人工智能
-
CutMix&Mixup详解与代码实战
摘要:本文将通过实践案例带大家掌握CutMix&Mixup。 本文分享自华为云社区《CutMix&Mixup详解与代码实战》,作者:李长安。 引言 最近在回顾之前学到的知识,看到了数据增强部分,对于CutMix以及Mixup这两种数据增强方式发现理解不是很到位,所以这里写了一个项目再去好好看这两种数据增强方式。最开始在目标检测中,未对数据的标…
-
保姆级教程:用GPU云主机搭建AI大语言模型并用Flask封装成API,实现用户与模型对话
导读 在当今的人工智能时代,大型AI模型已成为获得人工智能应用程序的关键。但是,这些巨大的模型需要庞大的计算资源和存储空间,因此搭建这些模型并对它们进行交互需要强大的计算能力,这通常需要使用云计算服务。从云产品性能上来看,GPU云主机是最适合的工具之一,对于业务方或者个人开发者来讲,使用GPU云主机搭建AI大语言模型有以下优势: •高性能计算:GPU云主机提…
-
F.binary_cross_entropy_with_logits函数与F.binary_cross_entropy函数的关系(二分类问题)
二元交叉熵(Binary cross entropy)是二分类中常用的损失函数,它可以衡量两个概率分布的距离,二元交叉熵越小,分布越相似,其公式如下: 我们用jupyter notebook举例解释一下, 假设 1个图像样本由神经网络处理后的输出是 size 10×4 的tensor,随机生成一个tensor, 使用Sigmoid对该tenso…
-
Midjourney的一些学习心得:如何高效的图生图
注意本文没有什么长篇大论,全部是自己的学习心得。 心得体会:如何图生图 今天在一篇midjourney看到好图应该怎么抄。 相信经常会看到好图也想要的,但是要么抄不出感觉,要么抄过来把水印也抄了,这一篇给你说清楚。我们知道,AI 绘画的核心就是给他怎么样的Prompt 。然而想让Midjourney 高效出图,图生图功能必不可少。解决痛点:单一的描述Prom…
-
chatgpt接口开发笔记1:completions接口
chatgpt接口开发笔记1:completions接口 个人博客地址: https://note.raokun.top拥抱ChatGPT,国内访问网站:https://www.playchat.top 序:写这一系列文章的动机来源于在部署Chanzhaoyu/chatgpt-web项目时发现,体验并不好,会存在多人同时提问时回答会夹断,上下文接不上的现象。…
-
一文详解多模态认知智能
摘要:多模态认知智能是AI人工智能当前发展的主流趋势之一,其核心是以多模态知识的获取,表示与推理为主要内容的跨模态知识工程与认知智能,也是为了更好的处理多模态的数据,需要融合多种感知模态和智能处理技术。 本文分享自华为云社区《GPT-4发布,AIGC时代的多模态还能走多远?系列之三:多模态认知智能》,作者:码上开花_Lancer。 上两篇文章介绍了AIGC未…
-
合合信息新推出反光消除技术,助力手写文字识别更精准
近期,合合信息旗下扫描全能王推出液晶手写板(简称“手写板”),为用户带来仿真、流畅的书写绘画体验,一同发布的还有扫描全能王APP的新功能“拍手写板”。该功能可帮助用户在拍摄手写板内容后去除图片上的反光干扰,形成更贴近白纸、板报的图片,并通过手写字迹识别,快捷、有序地获取可编辑、可分享的电子文档,助力工作效率提升。家庭场景中,父母可使用该功能清晰地扫描、分…
-
一文讲透产品经理如何用好ChatGPT
作者:京东零售 何雨航 “4.0版本的ChatGPT可以有效提升产品经理工作效率,但并无法替代产品经理的角色。” 一、引言 3月15日,OpenAI发布了最新的基于GPT-4的ChatGPT,关于其智能性的讨论热度在互联网上空前高涨。 我之前体验过3.5版,发现其难以应用于实际工作中。4.0版本推出后,在中文互联网上并没有辅助产品经理工作的详细介绍。因此,我…
-
Consistency Models终结扩散模型
最近看到一篇论文,觉得特别有意思,并且在学术界引起了不小的动静,他就是一致性模型,据说图像生成效果快、质量高,并且还可以实现零样本图像编辑,即不进行一些视觉任务训练,可以实现图像超分、修复、上色等功能。 目前代码已经开源到GitHub上面:https://github.com/openai/consistency_models 1.介绍 扩散模型…
-
【动手学深度学习】第四章笔记:多层感知机、权重衰减、暂退法、数值稳定性和模型初始化、环境和分布偏移
为了更好的阅读体验,请点击这里 4.1 多层感知机 4.1.1 隐藏层 由于仿射变换中的线性是一个很强的假设,因此导致了线性模型可能会不适用。线性意味着单调假设:任何特征的增大都会导致模型输出的增大或者模型输出的减小。 但是违反单调性的例子比比皆是。除此之外,分类任务中,仅依托像素强度分类也很不合理。由于任何像素的重要性都以复杂的方式取决于该像素周围的值。对…