训练彩色图像数据集

[论文阅读] SeeSR: Towards Semantics-Aware Real-World Image Super-Resolution

**一、前言通信作者是香港理工大学&OPPO研究所的张磊教授，也是图像超分ISR的一个大牛了。
qianx77·2025-02-19 06:58

CHRONOS - 新闻时间线摘要

为开放域TLS构建了一个最新的数据集，它在大小和时间线持续时间方面都超过了现有的公共数据集。⚗️OPEN-TLS数据集我们发布了用于开放域时间线摘要的Open-TLS数据集。
小众AI·2025-02-19 06:54

Pytorch实现论文之一种基于扰动卷积层和梯度归一化的生成对抗网络

简介简介：提出了一种针对鉴别器的梯度惩罚方法和在鉴别器中采用扰动卷积，拟解决锐梯度空间引起的训练不稳定性问题和判别器的记忆问题。
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文：利用推土机距离与梯度惩罚在ACGAN中训练。

在训练数据充足、分布均
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文之三元DCGAN生成RGB图像用于红外图像着色生成

简介简介：采用了三次DCGAN单独生成单通道图像之后进行组成RGB图像放入鉴别器中检测，并在鉴别器和生成器的损失训练中采用梯度方法来提升或者降低权重。该方法将用于获得红外图像着色的生成。
这张生成的图像能检测吗·2025-02-19 05:50

微调alpaca-lora遇到的一些问题

目录一、环境简介二、混合精度训练Tensor相互计算会报错三、推理加载lora报错：SafetensorError:Errorwhiledeserializingheader:InvalidHeaderDeserialization
自学AI的鲨鱼儿·2025-02-19 05:42

LeetCode解决方案集：编程与面试技能提升

本文还有配套的精品资源，点击获取简介：LeetCode是一个编程训练平台，提供了大量编程题目，用于提升开发者的算法技能和面试准备。
徐子贡·2025-02-19 04:37

Python库 - transformers

它提供了大量的预训练模型，这些模型可以用于各种NLP任务，如文本分类、问答、翻译、摘要生成等。
司南锤·2025-02-19 03:28

利用 OpenCV 进行棋盘检测与透视变换

本篇文章将详细介绍如何使用OpenCV进行棋盘检测，并通过透视变换将棋盘区域转换为一个标准的矩形图像。
萧鼎·2025-02-19 03:57

conda更换环境版本（比如torch版本）

pytorch官网torch过往的版本创建新环境condacreate--namemyenvpython=3.8condaactivatemyenvconda虚拟环境中安装CUDA和CUDNN深度学习用显卡训练的时候
挨打且不服66·2025-02-19 03:57

流行编程语言全解析：优势、应用与短板

适用领域数据科学与分析：处理和分析大规模数据集，进行数据可视化。典型示例：Google用Python进行数据分析，处理海量数据以支持各种业务决策。机器学习与人工智能：构建和训练模型。
a小胡哦·2025-02-19 03:27

从awesome xxx类型的GitHub项目的README.md文件中检索所有GitHub代码库链接，并将它们克隆到本地

智能编码处理-新增URL解码功能，完美处理含中文等特殊字符的仓库名深度镜像支持-更新国内高校镜像源，提升克隆速度（新增清华、中科大镜像）智能重试机制-增加自动重试功能，网络波动时自动重试3次进度可视化-添加彩色进度条显示
之群害马·2025-02-19 03:55

LLaMA系列大模型调研与整理-llama-alpaca-lora

alpaca-lora5.Chinese-LLaMA-Alpaca6.BELLE大模型综述ASurveyofLargeLanguageModels关键词：大模型，LLaMA，Alpaca，Lora，Belle，模型训练
AI大模型-大飞·2025-02-19 02:17

deepseek和ChatGPT 4o比较

后训练+RL/RLHFDeepSeekR1等推理模型是在通用模型的基础上进行“特训”（后训练+SFT/RL/RLHF），使其不仅知道得多还用得好
调皮的芋头·2025-02-19 02:46

采用分布式部署deepseek

分布式部署DeepSeek涉及使用多个计算节点来加速模型训练或提升推理效率。下面是一个基本的指南，帮助您了解如何进行分布式部署。
慧香一格·2025-02-19 02:14

AIGC遇上Stable Diffusion：当创意邂逅精准，绘梦成真之旅

基本概念与魔法起源作用说明：从想象到像素的跨越StableDiffusion实战演练：像素炼金术士的秘籍案例一：像素画师初体验案例二：风格迁移的魔法深入探索：多维度功能使用实战开发技巧与避坑指南技巧一：性能优化避坑：图像模糊或失真安全防范
DTcode7·2025-02-19 01:37

CVPR2023 Highlight | ECON：最新单图穿衣人三维重建SOTA算法

从彩色图像进行人体数字化。ECON结合了自由形式隐式表示的最佳方面，以及明确的拟人化正则化，以推断高保真度的3D人类，即使是宽松的衣服或具有挑战性的姿势。
3Ｄ视觉工坊·2025-02-19 01:36

