- Midjourney|文心一格prompt教程[技巧篇]：生成多样性、增加艺术风格、图片二次修改、渐进优化、权重、灯光设置等17个技巧等你来学 Midjourney|文心一格prompt教程[技巧篇]：生成多样性、增加艺术风格、图片二次修改、渐进优化、权重、灯光设置等17个技巧等你来学
- “中国法研杯”司法人工智能挑战赛：基于UTC的多标签/层次分类小样本文本应用，Macro F1提升13%+ “中国法研杯”司法人工智能挑战赛：基于UTC的多标签/层次分类小样本文本应用，Macro F1提升13%+
- Midjourney|文心一格prompt教程[Text Prompt（下篇）]：游戏、实物、人物、风景、动漫、邮票、海报等生成，终极模板教学 Midjourney|文心一格prompt教程[Text Prompt（下篇）]：游戏、实物、人物、风景、动漫、邮票、海报等生成，终极模板教学
- Midjourney|文心一格prompt教程[基础篇]：注册使用教程、风格设置、参数介绍、隐私模式等 Midjourney|文心一格prompt教程[基础篇]：注册使用教程、风格设置、参数介绍、隐私模式等
- Prompt工程师指南从基础到进阶篇：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题 Prompt工程师指南从基础到进阶篇：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题
- @TOC 1.背景介绍 LeNet-5，这篇是由LeCun和Bengio在1998年撰写的论文（LeCun和Bengio和Hitton成被称为深度学习三巨头，在2018年一起获得图灵奖）。LeNet-5创造了卷积神经网络（Convolutional Neural Networks, CNN），基本上为CNN在2012年以后的爆发奠定了基调。当初LeNet-5的设计主要是为了帮美国邮政局解决... @TOC 1.背景介绍 LeNet-5，这篇是由LeCun和Bengio在1998年撰写的论文（LeCun和Bengio和Hitton成被称为深度学习三巨头，在2018年一起获得图灵奖）。LeNet-5创造了卷积神经网络（Convolutional Neural Networks, CNN），基本上为CNN在2012年以后的爆发奠定了基调。当初LeNet-5的设计主要是为了帮美国邮政局解决...
- 最近都被Meta的SAM模型刷屏了吧！但在其发布24h不到！北京智源人工智能研究院联合浙大、北大发布SegGPT: Segmenting Everything In Context。让我们来一探究竟。我们提出了SegGPT，这是一个通用模型，可以在上下文中分段任何东西。我们将各种分割任务统一到一个通用的上下文学习框架中，通过将它们转换为图像的相同格式来适应不同种类的分割数据。SegGPT的训... 最近都被Meta的SAM模型刷屏了吧！但在其发布24h不到！北京智源人工智能研究院联合浙大、北大发布SegGPT: Segmenting Everything In Context。让我们来一探究竟。我们提出了SegGPT，这是一个通用模型，可以在上下文中分段任何东西。我们将各种分割任务统一到一个通用的上下文学习框架中，通过将它们转换为图像的相同格式来适应不同种类的分割数据。SegGPT的训...
- MedicalZoo论文： Deep learning in medical image analysis: a comparative analysis of multi-modal brain-MRI segmentation with 3D deep neural networks代码已开源：MedicalZooPytorch 1. 项目简介 深度网络在计算机视觉领域的兴起，为经典的... MedicalZoo论文： Deep learning in medical image analysis: a comparative analysis of multi-modal brain-MRI segmentation with 3D deep neural networks代码已开源：MedicalZooPytorch 1. 项目简介 深度网络在计算机视觉领域的兴起，为经典的...
