- 博客(6)
- 收藏
- 关注
RSS订阅原创 “Datawhale X 魔搭” AI夏令营第四期：AIGC方向——Task2
AIGC(AI-Generated Content)是指基于生成对抗网络、大型预训练模型等人工智能的技术方法，通过已有数据的学习和识别，以适当的泛化能力生成相关内容的技术。例如，通过输入关键词、描述或样本，AIGC可以生成与之相匹配的文章、图像、音频等。Deepfake是一种使用人工智能技术生成的伪造媒体，特别是视频和音频，它们看起来或听起来非常真实，但实际上是由计算机生成的。这种技术通常涉及到深度学习算法，特别是生成对抗网络（GANs），它们能够学习真实数据的特征，并生成新的、逼真的数据。
2024-08-13 23:15:08
601
原创 “Datawhale X 魔搭” AI夏令营第四期：AIGC方向——学习笔记
参赛者需在可图Kolors 模型的基础上训练LoRA 模型，生成无限风格，如水墨画风格、水彩风格、赛博朋克风格、日漫风格......基于LoRA模型生成 8 张图片组成连贯故事，故事内容可自定义；基于8图故事，评估LoRA风格的美感度及连贯性 样例：偶像少女养成日记 根据上面的速通教程即可完成baseline的训练，对其中的几个名词进行解释： 按教程在官网上报名即可。 1. PAI-DSW（Data Science Workshop） PAI-DSW是一款为AI开发者量身定制
2024-08-11 00:20:20
347
原创 Datawhale AI夏令营
Datawhale AI夏令营第三期可以报名了，实习证明+奖学金+项目经历，本期与阿里云天池联合主办。2024年该AI夏令营一、二期已有来自全球 1642 所高校的 20009 名学习者共学。📚全新课题，第三期新增AI4S专题，覆盖大模型、机器学习、深度学习、数学建模，共5个方向。👉🏻报名方式：海报扫码报名（PS：需要使用微信扫码）报名27日截止，线上学习，全程免费。
2024-07-23 10:01:15
292
原创 Datawhale2024年AI夏令营第二期：CV图像--task3
首先采用了baseline进行跑通，采用resnet18模型，训练了train数据集前1000张，大概耗时5分钟，得到的最终分数为 0.577。原因可能是该模型的网络深度较浅，训练的数据集过少，导致结果的acc不高。后来查阅网上资料发现，以及借鉴了。使用timm库中的efficientnet_b0模型，训练数据集前3000张、训练轮数epoch=2、每批数据量batch_size=70、发现这个模型在该问题上具有较好的性能和鲁棒性，得到最终分数为0.801。
2024-07-20 23:37:17
482
原创 Datawhale2024年AI夏令营第二期：CV图像--学习笔记
所谓Deepfake，就是一种使用人工智能技术生成的伪造媒体，特别是视频和音频，它们看起来或听起来非常真实，但实际上是由计算机生成的，例如AI换脸技术、语音模拟等。该技术虽然在多个领域展现出其创新潜力，但其滥用也带来了一系列严重的危害。Deepfake作为快速发展的新兴领域，如何快速的识别图像是否为deepfake是新型问题，也是重难点。如何提高模型的精度，主要可以从选择合适的神经网络模型和数据增强两方面入手，前者又可以通过调整模型参数、改进网络结构等方法，后者考虑几何变换、颜色变换、自动增强等方法。
2024-07-14 16:41:12
1398
原创 Datawhale夏令营2024-分子预测赛学习笔记
在当今科技日新月异的时代，人工智能（AI）技术在化学及药物研发中展现出了巨大潜力。精准预测分子性质有助于高效筛选出具有优异性能的候选药物。以PROTACs为例，它是一种三元复合物由目标蛋白配体、linker、E3连接酶配体组成，靶向降解目标蛋白质。本次大赛聚焦于运用先进的人工智能算法预测其降解效能，旨在激发参赛者创新思维，推动AI技术与化学生物学的深度融合，进一步提升药物研发效率与成功率，为人类健康事业贡献智慧力量。
2024-07-07 19:41:27
1113
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人