视觉语言模型VLP

什么是预训练语言模型下游任务？

这里指的是词向量本身就是预训练的语言模型。什么是下游任务？
衣衣困·2025-03-04 22:36

DeepSeek：大模型领域的创新力量

其核心的语言模型架构经过精心设计与优化，能够高效处理海量文本数据，实现精准的语义理解和生成。在自然语言处理任务中，无论是基础的文本翻译、问答系统
Kurbaneli·2025-03-04 22:35

大语言模型原理与工程实践：大语言模型推理工程推理加速：算子优化

1.背景介绍近年来，大语言模型（LargeLanguageModel，LLM）在自然语言处理（NLP）领域取得了显著的进展。其中，推理（Inference）过程是大语言模型的核心环节之一。
AI天才研究院·2025-03-04 22:32

AI Agent，大模型重要落地方向

OpenAI将AIAgent定义为，以大语言模型为大脑驱动，具有自主理解感知、规划、记忆和使用工具的能力，能自动化执行完成复杂任务的系统。
IT猫仔·2025-03-04 19:15

LangChain数据代理（Agents）与Function Calling解析

数据代理（Agents）：赋予模型行动力的FunctionCalling在LangChain的生态中，数据代理（Agents）是一个关键部分，它将语言模型的能力从“回答问题”拓展为“主动行动”，为自动化和复杂任务处理带来了巨大优势
一个头发很多的程序员·2025-03-04 18:08

PCB 在自动驾驶设备中的多元化应用

在自动驾驶技术飞速发展的当下，PCB作为关键的基础部件，深度融入自动驾驶设备的各个系统，为车辆的安全、智能运行提供了有力支撑一、传感器系统作为核心枢纽（一）视觉感知摄像头适配：自动驾驶汽车凭借多个不同视角的摄像头
华高电路·2025-03-04 18:08

大语言模型生成式AI学习笔记——1. 1.1 大语言模型及生成式AI项目生命周期简介——课程简介

GenerativeAIwithLargeLanguageModelsbyDeepLearning.AI&AmazonWebServicesAboutthisCourseInGenerativeAIwithLargeLanguageModels(LLMs),you’lllearnthefundamentalsofhowgenerativeAIworks,andhowtodeployitinreal
预见未来to50·2025-03-04 18:07

Unity插件合集（二十）：涵盖了场景构建、角色设计、物理系统、特效、UI、音效等多个方面，适用于不同类型的游戏开发

此外，插件还提供了高质量的视觉特效（如镜头光晕和水面Shader）、音效包（包括魔法与元素音效）以及2D游戏开发所需的基础资源和模板。
Unity游戏资源学习屋·2025-03-04 18:05

让AI团队来分析股票！一份可以参考的简单研报——基于Python的CrewAI库

OpenAI将AIAgent定义为“以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。”
Ra1n_Su·2025-03-04 18:03

大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》

构建数据集对于大语言模型（LLM）的训练而言，首先需要构建
XiyouLinux_Kangyijie·2025-03-04 18:33

软件设计和软件架构之间的区别

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-03-04 17:56

计算机视觉｜ConvNeXt：CNN 的复兴，Transformer 的新对手

一、引言在计算机视觉领域，卷积神经网络（ConvolutionalNeuralNetworks，简称CNN）长期以来一直是核心技术，自诞生以来，它在图像分类、目标检测、语义分割等诸多任务中都取得了令人瞩目的成果
紫雾凌寒·2025-03-04 16:20

使用MATLAB，进行机器视觉手势识别

matlab进行手势识别，源码+数据集使用MATLAB，进行机器视觉手势识别。调用计算机相机采集手势数据，通过GUI界面按钮的操作能够及时的停止和启动程序。
Jack dudu·2025-03-04 16:17

【计算机视觉】手势识别

手势识别是计算机视觉领域中的重要方向，通过对摄像机采集的手部相关的图像序列进行分析处理，进而识别其中的手势，手势被识别后用户就可以通过手势来控制设备或者与设备交互。
油泼辣子多加·2025-03-04 14:06

