51c大模型~合集143
我自己的原文哦~ https:blog.51ctowhaosoft1400163 #海螺新模型海外爆火 一夜之间,猫、羊驼、长颈鹿都学会跳水了 一
苹果手机回收机器人Daisy,每小时可拆解200部iPhone
文章来源 | 工业智能化 苹果公司抢先在2018年4月22日世界地球日之前公布了其新的硬件设备回收流程,并重点介绍了新款回收机器人黛西(Daisy),它
ChatGPT及AI大模型学习笔记分享
最初小王跟我分享ChatGPT这一科技动态,我还并未放在心上,谁料与AI大语言模型有关的故事很快就蔓延到了数据领域。目前公司正在与大厂接洽相关业务,研究该领域是我在这一阶段的
【GitHub项目推荐--Frigate NVR:智能本地化视频监控系统】
实时监控面板 简单的核查工作流程 多摄像头可按时间轴查看 内置遮罩和区域编辑器 简介 Frigate NVR是一个开源的网络视频录像系统,专为IP摄像头设计,集成了实时本地物体检测功能。该项目由
用腾讯元器打造“猫说音乐节”智能体:我的AI摇滚导师诞生记
当第一次听说腾讯元器时,我本以为这只是众多AI工具中的又一个选择。但真正深入使用后,我发现它远不止如此——这是一个能让普通人也能创造专业级智能体的平台。最吸引我的是它深度集成微信公众号生态的能力&
GLM 4.7-Flash实战手册:零基础到专家级的多轮对话调试与优化全攻略
GLM-4.7-Flash从零开始:中文优化大模型部署与多轮对话调试 想快速体验一个中文理解能力超强、对话流畅自然的大模型吗?今天,我们就来手把手带你部署和调试GLM-4.7-Flash,这是智谱AI最新推出的一个“大块头”模
Hunyuan MT与数据安全:开启AI应用的合规之旅
开源大模型合规应用:Hunyuan MT数据隐私保护指南 1. HY-MT1.5-1.8B 模型概览:轻量高效,专注翻译本质 混元翻译模型 1.5 版本包含两个主力模型:HY-MT1.5-1.8B 和 HY-MT1.5
Jetson Orin Nano实战指南:BGE Large-Zh-V1.5在边缘场景下的完美演绎
bge-large-zh-v1.5部署案例:边缘设备Jetson Orin Nano轻量化Embedding部署 1. 项目背景与需求 在边缘计算场景中,部署高质量的文本嵌入模型一直是个技术挑战。传统的嵌入模型往往需要
GLM-4.6V Flash WEB开发中遇到Chromedriver地址问题?这份离线解决方案不容错过!
Chromedriver下载地址404错误?GLM-4.6V-Flash-WEB离线方案 在现代AI应用开发中,一个看似不起眼的“404 Not Found”错误,常常能引发整条自动化流水线的崩溃。比如,在CICD流程中执行
赵老师分享秘笈:离线环境下高效加载和使用GGUF模型的实战技巧
离线部署大模型的终极实践:Ollama与GGUF模型深度整合指南 在当前的AI应用浪潮中,将大型语言模型部署到本地环境,正从一个技术极客的探索,转变为许多开发者和企业保障数据隐私、实现稳定服务、进行深度定制的刚性需求。想象一下
从失败到成功:面对XGBoost与SHAP联合时的UTF-8编码难题,你并不孤单!
XGBoost模型可视化翻车实录:手把手解决SHAP的UTF-8编码报错(附版本兼容方案) 最近在做一个金融风控项目,用XGBoost训练完模型后,想用SHAP做特征可解释性分析,结果一运行 shap.TreeEx
从预热到沸腾:GPT模型在Zero-Shot Learning中的神奇演变
GPT模型 Paper: GPT-1 GPT-1是OpenAI在论文《Improving Language Understanding by Generative Pre-Training》中提出的生成式预训练
从GPT基础到GPT3大突破:揭秘Adobe Flash与AI融合
every blog every motto:Although the world is full of suffering, it is full also of the overcoming of it 0.
高效管理YOLOv8训练流程,GPUCPU资源实时监控助手
YOLOv8模型监控仪表盘:GPUCPU资源实时追踪 1. 项目概述 今天给大家介绍一个特别实用的工具——YOLOv8模型监控仪表盘。如果你正在使用YOLOv8进行目标检测,这个工具能帮你实时监控GPU和CPU的资源
GTE升级版来袭:小容量CPU支持下的可视化界面和API便捷调用
GTE中文语义相似度服务上线|轻量级CPU版支持可视化仪表盘与API调用 1. 项目概览:GTE 中文语义相似度服务是什么? 在自然语言处理(NLP)领域, 语义相似度计算是构建智能系统的核心能
专业揭秘:YOLOv8模型如何利用GPU和CPU资源?
YOLOv8模型监控仪表盘:GPUCPU资源实时追踪 1. 项目概述 今天给大家介绍一个特别实用的工具——YOLOv8模型监控仪表盘。如果你正在使用YOLOv8进行目标检测,这个工具能帮你实时监控GPU和CPU的资源
深度学习算法深度解析:如何精准捕捉火焰与烟雾
本文采用YOLOv11作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv11以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对火焰与烟雾数据集进行训练和优化,该数据集包含丰富的火焰
深度学习实战:火焰与烟雾的自动识别
本文采用YOLOv11作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv11以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对火焰与烟雾数据集进行训练和优化,该数据集包含丰富的火焰
深度学习实战火焰与烟雾检测_烟雾火焰检测
本文采用YOLOv11作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv11以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对火焰与烟雾数据集进行训练和优化,该数据集包含丰富的火焰
Swift-All小白教程:快速部署大模型,解决环境配置难题
Swift-All小白教程:快速部署大模型,解决环境配置难题 你是不是刚接触大模型,被各种复杂的安装命令、环境依赖、版本冲突搞得头大?是不是想快速体验一下大模型的能力,却卡在第一步的部署上?或者,你听说过LoRA微调、量化部署
发表评论