logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

AI实战:图像数据增强方法汇总

数据集增强方法1、图片缩放图像缩放便是调节图片的分辨率,可利用opencv-python库resize()函数对图片分辨率进行调节,在实际调节过程中,我们应保持在一定范围内,可根据实验反馈效果进行调整。2、图片旋转图像按照给定的角度旋转,可使用opencv-python中getRotationMatrix2D()函数和warpAffine()函数。示例代码:height, wid...

CVPR 2020 生成对抗网络GAN 论文、代码汇总

GANYour Local GAN: Designing Two Dimensional Local Attention Mechanisms for Generative Models论文地址:https://arxiv.org/abs/1911.12287代码:https://github.com/giannisdaras/ylgMSG-GAN: Multi-Scale Gradient GA

#生成对抗网络
【大模型】 Qwen2 来了,27 种语言支持,上下文长度支持最高达到 128K tokens

【大模型】 Qwen2 来了,27 种语言支持,最高达到128K tokens

#深度学习
【AI实战】大语言模型(LLM)有多强?还需要做传统NLP任务吗(分词、词性标注、NER、情感分类、知识图谱、多伦对话管理等)

总体看来,LLM 在零样本的情况下, 选择合适的prompt就能实现很多传统NLP任务。LLM 尤其是现在的多模态模型,是真正通向通用人工智能的基石。

文章图片
#自然语言处理
AI实战:pytorch版DenseNet迁移学习

我的另外一篇迁移学习文章:AI实战:迁移学习之使用ResNet做分类构建base model,作为Feature Extractionmodel = models.densenet121(pretrained=True)其他的网络可以参考: https://pytorch.org/docs/0.3.0/torchvision/models.html#torchvision-models2、Fine

AI实战:深度学习模型压缩:模型裁剪——Pruning with Keras

前言上一篇文章 AI实战:深度学习模型压缩:模型裁剪——Pruning with Tensorflow介绍了使用Tensorflow裁剪模型的方法,本文继续介绍使用Keras裁剪模型的方法及源码分享。模型裁剪1、《Train sparse TensorFlow models with Keras》 【TF官网方法】核心思想:对neural network’s weight ten...

AI实战:目标检测模型应用之生活垃圾图片分类

前言大赛介绍“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类 链接https://blog.csdn.net/weixin_38208912/article/details/103817188https://zhuanlan.zhihu.com/p/96033452目标检测模型实战过程数据增强模型选取开源代码...

#AI
DeepSeek 开源周第二天开源项目 DeepEP!太强了!!

DeepSeek 开源周第二天开源项目 DeepEP!太强了!!

文章图片
    共 46 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择