- 1. 项目简介 如果我们不需要所有这些标记的数据来训练我们的模型。我的意思是标记和分类数据需要太多的工作。不幸的是，大多数现有的模型，从支持向量机到卷积神经网络，都不能在没有它们的情况下进行训练。 除了一小部分的算法可以。这就是所谓的无监督学习（Unsupervised Learning）。无监督学习通过自己的方式从未标记的数据中推断出一个函数。最著名的无监督算法是K-Means，它被... 1. 项目简介 如果我们不需要所有这些标记的数据来训练我们的模型。我的意思是标记和分类数据需要太多的工作。不幸的是，大多数现有的模型，从支持向量机到卷积神经网络，都不能在没有它们的情况下进行训练。 除了一小部分的算法可以。这就是所谓的无监督学习（Unsupervised Learning）。无监督学习通过自己的方式从未标记的数据中推断出一个函数。最著名的无监督算法是K-Means，它被...
- 1. 项目简介 本项目的目的是为了给大家提供跟多的实战思路，抛砖引玉为大家提供一个案例，也希望读者可以根据该方法实现更多的思想与想法，也希望读者可以改进该项目种提到的方法，比如改进其中的行人检测器、跟踪方法、行为识别算法等等。 1.1 相关工作（1）图卷积网络主要有两种主流方法： 基于光谱的观点（spectral perspective）：图卷积中的位置信息被看做是以光谱分析的形式。 ... 1. 项目简介 本项目的目的是为了给大家提供跟多的实战思路，抛砖引玉为大家提供一个案例，也希望读者可以根据该方法实现更多的思想与想法，也希望读者可以改进该项目种提到的方法，比如改进其中的行人检测器、跟踪方法、行为识别算法等等。 1.1 相关工作（1）图卷积网络主要有两种主流方法： 基于光谱的观点（spectral perspective）：图卷积中的位置信息被看做是以光谱分析的形式。 ...
- 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-VGG 1. VGG16 VGG网络有多个版本，一般常用的是VGG-16模型，其网络结构如下如所示： 2. 使用PyTorch搭建VGG网络 2.1 model.pyVGG网络分为 卷积层提取特征 和 全连接层进行分类 这两个模块imp... 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-VGG 1. VGG16 VGG网络有多个版本，一般常用的是VGG-16模型，其网络结构如下如所示： 2. 使用PyTorch搭建VGG网络 2.1 model.pyVGG网络分为 卷积层提取特征 和 全连接层进行分类 这两个模块imp...
- 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-AlexNet 1. 数据集介绍 花分类数据集 flower_data 下载：http://download.tensorflow.org/example_images/flower_photos.tgz（复制打开）flower_ph... 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-AlexNet 1. 数据集介绍 花分类数据集 flower_data 下载：http://download.tensorflow.org/example_images/flower_photos.tgz（复制打开）flower_ph...
- Prompt learning 教学技巧篇：通过增加示例、引导词、特殊符号指令等方式让chatgpt输出更好的答案 Prompt learning 教学技巧篇：通过增加示例、引导词、特殊符号指令等方式让chatgpt输出更好的答案
- 这里面提前抛转引入给出一个问题：到底推理引擎，有没有必要使用AI编译器实现？或者引入AI编译技术呢？ 这里面提前抛转引入给出一个问题：到底推理引擎，有没有必要使用AI编译器实现？或者引入AI编译技术呢？
- 我从 2007 年大学毕业参加工作至今，已经在软件开发这个岗位上工作 16 年了。这十六年来我也算经历过一些新的技术浪潮的洗礼吧。我工作的 SAP 是欧洲最大也是最成功的软件公司之一，主要的深耕领域是企业管理软件。我也经历了从本地部署软件(On-Premises)到云原生应用这种开发思维和理念的转变，也亲身体会到了 Docker 和 Kubernetes 等虚拟化技术给开发人员带来的切切实实... 我从 2007 年大学毕业参加工作至今，已经在软件开发这个岗位上工作 16 年了。这十六年来我也算经历过一些新的技术浪潮的洗礼吧。我工作的 SAP 是欧洲最大也是最成功的软件公司之一，主要的深耕领域是企业管理软件。我也经历了从本地部署软件(On-Premises)到云原生应用这种开发思维和理念的转变，也亲身体会到了 Docker 和 Kubernetes 等虚拟化技术给开发人员带来的切切实实...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签