《Ollama 与 DeepSeek 整合应用入门指南》一、二、三章

无需网络连接的数据隐私保护跨平台架构设计：支持Windows/macOS/Linux全平台模型管理引擎：自动化处理模型依赖与版本控制1.2DeepSeek模型特性多模态处理能力：文本生成、代码理解、数学推理中文优化架构：针对中文语料的特殊训练策略模型家族图谱
Allen-Steven·2025-02-19 01:05

【JAVA工程师从0开始学AI】，第四步：闭包与高阶函数——用Python的“魔法函数“重构Java思维

这里没有类的枷锁，函数既是武器又是盾牌，高阶函数组合出的"代码万花筒"，正是AI数据处理、模型训练的核心密码。本文将用J
架构默片·2025-02-19 01:03

腾讯云大模型知识引擎×DeepSeek赋能文旅

其核心优势包括：动态知识更新：突破传统大模型预训练数据的时间
繁依Fanyi·2025-02-19 00:55

huggingface/pytorch-image-models

huggingface/pytorch-image-models1.使用技巧1.1.训练指令单卡：pythontrain.py--pretrained--input-size3224224--mean000
GarryLau·2025-02-19 00:23

什么是插值？（通俗解释）

在图像处理中，插值（Interpolation）就是如何在缩放图片时，生成新的像素点，让图片看起来更自
MO__YE·2025-02-18 23:46

PyTorch `.pth` 转 ONNX：从模型训练到跨平台部署

PyTorch.pth转ONNX：从模型训练到跨平台部署在深度学习里，模型的格式决定了它的可用性。如果你是PyTorch用户，你可能熟悉.pth文件，它用于存储训练好的模型。
MO__YE·2025-02-18 23:46

Pytorch实现之SCGAN实现人脸修复

简介简介：在输入端对输入图像采用掩码遮挡部分图像，之后通过跳跃生成对抗网络生成修复掩码部分的人脸进而生成完整的人脸数据。对于生成器结构的损失采用MES损失，对于鉴别器的结构采用WGAN-GP的损失。
这张生成的图像能检测吗·2025-02-18 23:16

什么是Scaling Laws（缩放定律）；DeepSeek的Scaling Laws

ScalingLaws（缩放定律）ScalingLaws（缩放定律）在人工智能尤其是深度学习领域具有重要意义，以下是相关介绍及示例：定义与内涵ScalingLaws主要描述了深度学习模型在规模（如模型参数数量、训练数据量
ZhangJiQun&MXP·2025-02-18 23:14

智能算力中心万卡GPU集群架构深度解析

超万卡集群缩短训练时间，加速迭代，助力市场趋势应对。在超万卡集群中，高效稳定地训练大模型面临双重挑战：确保集群算力最大化、网
科技互联人生·2025-02-18 23:13

PyTorch `.pth` 转 ONNX：从模型训练到跨平台部署

PyTorch.pth转ONNX：从模型训练到跨平台部署在深度学习里，模型的格式决定了它的可用性。如果你是PyTorch用户，你可能熟悉.pth文件，它用于存储训练好的模型。
MO__YE·2025-02-18 23:12

如何训练LLM“思考”（像o1和DeepSeek-R1一样, 高级推理模型解析

2024年9月，OpenAI发布了它的o1模型，该模型基于大规模强化学习训练，赋予了它“高级推理”能力。不幸的是，他们是如何做到这一点的细节从未被公开披露。
果冻人工智能·2025-02-18 22:06

大模型应用层的创业挑战

大模型的应用从语言模型扩展到图像、视频和音频领域，为各行各业带来了颠覆性的创新。然而，构建和部署大模型的成本高昂，对计算资源和数据的需求也日益增加。本文将探讨大模型应用层面的创业挑战，并提供
AGI大模型与大数据研究院·2025-02-18 22:34

商汤绝影端到端自动驾驶的迭代优化

自动驾驶,端到端,迭代优化,深度学习,感知,规划,控制,模型训练,数据增强,模型微调1.背景介绍随着人工智能和计算机视觉技术的飞速发展，自动驾驶汽车从科幻走进了现实。
AGI大模型与大数据研究院·2025-02-18 22:33

【大模型】数据集构造方式

数据格式示例Alpaca数据集的格式通常是JSON，包含以下几个字
油泼辣子多加·2025-02-18 22:02

如何使用Vue3创建在线三维模型展示？

本文由ScriptEcho平台提供技术支持项目地址：传送门代码相关的技术博客代码应用场景介绍本段代码使用RoughJS库在HTML5Canvas上创建了手绘风格的图像，展示了RoughJS库的强大功能，
ScriptEcho·2025-02-18 21:54

K-means聚类：解锁数据隐藏结构的钥匙

其中，K-means聚类作为一种经典且实用的无监督学习算法，以其简单高效的特点，广泛应用于市场细分、图像分割和基因聚类等领域。
小村学长毕业设计·2025-02-18 20:18

2. 从HuggingFace下载千问模型、数据、微调并运行

视频链接（1）3.从HuggingFace下载千问模型、数据、微调并运行（上）_哔哩哔哩_bilibili在本课程中，我们将带你下载并本地运行一个大模型，进行模型的微调训练等,视频播放量525、弹幕量0
ApiChain·2025-02-18 20:45

