深圳幻海软件技术有限公司 欢迎您!

人工智能

  • python进阶——人工智能实时目标跟踪

      大家好,我是csdn的博主:lqj_本人这是我的个人博客主页:lqj_本人的博客_CSDN博客-微信小程序,前端,vue领域博主lqj_本人擅长微信小程序,前端,vue,等方面的知识https://blog.csdn.net/lbcyllqj?spm=1000.2115.30

  • PyTorch+PyG实现图神经网络经典模型目录

    前言大家好,我是阿光。本专栏整理了《图神经网络代码实战》,内包含了不同图神经网络的相关代码实现(PyG以及自实现),理论与实践相结合,如GCN、GAT、GraphSAGE等经典图网络,每一个代码实例都附带有完整的代码。正在更新中~✨🚨我的项目环境:平台:Windows10语言环境:python3.

  • AI 生成二次元女孩,免费云端部署(仅需5分钟)

    首先需要google的colab,免费版本GPU有额度,因此生成图片悠着点(每天重置)。)其次,需要魔法,打开github网站,选择一个进入colab,修改代码!apt-get-yinstall-qqaria2!pipinstall-qhttps://github.com/camenduru/sta

  • ChatGPT简要解读(一) - 原理分析与性能提升篇

    💂个人主页:同学来啦🤟版权:本文由【同学来啦】原创、在CSDN首发、需要转载请联系博主💬如果文章对你有帮助,欢迎关注、点赞、收藏和订阅专栏哦文章目录🐣一、ChatGPT简要介绍🐤二、ChatGPT有哪些改进?🐥三、ChatGPT性能提升🔴1、性能表现🟠2、实现路径🟥2.1Trans

  • 【论文导读】- Subgraph Federated Learning with Missing Neighbor Generation(FedSage、FedSage+)

    文章目录论文信息摘要FedSageSubgraphsDistributedinLocalSystems孤立子图上的协作学习FedSage+MissingNeighborGenerator(NeighGen)Graphsage和Neighgen的本地联合训练Graphsage和Neighgen的联邦学

  • 正则表达式

    什么是正则化?Regularization,中文翻译过来可以称为正则化,或者是规范化。什么是规则?闭卷考试中不能查书,这就是规则,一个限制。同理,在这里,规则化就是说给损失函数加上一些限制,通过这种规则去规范他们再接下来的循环迭代中,不要自我膨胀!为什么需要正则化?我们首先回顾一下模型训练的过程,模

  • Pytorch深度强化学习案例:基于DQN实现Flappy Bird游戏与分析

    目录1案例介绍2构造深度Q网络3经验回放与目标网络4训练流程5实验分析1案例介绍FlappyBird是一款由来自越南的独立游戏开发者DongNguyen所开发的作品,于2013年5月24日上线。在FlappyBird中,玩家只需要用一根手指来操控:点击一次屏幕,小鸟就会往上飞一次,不断地点击就会使小

  • 为什么我会选择 AI-TestOps 让测试更智能

    catalogue写在前面背景纵观AI-TestOps云平台进入平台自动化测试主流程AI视频流程图写在前面如今在IT行业中的测试岗位尤为重要,可谓是生产环境的最后一道防线,我们的愿景都是测试点头后绝无BUG,可见测试工程师在项目中的重要程度,我也跟测试同学聊过关于测试工作,如果说我们程序员是高重复工

  • Pytorch实现EdgeCNN(基于PyTorch实现)

    文章目录前言一、导入相关库二、加载Cora数据集三、定义EdgeCNN网络3.1定义EdgeConv层3.1.1特征拼接3.1.2max聚合3.1.3特征映射3.1.4EdgeConv层3.2定义EdgeCNN网络四、定义模型五、模型训练六、模型验证七、结果完整代码前言大家好,我是阿光。本专栏整理了

  • 一文讲清chatGPT的发展历程、能力来源和复现它的关键之处

    1.ChatGPT是什么chatGPT是什么?这可能是最近被问的最多的一个。大家第一反应这应该是GPT系列的一个最新模型,普通大众可能更愿意把它看做是一个人工智能。实际上,它其实就是一个基于大规模语言模型的对话系统产品。官网对它定义十分的明确:OptimizingLanguageModelsforD

  • 生成模型的2022年——人工智能AIGC顶级论文回顾

    2022年是生成模型奇幻发展的一年,StableDiffusion🎨创造了超现实主义的艺术,ChatGPT💬回答了生命意义的问题,MakeaVideo🎥从文本生成了栩栩如生的马儿,DreamFusion✨生成了不可思议的三维模型,多个AI领域得以迅速发展,绘画、音乐、新闻创作、主播等诸多行业正

  • ChatGPT的火爆出圈,你对它有几分了解?