BERT 和 Milvus 构建智能问答系统的全面技术解析，涵盖从原理到实践的完整流程

下面Python代码示例和优化策略：一、技术栈协作原理BERT的语义编码能力BERT作为预训练语言模型，通过双向Transformer结构将文本转换为高维向量（如768维），捕捉上下文语义信息。
·2025-03-04 14:28

顶配版SAM：由分割一切迈向感知一切

文章目录0.前言1.论文地址1.1项目&代码1.2模型地址1.3Demo2.模型介绍2.1亮点2.2方法3.量化结果、可视化展示Reference0.前言现有的视觉分割基础模型，如SAM及其变体，集中优势在形状
猛码Memmat·2025-03-04 13:23

AI大模型-提示工程学习笔记22-元提示(meta-prompting)

Meta-Prompting的解决方案2.Meta-Prompting的工作流程(1)元提示输入(2)提示生成(3)提示评估(可选)(4)提示选择(可选)(5)任务执行3.Meta-Prompting的关键组件(1)大语言模型
9命怪猫·2025-03-04 13:22

Helix 是开源的私有 GenAI 堆栈，用于构建具有声明性管道、知识 （RAG）、API 绑定和一流测试的 AI 应用程序。

从语言模型到图像模型等，Helix以符合人体工程学、可扩展的方式为您的业务带来最好的开源AI，同时优化GPU内存和延迟
2301_78755287·2025-03-04 13:50

机器视觉初体验---镭雕码自动识别打印

视觉初体验-镭雕码自动识别打印引言纸上得来终觉浅，绝知此事要躬行！这是第一个关于视觉方面的简单应用，刚开始以为很简单，但做起来却发现还有许多东西需要解决。
奇晓迹·2025-03-04 10:29

医院信息科医疗语言大模型开发的风险洞察与避坑策略

例如，在疾病诊断环节，大语言模型可以通过对患者症状、病史等文本信息的分析，快速给出可能的疾
Allen_LVyingbo·2025-03-04 09:57

树莓集团现状最新进展：宜宾园区业务再添新篇

园区内的研发团队成功研发出一款适用于工业检测的人工智能视觉系统。该系统利用深度学习算法，能够快速、准确地检测出工业产品表面的细微缺陷，检测精度比传统检测方法提高了30%。
树莓集团·2025-03-04 08:21

【Python】OpenCV算法使用案例全解

OpenCV算法使用案例全解前言OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库，它提供了大量的图像和视频处理功能。
岱宗夫up·2025-03-04 07:43

【Keil5】keil5修改主题背景颜色--仿VS Code 主题

keil单调的白底主题难免会让人产生视觉疲劳，该配置摸仿VS的黑色主题。当然，如果你觉得这些都不合你心意也可自己制作配色方案。
流浪_彩虹·2025-03-04 07:12

微调DeepSeek-R1打造SQL语言转自然语言大模型！小白也能十分钟打造自己的推理大模型！unsloth+Colab+DeepSeek-R1-Distill-Llama-8B轻松上手

unsloth+Colab+DeepSeek-R1-Distill_哔哩哔哩_bilibili简介：DeepSeek-R1-Distill-Llama-8B是一个基于Llama架构的8B参数语言模型，经过深度蒸馏
AI超元域·2025-03-04 07:08

smolagents学习笔记系列（十）Examples - Web Browser Automation with Agents

这篇文章锁定官网教程中Examples章节中的WebBrowserAutomationwithAgents文章，主要介绍了如何设计一个由Agent驱动结合视觉模态的Web内容浏览功能，包含了以下几个功能
nenchoumi3119·2025-03-04 04:50

An Introduction to Statistical Learning with Applicatio

它是机器学习、数据挖掘、计算机视觉等领域的一个分支，是当前热门的AI方向。
AI天才研究院·2025-03-04 02:30

LLMR//https://github.com/microsoft/llmr?locale=zh-cn

locale=zh-cnIntroduction这个repo包含LLMR中描述的代码，实现了混合现实框架的大型语言模型。
开心就好啦~·2025-03-04 01:53

