Datawhale AI夏令营 AIGC TASK1笔记

最新推荐文章于 2024-08-11 21:48:46 发布
最新推荐文章于 2024-08-11 21:48:46 发布
阅读量46 收藏
点赞数 2
文章标签： 人工智能 AIGC 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2402_86676405/article/details/141099131
版权

由于是第一次接触与AI相关的技术，因此我怀着好奇心开始了这段旅程。

在整个过程中，跟着老师发布的步骤操作还算顺利，但中间也有小插曲(在加载模型时等待时间较长，让我一度怀疑是不是自己哪里搞错了，但看完同学及老师的答疑后，最终也算完美完成任务)，为自己感到开心。

总的来说，这一个小时左右的时间，是我打开AI世界大门的第一步，希望在后续的学习过程中，能后掌握更多的知识。

加油！！

mr749
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Datawhale AI夏令营 AIGC方向 task01方向小白笔记
08-11
Datawhale AI夏令营 AIGC方向 task01方向小白笔记
Datawhale AI 夏令营机器学习 task1.pdf
07-20
### Datawhale AI 夏令营机器学习 Task1：时间序列预测详解 #### 一、时间序列数据的特点 时间序列数据在很多实际场景中都非常重要，例如天气预报、股票市场分析、销售预测等。理解时间序列数据的特点对于设计有效...
Datawhale X 魔搭 AI夏令营 AIGC Task1笔记
最新发布
2301_79597242的博客
08-11 58
这是我第一次接触编程和ai方面的东西，感觉像是进入到另外一个世界。在体验的过程中跟着学习手册一步一步走，了解很多的知识，例如说是要搭建平台才能运行，算力可以直接用云端计算，不需要依靠自己的电脑算力。同时，本次自己试着改了一些关键词让它生成自己想要的图片，结果层次不齐，有些图达到了想要的效果，但是大部分的图还需要更细致的关键词来贴近自己想要的效果。不过现在的问题是完全不知道那些英文（代码）是干嘛用的，希望后面能学习更多的知识吧。
Datawhale AI夏令营 AIGC领域 学习笔记 第一次
Nakkhon的博客
08-10 308
经过了第一期夏令营的失败教训，孩子们我回来了这一次是又先想给自己一点挑战，于是报了AI大模型应用的方向，进去后发现自己还是技术力过于低下，于是和班班提了退出申请，重新选择了先前有了解过的AIGC领域。
Datawhale AI 夏令营_Task1笔记
m0_73919602的博客
07-28 507
深度学习模型的一个关键优势在于它们能够自动学习特征表示，不需要人工进行特征工程，这对于逻辑推理问题尤为重要，因为这些问题可能涉及到复杂的语言模式和隐含的逻辑关系。此外，预训练模型（如BERT）的出现使得模型能够在大量未标记文本上进行预训练，然后再针对具体任务进行微调，这种迁移学习的能力极大地提高了模型的性能和泛化能力。推理阶段: 在测试或应用阶段，模型接收新的问题和选项，将其转换为相应的向量表示，然后通过模型进行预测，得到每个选项的得分或概率分布，最后选择得分最高的选项作为答案。
Datawhale 4 魔搭 AI夏令营 AIGC task笔记
2301_79580779的博客
08-09 225
阿里云魔搭社区可以再阿里云-费用-费用与成本-我的试用查看。
Datawhale X 魔搭 AI夏令营 AIGC方向 task1笔记
weixin_74812296的博客
08-10 340
可图模型（Graphical Models）是一种用于表示复杂数据分布的概率模型。它利用图结构来表示变量之间的依赖关系。主要分为两类：贝叶斯网络（有向图）和马尔可夫随机场（无向图）。可图模型在机器学习、计算机视觉、自然语言处理等领域广泛应用。
Datawhale AI夏令营 - Task1笔记
qq_62624331的博客
07-14 907
在深度学习中，模型训练通常需要进行多次迭代，而不是单次完成。深度学习模型的训练本质上是一个优化问题，目标是最小化损失函数。梯度下降算法通过计算损失函数相对于模型参数的梯度来更新参数。由于每次参数更新只能基于一个数据批次来计算梯度，因此需要多次迭代，每次处理一个新的数据批次，以确保模型在整个数据集上都能得到优化。模型训练的流程如下：1.设置训练模式：通过调用将模型设置为训练模式。在训练模式下，模型的某些层（如BatchNorm和D ropout）会按照它们在训练期间应有的方式运行。2.遍历数据加载器。