什么是神经网络

函数我们以MNIST手写数字图像识别为例，来定义一下对应的函数形式：任务类型：图像分类输入：一张图像包含28x28=784个像素，每个像素用一个实数表示输出：0-9任务描述：从图像张识别出唯一的数字函数定义
jerryjee·2025-02-18 20:09

解剖DeepSeek四把刀，一场深到源码，大到行业，细到人心盛宴

他们公开的是经过蒸馏的“成品模型”，而非原始训练框架：就像给你组装好的乐高战舰，却藏起了设计图纸。这种半开放式开源既能吸引开发者构建生态，又
leluckys·2025-02-18 19:33

SFT（监督微调）和RLHF（基于人类反馈的强化学习）的区别

和RLHF（基于人类反馈的强化学习）的区别STF（SupervisedFine-Tuning）和RLHF（ReinforcementLearningfromHumanFeedback）是两种不同的模型训练方法
钟小宇·2025-02-18 18:11

NoSQL调研与学习（一）

NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，特别是大数
JUNPR·2025-02-18 18:39

【机器学习】半监督和无监督极限学习机SS-US-ELM附Matlab代码

2.2ELM的学习过程介绍ELM的学习算法和训练过程。三、半监督极限学习机（SS-ELM）3.1SS-ELM的提
默默科研仔·2025-02-18 18:09

DeepSeek为什么超越了OpenAI

其中，技术架构的突破最具革命性——DeepSeek创造性地采用"混合专家系统+领域预训练"架构，在特定领域的推理效率比OpenAI的GPT-4提升40%以上（根据2023年MLPerch基准测试）。
·2025-02-18 17:19

DeepSeek的训练与优化流程

DeepSeek的训练与优化流程一、数据工程体系1.多模态数据融合处理动态数据湖架构：实时摄入互联网文本、科学论文、专利文献、传感器数据等20+数据源日均处理原始数据量达1.2PB，支持200+文件格式自动解析智能清洗流水线
程序猿000001号·2025-02-18 17:01

机器学习基本篇

1基本概念机器学习，分为回归，分类，聚类，降维有监督学习回归，分类，有特征，有标签，进行训练，然后对新数据进行预测无监督学习聚类，降维。
胖胖的小肥猫·2025-02-18 16:51

【YOLO模型】（1）--YOLO是什么

2.原理YOLO算法将输入图像分成SxS个网格，每个网格负责预测该网格内是否存在目标以及目标的类别和位置信息。此外，YOLO算法还采用了多尺度特征融合的技术
方世恩·2025-02-18 15:41

ocr智能票据识别系统|自动化票据识别集成方案

OCR智能票据识别系统是一种基于先进图像处理和深度学习算法的技术，能够自动从各类票据中提取关键信息，并将其转换为结构化数据。翔云发票识别系统可以应用于增值税
OCR_API·2025-02-18 14:38

deepseek本地部署后做微调训练实现智能对话的一些建议

在本地部署大模型后，进行微调和训练以实现智能对话，通常需要按照以下步骤操作。以下是详细的指导内容：1.准备数据集在微调大模型之前，需要准备适合的训练数据集。
慧香一格·2025-02-18 14:34

深度学习与图像识别：机器学习基础之回归

1.线性回归1.1一元线性回归1.2多元线性回归2.逻辑回归与线性回归的不同在于其将最终预测值y固定在一个范围之中2.1Sigmoid函数sigmoid函数表达式：p为预测出来的概率，范围在0-1之间，一般用于处理二分类问题，因为这个式子的一个显著特征在于：当z=0,p=0.5当z>0,p>0.5当z<0,p<0.5所以当对z进行多元线性回归表示的时候，以p的值来反映y_pre是一个不错的选择，此
Shenrn_·2025-02-18 14:34

深度学习下的图像分割

在之前写的文章[图像分割演进之路]中，讲述了图像分割的发展历程，从传统图像分割算法到人工智能，分割算法百花齐放，但最终的佼佼者当属人工智能，但即使是人工智能领域，图像分割也五花八门，今天就让我们看几种基于学习的图像分割方法
人工智能大讲堂·2025-02-18 14:01

【国产自研-神软大数据平台3.4.10】

产品介绍：北京神舟航天软件技术股份有限公司自研全栈式大数据平台神软大数据平台是数据全生命周期一站式数据治理开发平台，提供数据采集、数据集成、数据开发、数据治理、数据服务等功能，支持大数据存储、大数据计算分析引擎等数据底座
王旭亮_·2025-02-18 13:24

使用OpenCV在Visual Studio上编译x86或x64平台的应用程序

OpenCV是一个广泛使用的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法。
程序世界航海·2025-02-18 13:54

机器学习和线性回归、softmax回归

分类——交叉熵样本属于“哪一类”的问题称为分类问题回归是训练一个回归函数来输出一个数值；分类是训练一个分
小名叫咸菜·2025-02-18 13:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他