LangChain入门---- Prompt

Prompt介绍LangChain中的“Prompt”是一个关键概念，指的是输入给大型语言模型（LLM）的文本指令或提示，用于引导模型生成特定的输出或执行特定的任务。
快乐小狗(成功上岸版·2025-03-04 00:21

图像算法工程师的技术图谱和学习路径

01.图像算法图像算法工程师的技术图谱和学习路径涵盖了多个技术领域，从基础知识到高级算法，涉及计算机视觉、深度学习、图像处理、数学和编程等多个方面。以下是图像算法工程师的技术图谱和学习路径的详细总结。
执于代码·2025-03-03 23:09

DeepSeek-R1：通过强化学习激励大型语言模型的推理能力

摘要我们介绍了第一代推理模型DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练而成的模型，无需监督微调（SFT）作为初步步骤，展示了卓越的推理能力。通过RL，DeepSeek-R1-Zero自然涌现出许多强大而有趣的推理行为。然而，它也面临诸如可读性差和语言混合等挑战。为了解决这些问题并进一步提升推理性能，我们引入了Dee
AI专题精讲·2025-03-03 22:05

CSS 修饰属性：透明度与光标类型

透明度的应用场景**2.光标类型（`cursor`）：改变鼠标指针️**光标类型的应用场景**3.小结：透明度与光标类型的魔力✨CSS修饰属性：透明度与光标类型✨️在CSS中，修饰属性是那些帮助我们增加视觉效果和用户体验的小技巧
人才程序员·2025-03-03 22:04

【深度学习】Hopfield网络：模拟联想记忆

Transformer模型自2017年被提出以来，已经成为自然语言处理（NLP）领域的核心架构，并在计算机视觉、语音处理等其他领域也取得了显著的成功。
T-I-M·2025-03-03 22:32

grok 3官网入口_grok 3国内使用指南

Grok是xAI于2023年11月推出的创新型语言模型。与市面上众多聊天机器人相比，Grok不只是一个简单的工具，它的推出标志着AI领域的一次重要突破。
·2025-03-03 22:32

人工智能开发中的数据隐私

大型语言模型(LLM)的发展和对通用人工智能(AGI)的追求
RA AI衍生者训练营·2025-03-03 19:09

基于DeepSeek 的图生文最新算法 VLM-R1

目录一、算法介绍二算法部署三模型下载四算法测试五可视化脚本一、算法介绍VLM-R1：稳定且可通用的R1风格大型视觉语言模型自从Deepseek-R1推出以来，出现了许多专注于复制和改进它的作品。
AI算法网奇·2025-03-03 18:02

YOLO在PiscTrace上检测到数据分析

在现代计算机视觉领域，实时视频数据的检测与分析对于安全监控、交通管理以及智能制造等领域具有重要意义。
那雨倾城·2025-03-03 18:26

创新引领的人工智能模型系列：MiniMax-01 系列震撼登场

这个系列模型中包含两个模型，基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。
·2025-03-03 17:52

【深度学习·命运-27】NAS四部曲end-NASNet

NeuralArchitectureSearchNetwork）是由GoogleBrain团队提出的另一种神经架构搜索（NAS）方法，它通过自动化搜索神经网络的结构，找到了具有竞争力的神经网络架构，尤其在计算机视觉任务
华东算法王·2025-03-03 17:23

2024 最新计算机视觉学习路线（入门篇）_计算机视觉课程主线

Python是机器学习项目中最流行的编程语言之一，因为与Java和C++等其他编程语言相比，它简单易读。Python附带了许多可以加快开发速度的库，其中一些重要的库是OpenCV、TensorFlow、PyTorch等，它们专门用于图像处理相关任务。本文旨在向初学者介绍这一领域，为他们提供有关涉及图像的机器学习应用程序背后概念的基本知识，并从高层次的角度深入了解这些库如何在底层协同工作，以便他们在
m0_60721823·2025-03-03 17:53

