深度学习
-
Conda pack 环境打包 | Python
1、背景 工作中涉及到模型固化部署工作,需要将本地的环境移植到新的离线的机器上。conda 常用来执行虚拟环境配置和包管理工作,可以使用conda-pack 进行conda 环境打…
-
训练Stable Diffusion(SD) Lora模型巨详细教程 赛博丹炉/青龙脚本/秋叶云端使用教程 主用赛博丹炉(道玄)巨小白巨啰嗦,全是干货和踩过的坑
前言 试了很多的sd训练,尤其是sd的lora的训练,问题一大堆,现在写个博客汇总一下 一、一些理论知识 记录一些杂七杂八各种博客看到的训练经验。 1. 对于sd1.5训练出来2G…
-
【AI画画教程】无整合包使用LoRA和Dreambooth训练全流程详解(Linux)
前言 本教程遵循简单原则,不使用任何民间整合包。 目前很多AI画画训练整合包臃肿复杂,教程也是名词乱炖,容易对初学者造成理解误差和使用困难。因为许多整合包都依赖于sd-script…
-
【AI绘图】一、stable diffusion的发展史
一、stable diffusion的发展史 本文目标:学习交流 对于熟悉SD的同学,一起学习和交流使用过程中的技巧和心得。 帮助新手 帮助没有尝试过SD但又对它感兴趣的同学快速入…
-
数理统计的深度学习:探索大数据的潜在能量
1.背景介绍 随着数据的不断增长,人工智能技术也随之发展迅速。深度学习技术在处理大规模数据方面表现出色,成为人工智能领域的重要技术之一。数理统计学则是研究数据的概率分布和统计规律的…
-
KITTI数据集解析和可视化
文章目录 一、KITTI数据集简介 1.1 介绍 1.2 下载 二、数据解析 2.0 数据集结构 2.1 ImageSets 2.2 Testing & Training …
-
【深度学习】详解 MAE
目录 摘要 一、引言 二、相关工作 三、方法 四、ImageNet 实验 4.1 主要属性 4.2 与先前结果的对比 4.3 部分微调 五、迁移学习实验 六、讨论与结论 七、核心…
-
人工智能–认知放大器(上)
最近阅读了以下几本书,从中获取了一些启示,我将其中的一些话摘录出来,作为本文的创作灵感和主题: 就像工业革命时期蒸汽机放大了物理能力一样,人工智能也会放大认知能力。——特伦斯·谢诺…
-
毕业设计-基于机器视觉的手势识别系统-OPENCV
目录 前言 课题背景和意义 实现技术思路 一、系统总体设计 二、手势区域特征提取 三、系统设计与实现 四、总结 实现效果图样例 最后 前言 📅大四是整个大学…
-
2023知识追踪最新综述来自顶刊!!!——《Knowledge Tracing:A Survey》
《Knowledge Tracing:A Survey》 论文在2023年2月收录于ACM Computing Surveys(IF好像有14) https://dl.acm.or…
-
【高效炼丹】指数移动平均(EMA):深度学习中的神器
指数移动平均(EMA)是什么? 指数移动平均(EMA)是一种常用的平滑方法。其原理非常简单,就是对序列数据进行加权平均。EMA会给近期的数据点赋予更大的权重,而对较早期的数据点赋予…
-
cuda11.2版本的对应安装的pytorch版本
因为电脑里有配置paddle环境,当时用的cuda11.2,现在又要配置torch环境,查看torch官网后发现没有cuda11.2版本对应的torch下载。 考虑到版本向下兼容,…
-
【论文精读】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
自然语言处理(Natural Language Processing,NLP)领域内的预训练语言模型,包括基于RNN的ELMo和ULMFiT,基于Transformer的OpenA…
-
Point-NeRF总结记录
渲染可以理解为三维模型或场景转换成二维图像的过程,广泛应用于电影、虚拟现实、建筑和产品设计等领域。在计算机图形学中,渲染通常指的是使用计算机程序对三维场景进行可视化的过程。假如游戏…
-
查看yolov5/lite各层参数量和各层FLOPs
我会简述如何得到v5模型中各层的参数量和计算量(烂大街的参量表),然后再将如何得到各层的计算量FLOPs(基本没人教怎么获得各层FLOPs,花我一番功夫,其实特别简单,轮子U神都造…
