Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
本文主要是Matplotlib从入门到精通系列第1篇，本文介绍了Matplotlib的历史，绘图元素的概念以及Matplotlib的多个层级，同时介绍了较好的参考文档置于博客前面，读者可以重点查看参考链接。本系列的目的是可以完整的完成Matplotlib从入门到精通。
pytorch的下载解决方案（下载出错、下载过慢问题）
第一次下载pytorch往往会出现一些问题，比如不知道如何下载，或者下载过慢等问题，由此本文给出以下解决放方案，并给出图示解决。
三分钟认知Softmax和Sigmoid的详细区别
Softmax以及Sigmoid这两者都是神经网络中的激活函数，对应还有其他的激活函数引入激活函数是为了将其输入非线性化，使得神经网络可以逼近任何非线性函数（原本没有引入激活函数，就是多个矩阵进行相乘，无论神经网络多少层都是线性组合，这个概念是感知机）Softmax以及Sigmoid两者都是作为神经
GPT-4问世；LLM训练指南；纯浏览器跑Stable Diffusion
1.多模态GPT-4正式发布：支持图像和文本输入，效果超越ChatGPTOpenAI的里程碑之作GPT-4终于发布，这是一个多模态大模型（接受图像和文本输入，生成文本）。主要能力有：GPT-4可以更准确地解决难题，具有更广泛的常识和解决问题的能力：更具创造性和协作性；可以接受图像作为输入并生成说明文
工业相机飞拍模式介绍及相机曝光值计算
例如：相机现在的曝光时间是2000us，传送带运动的速度是100mm/s，使用的相机分辨率为2448*2048，视野范围是300mm*250mm，物体运动的方向是水平方向，精度要求拖影不超过1/2像素。1.视觉停拍：传统的视觉定位采取停拍的方式，即工件按照既定的轨迹运动，当运行到拍照点时，运动轴速度
深度学习和高光谱图像分类
深度学习算法对高光谱图像进行分类的一些问题和方法。
传统图像处理之颜色特征
在深度学习广泛应用之前，也就是我们所说的传统图像处理，人们是如何处理图像的呢？首先找出图片中的关键特征，然后对这些特征进行识别，检测，分割等。在对计算机进行处理时，也需要先寻找特征。在让计算机理解图像之前，我们先来熟悉熟悉图像特征。
人工智能算法面试大总结-总目录
涉及秋招、春招、社招
Meta最新模型LLaMA细节与代码详解
本文对Facebook Meta AI最新提出的大语言模型LLaMA进行简单的介绍，以及对其开源出的代码和细节进行了详细的说明。
ros(23)：接收rviz中的2D Nav Goal、2D Pose Estimate消息
即设置二维导航目标，并使用“goal”这个话题进行通讯（结合rviz的其他教程，话题名也可能是“/move_base_simple/goal”）其消息类型为：geometry_msgs/PoseStamped1.2 2D Pose Estimate即设置二维初始位姿并使用“initialpose”进
显卡、显卡驱动版本、cuda版本和Pytorch相互之间的依赖关系
探讨如何根据显卡和显卡驱动版本去选择相应的CUDA和Pytorch。
Nuscenes 数据集浅析
Nuscenes 数据集浅析
显卡、显卡驱动、cuda、cudnn 通俗解释及深度学习环境搭建
显卡、显卡驱动、cuda、cudnn、通俗解释及安装。
模型可解释性 DeepLIFT 论文解析
模型可解释性 DeepLIFT 论文解析
2022 ECCV 三维人体重建相关论文汇总
在arxiv中收集的2022ECCV关于三维人体重建的相关论文。进行了一个汇总、简介以及导引！
【机器学习】支持向量回归
支持向量回归 SVR 回归模型 支持向量机 管道 惩罚 拉格朗日 KKT 对偶 互补松弛 支持向量 几何意义 间隔 边界 超平面
各种生成模型：VAE、GAN、flow、DDPM、autoregressive models
各种生成模型：VAE、GAN、flow、DDPM、autoregressive models
遗传算法(GA)优化的BP神经网络预测,GA-BP回归预测,多输入单输出模型。
遗传算法(GA)优化的BP神经网络预测,GA-BP回归预测,多输入单输出模型。
Vision Transformer 论文 + 详解（ ViT ）
Vision Transformer 论文 + 详解
什么是ChatGPT
而且，该模型在诸多任务上表现卓越，例如在法语-英语和德语-英语机器翻译任务上达到当前最佳水平，自动产生的文章几乎让人无法辨别出自人还是机器（仅52%的正确率，与随机猜测相当），更令人惊讶的是在两位数的加减运算任务上达到几乎100%的正确率，甚至还可以依据任务描述自动生成代码。GPT-2也于2019年
