正样本全称是anchor正样本，正样本所指的对象是anchor box，即先验框。 先验框：YOLO v2吸收了Faster RCNN的优点，设置了一定数量的预选框，使得模型不需要直接预测物体尺度与坐标，只需要预测先验框到真实物体的偏移，降低了预测难度。
大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 今日 215/10000 为模型找到最好的超参数是机器学习实践中最困难的部分之一 1. 超参数调优的基本概念 机器学习模型中的参数通常分为两类：模型参数和超参数。模型参数是模型通过训
本文主要讲解通过docker-compose创建haproxy并进行代理 一、haproxy简介 HAProxy是一款基于事件驱动、单进程模型设计的四层与七层负载均衡器，它能够在TCP/UDP层面以及HTTP(S)等应用层协议上实现高效的流量分发。HAProxy不仅适用于Web服务器负载均衡，还能应
1. AIGC的行业发展 AIGC（Artificial Intelligence Generated Content，人工智能生成内容）是利用人工智能技术来自动生成内容的一种新型内容创作方式。它基于生成对抗网络(GAN)、大型预训练模型等技术，通过对已有数据进行学习和模式识别，以适当的泛化能力生成
这一章我们聚焦多模态图表数据。先讨论下单纯使用prompt的情况下，图片和文字模态哪种表格模型理解的效果更好更好，再说下和表格相关的图表理解任务的微调方案
详细描述了 语料库、材料、训练、评估、预测，完整流程。对于细分场景推荐使用轻定制功能（标注少量数据进行模型微调）以进一步提升效果
大家在stable diffusion webUI中可能看到过hypernetwork这个词，那么hypernetwork到底是做什么用的呢？ 简单点说，hypernetwork模型是用于修改样式的小型神经网络。 什么是 Stable Diffusion 中的hypernetwork？ Hypern
一：背景 1. 讲故事 早就听说过有什么 网络边缘计算，这次还真给遇到了，有点意思，问了下 chatgpt 这是干嘛的 ? 网络边缘计算是一种计算模型，它将计算能力和数据存储位置从传统的集中式数据中心向网络边缘的用户设备、传感器和其他物联网设备移动。这种模型的目的是在接近数据生成源头的地方提供更快速
大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 线性回归的理论依据是什么？ 多重共线性是什么，它如何影响线性回归模型？ 什么是自相关性，自相关性对线性回归有什么影响？ 什么是异方差性，如何检测和处理异方差性？ 训练数据与测试数据分布不
前置知识 混合精度训练 在参数存储时采取fp32, 开始进行fp/bp时转成fp16运算, 拿到fp16梯度后再转回fp32更新参数. ZeRO对显存占用的估算: 模型状态: Weights(fp16)、grad(fp16) 和 MasterWeights(fp32 模型参数备份)，momentum
社区中有两个流行的 零冗余优化器（Zero Redundancy Optimizer，ZeRO） 算法实现，一个来自 DeepSpeed，另一个来自 PyTorch。Hugging Face Accelerate 对这两者都进行了集成并通过接口暴露出来，以供最终用户在训练/微调模型时自主选择其中之一
并行训练-流水线 简述 并行训练主要有三种策略: 数据并行训练加速比最高，但要求每个设备上都备份一份模型，显存占用比较高，但缺点是通信量大。 张量并行，通信量比较高，适合在机器内做模型并行。 流水线并行，训练设备容易出现空闲状态，加速效率没有DP高；但能减少通信边界支持更多的层数，适合在机器间使用。
1. LLM部署-TensorRT-LLM与Triton 随着LLM越来越热门，LLM的推理服务也得到越来越多的关注与探索。在推理框架方面，tensorrt-llm是非常主流的开源框架，在Nvidia GPU上提供了多种优化，加速大语言模型的推理。但是，tensorrt-llm仅是一个推理框架，可以
本文对目前主要的土壤属性、地表覆盖、数字高程模型与水体水系矢量数据获取网站加以整理与介绍。 本文为“GIS数据获取整理”专栏中第三篇独立博客，因此本文全部标题均由“3”开头。本文对目前主要的土地、土壤、高程、水体数据获取网站加以整理与介绍。 3 土地土壤数据 3.1 土壤属性数据 3.1.1 HWS
在本文中，我们深入探讨了交叉熵函数作为一种重要的损失函数，特别适用于神经网络训练中。交叉熵通过衡量真实标签分布与模型预测分布之间的差异，帮助优化模型的性能。我们从信息论的角度解释了交叉熵的概念，它是基于Shannon信息论中的熵而来，用于度量两个概率分布之间的差异。
大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 统计学中的回归 目标： 主要用于解释和推断自变量（independent variables）和因变量（dependent variables）之间的关系。 强调模型的解释性，了解各个自
从去年年初开始，AI技术真正走入了我们的日常生活。从OpenAI到如今字节跳动的coze，我们通过AI大模型可以做很多事情，工具和平台众多，如何选择和使用有必要总结一下。 编程和debug方面 尽管gpt-4和gpt-4o确实很强，但对于持续代码改进和代码调试方面，依然不够好，并且它对于非Plus会
机器学习方法对多维特征数据进行分类：本文用到非常经典的机器学习方法，使用递归特征消除进行特征选择，使用支持向量机构建分类模型，使用留一交叉验证的方法来评判模型的性能。 构建模型：支持向量机（Support Vector Machine，SVM）； 特征选择：递归特征消除(Recursive Feat
前言 这是一个AD的一个强大的新功能，能招到元器件的原理图、3D模型还有价格厂家，但是不一定都有，有了也不一定有其3D模型。 ManufacturerPart Search 在设计工具中选择即用型元件 直接搜索，搜索到需要使用的元器件。在Altium Designer中，直接选中设备元件。无需使用第
本文是我上个学期选修的一门人工智能与交通运输课程的一个小作业的实验报告的示例代码部分，源文件为 Jupyter Notebook 格式。这份实验报告是关于对一组微观交通流量数据应用数据分析方法进行简单的研究的，实现了多种不同的交通预测模型并进行了对比。
