工作原理与结构；2.1、基础GPU架构；2.2、GPU编程模型；2.3、软件和硬件的对应关系；三、GPU应用领域；四、GPU+CPU异构计算；五、MPI与CUDA的区别。
GAN(生成对抗网络)Matlab代码详解
这篇博客主要是对GAN网络的代码进行一个详细的讲解：首先是预定义：clear; clc; %%%clc是清除当前command区域的命令,表示清空,看着舒服些 。而clear用于清空环境变量。两者是不同的。%%%装载数据集train_x=load('Normalization_wbc.txt');%
特征匹配算法GMS(Grid-based Motion Statistics)理论与实践
GMS一种基于运动统计的快速鲁棒特征匹配过滤算法，能明显地改善匹配结果，目前已经集成进入OpenCV之中
YOLOX优点介绍与解析，详细易懂。
YOLOX各个优点详解，让你一篇文章了解！
主动学习(Active Learning，AL)的理解以及代码流程讲解
针对有监督的学习任务，存在标记成本较为昂贵且标记难以大量获取的问题。 在此问题背景下，主动学习（Active Learning, AL）尝试通过选择性的标记较少数据而训练出表现较好的模型。主动学习的工作流程的关键是选择模型、使用的不确定性度量以及应用于请求标签的查询策略。主要步骤为：收集数据、建立模
从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果
用pyqt5实现yolov5图像、视频和摄像头的实时监测
深度学习：交叉验证（Cross Validation）
将原始数据随机分为两组，一组做为训练集，一组做为验证集，利用训练集训练分类器，然后利用验证集验证模型，记录最后的分类准确率为此分类器的性能指标。好处：处理简单，只需随机把原始数据分为两组即可坏处：但没有达到交叉的思想，由于是随机的将原始数据分组，所以最后验证集分类准确率的高低与原始数据的分组有很大的
【事件图谱】事件抽取与事件关系抽取
本文简单介绍了事件抽取任务和事件之间的几种关系。并根据现在的研究介绍了几种事件抽取和关系抽取的方法。最后简单盘点了事件抽取的研究的发展趋势。
人工智能-A*启发式搜索算法解决八数码问题 Python实现
八数码问题也称为九宫问题。在 3×3 的棋盘，摆有八个棋子，每个棋子上标有 1 至 8 的某一数字，不同棋子上标的数字不相同。棋盘上还有一个空格（以数字 0 来表示），与空 格相邻的棋子可以移到空格中。要求解决的问题是：给出一个初始状态和一个目标状态，找出一种从初始转变成目标状态的移动棋子步数最少的