[DEEPFAKE & Datawhale AI 夏令营] TASK1 笔记
chrischen27的博客
07-14 377
在第一阶段，主办方将发布训练集和验证集。参赛者将使用训练集 (train_label.txt) 来训练模型，而验证集 (val_label.txt) 仅用于模型调优。文件的每一行包含两个部分，分别是图片文件名和标签值（
【Datawhale 】Datawhale AI 夏令营-Task3笔记
suda_a的博客
07-20 626
else:type")这个函数用于绘制图像，并在图像上绘制边界框和分割掩码。检查输入图像格式确保输入是二维网格，即使只有一行图像。创建子图根据图像的行数和列数创建相应数量的子图。处理每个图像...遍历每个图像，进行处理。提取目标信息...检查图像是否包含目标信息（如边界框和分割掩码）。转换图像格式将图像转换为适合显示的格式。绘制边界框和分割掩码显示图像设置行标题调整布局。
【Datawhale AI夏令营】Task01学习笔记
miibp的博客
07-14 281
timm.create_model('resnet18', pretrained=True, num_classes=2) 加载预训练的ResNet-18模型，并且使用在ImageNet数据集上预训练的权重，使其有两个类别的输出。·数据移动GPU：.cuda(non_blocking=true)，将non_blocking参数设置为true意思是如果数据正在被复制到GPU，此操作会立即返回。深度学习中的CNN能够识别图像、视频中的复杂特征，在Deepfake检测中，模型可以学习识别内容中的异常特征。
Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task01笔记
08-09
Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task01笔记
NLP学习（Datawhale AI夏令营） TASK01#Datawhale示例代码
07-15
NLP学习（Datawhale AI夏令营） TASK01#Datawhale示例代码
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
07-28
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
大模型微调工具-torchtune
weixin_40777649的博客
08-08 820
1.定义2.安装3. 案例。
jupyter下载
Einstein·Jun
08-06 743
Anaconda下载 参考链接：https://blog.csdn.net/qq_48372575/article/details/125630622 设置Jupyter Notebook的代码路径 在“此电脑”中搜索。删除最后一个""后面的的内容，包括“\”。 用记事本打开它。 按下ctrl+F就可以开始查找。查找内容如下： 找到之后，右键该文件，找到“发送到”，找到“桌面快捷方式”。然后就会发现桌面上已经建立好了！
根据哈希值或者特征值判断图片是否相同
Y_warmth
08-09 565
detectAndCompute 方法结合了特征检测和描述符计算两个步骤，可以在图像中检测出特征点并计算这些特征点的描述符。ORB（Oriented FAST and Rotated BRIEF）是一种结合了 FAST 特征检测器和 BRIEF 描述符的特征提取算法，具有旋转不变性和尺度不变性，适用于图像特征匹配、目标检测等任务。接着使用 ORB 对象的 detectAndCompute() 方法检测图像中的特征点并计算描述符，最后将特征点绘制在图像上并显示出来。
线性代数课程概要介绍
08-07 908
线性代数课程内容丰富，主要围绕向量、矩阵和线性变换等核心概念展开，旨在培养学生的空间直观和想象能力、抽象思维和逻辑推理能力。线性代数是理工科大学生必修的数学基础课之一，也是硕士研究生入学全国统一考试中必考的数学课程之一。它不仅是离散化和数值计算的理论基础，还广泛应用于自然科学、社会科学、工程技术、军事和工农业生产等领域。
Datawhale AI 夏令营
07-12
这个暑期项目旨在激发参与者对人工智能、大数据和机器学习的兴趣，通过一系列课程、实践项目和比赛，帮助他们提升相关的技能知识。活动中，学员可以学习到从基础知识到实战应用的内容，比如Python编程、数据处理、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值