    文章目录1.ChatGPT是什么?2.ChatGPT能做什么?2-1.什么是自然语言模型?3.ChatGPT带来的评价4.了解完ChatGPT之后,你会有什么反思?4-1.为什么微软不自己研发ChatGPT?4-2.ElonMusk为什么退出OpenAI公司?5.结语这些天关于ChatGPT的多个话

  • 功能测试用例多次录制后,我丢掉了selenium,选择龙测AI-TestOps云平台

    目录一、如何使用龙测AI-TestOps云平台1、进入龙测AI-TestOps云平台2、新建项目3、新建流程图4、创建任务5、查看任务状态6、查看报告、图片7、下载流程图、测试报告、excel用例二、龙测AI-TestOps云平台AI功能介绍1、NLP2、视频AI转流程图三、总结功能测试用例多次录制

  • YOLOv7(目标检测)入门教程详解---检测,推理,训练

    目录一.前言二.yolov7源码下载三.detect(检测)四.Train(训练)数据准备:labellmg:配置训练的相关文件 配置数据集文件正式训练:推理:推理效果:五.总结一.前言  上篇文章:YOLOv7(目标检测)入门教程详解---环境安装 我们将y

  • YOLO-V5轻松上手

    之前介绍了YOLO-V1~V4版本各做了哪些事以及相较于之前版本的改进。有的人或许会想“直接学习最近版本的算法不好吗”,在我看来,每一个年代的版本/算法都凝聚着当年学术界的智慧,即便是它被淘汰了也依旧有值得思考的地方,或是可以使我们对后续算法的改进/提出的缺点有更深的理解,进而“凝百家之长”真正开出

  • 展现AI与自动化测试技术之间的神奇化学反应

    目录零:前言一、介绍1.1、什么是自动化测试技术1.2、痛点1.3、几款优秀的自动化测试工具介绍1.3.1、Selenium1.3.2、龙测AI-TestOps云平台1.3.3、TestCafe二、实操2.1、主要功能模块介绍2.2、实战演练2.2.1、创建web项目2.2.2、录制流程图2.2.3

  • 机器学习强基计划8-1:图解主成分分析PCA算法(附Python实现)

    目录0写在前面1为什么要降维?2主成分分析原理3PCA与SVD的联系4Python实现0写在前面机器学习强基计划聚焦深度和广度,加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理;“广”在分析多个机器学习模型:决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理

  • 数据分析案例-基于PCA主成分分析法对葡萄酒数据进行分析

    🤵‍♂️个人主页:@艾派森的个人主页✍🏻作者简介:Python学习者🐋希望大家多多支持,我们一起进步!😄如果文章对你有帮助的话,欢迎评论💬点赞👍🏻收藏📂加关注+目录1.项目背景2.项目简介2.1分析目标2.2数据集介绍2.3技术工具3.算法理论4.实验过程4.1数据探索4.2PCA主

  • 如何用ChatGPT高效完成工作

    如何用ChatGPT高效完成工作过完年刚开工,很多人还没有从假期综合症中走出来,不想上班,总想摸鱼,可是手上的工作还是要完成的。都2023年了,是时候让ChatGPT来帮我们完成工作了!本文将教你如何用ChatGPT高效地完成工作,并提供相关使用技巧。希望阅读本文后,大家都能轻松搞定工作,开开心心摸

  • 最适合入门的100个深度学习实战项目

    🚨注意🚨:最近经粉丝反馈,发现有些订阅者将此专栏内容进行二次售卖,特在此声明,本专栏内容仅供学习,不得以任何方式进行售卖,未经作者许可不得对本专栏内容行使发表权、署名权、修改权、发行权、转卖权、信息网络传播权,如有违者,追究其法律责任。前言大家好,我是阿光。本专栏整理了《PyTorch深度学习项

  • python进阶——人工智能视觉识别

      大家好,我是csdn的博主:lqj_本人这是我的个人博客主页:lqj_本人的博客_CSDN博客-微信小程序,前端,vue领域博主lqj_本人擅长微信小程序,前端,vue,等方面的知识https://blog.csdn.net/lbcyllqj?spm=1000.2115.30

  • 机器学习中的数学原理——对数似然函数

    这个专栏主要是用来分享一下我在 机器学习中的 学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎 私信或者评论区留言!这一篇就更新一下《 白话机器学习中的数学——对数似然函数》!目录一、什么是对数似然函数二、算法分析三、总结 一、什么是

  • 人工智能之深度学习常见应用方向你都了解吗?(文末包邮送书5本)

    文章目录本文导读1.数字识别2.图像识别3.图像分类4.目标检测5.人脸识别6.文本分类7.聊天机器人8.书籍推荐(包邮送书5本)本文导读从零带你了解深度学习常见的7大应用方向,包括:数字识别、图像识别、图像分类、目标检测、人脸识别、文本分类、聊天机器人。🔥🔥本文已收录于专栏:《极客日报》,欢迎

  • 路径规划 | 图解A*、Dijkstra、GBFS算法的异同(附C++/Python/Matlab仿真)

    目录0专栏介绍1栅格地图与邻域2贪婪最佳优先搜索3Dijkstra算法4启发式A*搜索5A*、Dijkstra、GBFS算法的异同6算法仿真与实现6.1算法流程6.2ROSC++实现6.3Python实现6.4Matlab实现0专栏介绍🔥附C++/Python/Matlab全套代码🔥课程设计、毕

推荐阅读