Llama 3.2入门基础教程（非常详细），Llama 3.2微调、部署以及多模态训练入门到精通，收藏这一篇就够了！

9月25日Meta发布了Llama3.2，包括11B和90B的视觉语言模型。前排提示，文末有大模型AGI-CSDN独家资料包哦！
中年猿人·2025-03-03 17:49

计算机视觉 ｜解锁视频理解三剑客——TimeSformer

视频理解作为计算机视觉领域的重要研究方向，旨在让计算机能够像人类一样理解视频中的内容，包括识别视频中的物体、动作、场景，以及理解事件的发展过程和语义信息等。
紫雾凌寒·2025-03-03 16:19

minikube 的 Kubernetes 入门教程--Dify

Dify是一款开源的大语言模型(LLM)应用开发平台。它融合了后端即服务（BackendasService）和LLMOps的理念，使开发者可以快速搭建生产级的生成式AI应用。
NightReader·2025-03-03 16:14

探索vLLM Chat：作为OpenAI API替代方案的强大工具

#探索vLLMChat：作为OpenAIAPI替代方案的强大工具##引言随着生成式AI技术的发展，许多应用都依赖于强大的语言模型API来提供自然语言处理任务的支持。
qq_37836323·2025-03-03 15:41

AI大语言模型概述：从GPT到BERT的技术演进

1.背景介绍1.1什么是大语言模型大语言模型是一种基于深度学习的自然语言处理技术，它可以理解和生成人类语言。
AI智能涌现深度研究·2025-03-03 15:40

Meta Platforms （原Facebook）计划推出新的大型语言模型以应用于人工智能

近期，有消息传出MetaPlatforms计划推出新的大型语言模型以应用于人工智能领域，这一举措无疑将对行业格局产生深远影响。
PM简读馆·2025-03-03 15:40

本地部署大语言模型-DeepSeek

DeepSeek是国内顶尖AI团队「深度求索」开发的多模态大模型，具备数学推理、代码生成等深度能力，堪称"AI界的六边形战士"。HosteaseAMD9950X/96G/3.84TNVMe/1G/5IP/RTX4090GPU服务器提供多种计费模式。DeepSeek-R1-32B配置配置项规格要求CPU16核以上（如AMDRyzen9950）内存96GB硬盘960GB显卡24GB+显存（如RTX40
NightReader·2025-03-03 15:36

让 DeepSeek 更“聪明”：一键解析 PDF 和 Word 文档的 GUI 小工具，轻松处理复杂文档

DeepSeek-r1:1.5b是一款强大的语言模型，能够根据输入的自然语言进行推理和生成，但其原生本地部署环境并不支持直接上传文档进行解析。
Python测试之道·2025-03-03 12:10

AI视觉觉醒：深度学习如何革新视频标注，释放数据潜力基于深度学习的视频自动标注系统

目录引言：被忽视的视频数据金矿传统视频标注的困境：效率、成本与瓶颈深度学习：视频自动标注的破局之道深度学习视频自动标注系统架构系统架构图核心技术解析目标检测（ObjectDetection）行为识别（ActionRecognition）视频分割（VideoSegmentation）代码实践：基于YOLOv5的目标检测视频标注示例挑战与未来展望结语：AI赋能，释放视频数据的无限可能引言：被忽视的视频
海棠AI实验室·2025-03-03 09:54

DeepSeek 开源周五个开源项目，引领 AI 创新？

Day1:FlashMLA项目介绍FlashMLA是一个为HopperGPU设计的高效解码内核，专门用于大型语言模型（
LaughingZhu·2025-03-03 08:09

Gemini API —— Curl 快速开发 Google Gemini 中国版！

https://gemini.danielmind.techGeminiAPI快速入门教程GeminiAPI是一种强大的生成式语言模型，支持文本生成、多模态输入（文字+图片）、多轮对话等功能。
这儿有一堆花·2025-03-03 08:08
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他