中杯可乐多加冰-CSDN博客

原创【LLM落地应用实战】LLM + TextIn文档解析技术实测暨基于TextIn文档解析 + Kimi的智能文档解析助手

文档解析技术是从这些海量且复杂的数据中高效准确地提取有价值信息的关键。它从输入文档图像开始，经过图像处理、版面分析、内容识别和语义理解等流程，最终输出结构化电子文档或语义信息。通过文档解析技术，我们能够深入理解文档的结构、内容和主题，使得信息更易于检索、分析和利用。

2024-05-22 09:59:01 1660 35

原创 31万奖金池等你挑战！IJCAI 2024 第九届“信也科技杯”全球AI算法大赛正式开赛！聚焦AI尖端赛题！

随着语音合成技术的不断进步,合成语音与真实语音之间的界限变得模糊,这不仅对数据安全构成威胁,也对科技伦理提出了新的要求。第九届“信也科技杯”全球AI算法大赛聚焦于语音深度鉴伪识别领域,旨在激发全球算法爱好者和专家的创新潜力,共同应对由人工智能技术发展带来的挑战。我们邀请参赛者运用深度学习等先进的算法技术，以期生成能够准确鉴别真伪语音的算法,共同推动这一领域的进步，确保技术的发展能够更好地服务于社会，实现科技与伦理的和谐共进。

2024-05-17 15:14:25 682 16

原创【2024亚马逊云科技峰会】Amazon Bedrock + Llama3 生成式AI实践

通过使用更高质量的训练数据和指令微调，Llama 3接受了超过 15 万亿个标记数据的训练——比 Llama 2 模型使用的训练数据集大七倍，其中包含四倍于 Llama 2 的代码数据，支持 8K 的上下文长度，是 Llama 2 的两倍。

2024-05-11 10:33:26 8185 31

原创与Apollo共创生态：Apollo7周年大会的心得体会

七周年之际，Apollo开放平台推出了9.0版本，不仅为开发者和生态合作伙伴带来了更强大的算法能力、更灵活易用的工具框架，还提供了更易拓展的通用场景能力，从而持续巩固了Apollo在自动驾驶开发领域的领先地位。除此之外，Apollo开放平台推出企业生态计划，为整个行业的发展注入了新的活力。

2024-05-10 15:14:58 8094 3

原创如何用OpenNJet部署自己的应用程序？——OpenNJet实践记录

OpenNJet 应用引擎是基于 NGINX 的面向互联网和云原生应用提供的运行时组态服务程序，其在云原生架构中作为数据平面，除了提供南北向通信网关的功能以外，还提供了服务网格中东西向通信能力，本篇文章将从零开始使用OpenNJet部署自己的应用程序。

2024-05-06 20:52:14 1153 6

原创文本向量化模型新突破——acge_text_embedding勇夺C-MTEB榜首

在人工智能的浪潮中，大型语言模型（LLM）无疑是最引人注目的潮头，在支撑这些大型语言模型应用落地方面，文本向量化模型（Embedding Model）的重要性也不言而喻。为大家带来acge_text_embedding模型解读以及应用思考：> 文本向量化acge模型是什么？原理是什么？ > acge模型能达到什么样的效果，取得了什么样的成绩？> 文本向量化模型的突破与检索增强生成RAG的联系？

2024-04-23 18:41:27 16458 54

原创【生成式 AI 精英速成计划】了解如何使用大模型平台、训练与部署以及如何打造生成式AI应用

亚马逊云科技在3月23日新推出了[全球最新生成式 AI 课程]。其针对开发者和企业非技术专业人士，提供全行业最佳使用场景专家解析、丰富的生成式 AI 工具应用示范，了解如何使用大模型平台、训练与部署大模型及如何打造生成式AI应用，并且快速理解AI的商业潜力和应用场景，学习如何利用AI技术优化决策过程、发掘商业价值。

2024-04-17 18:45:33 2205 3

原创 LangChain + LLM + Amazon Bedrock构建一个检索增强型问答RAG-GPT应用程序

在这篇文章中，我们将探讨如何利用LangChain + LLM + Amazon Bedrock等技术构建一个检索增强型问答GPT应用程序。这个应用程序不仅能够理解用户的问题，还能够从海量的数据中检索出相关信息，生成准确而有用的回答。

2024-04-17 10:06:07 9847 10

原创每帧纵享丝滑——ToDesk云电脑、网易云游戏、无影云评测分析及ComfyUI部署

云电脑凭借其出色的技术实力和创新理念，帮助我们轻松应对这些难题。作为一种新兴的虚拟电脑服务方式，云电脑将传统电脑的计算、存储和应用服务等功能迁移到云端，打破了传统电脑的物理限制，通过云端连接，即可享受到高效、稳定的资源与服务，为人们提供了更加灵活、便捷、安全的工作与娱乐模式。今天，本篇文章将带来ToDesk云电脑、网易云游戏、无影云三款云电脑的性能测评、AIGC科研测评和软件应用实测分析。

2024-04-15 13:55:30 17667 70

原创【数据采集与AI分析】突破挑战抢占先机亮数据浏览器、亮网络解锁器 + Kimi数据采集与分析实战指南

数据采集并不总是一帆风顺，由于涉及到不同的国家和地区，跨境电商领域中数据的获取可能会受到语言文化、网页结构复杂、网站屏蔽、OCR验证等方面的限制。此外，海量数据的采集效率也是一个挑战。本章将使用跨境电商数据采集工具和大模型Kimi，以Shopee、Temu为范例进行实战。

2024-04-12 10:26:56 13961 17

原创解决方案——Zotero生成的参考文献和Word如何建立超链接，实现点击引用跳转的效果

尽管Zotero在文献管理和引用生成方面表现优秀，但与另一款流行的文献管理工具EndNote相比，它确实缺少一项比较常用的功能：**无法与Word直接建立超链接以实现点击引用跳转。**在EndNote中，用户可以轻松地在Word文档中插入引用，并且这些引用会自动生成超链接，只需点击文中的引用，即可迅速跳转到文档末尾的参考文献部分，查看相应的文献详细信息。Zotero虽然也提供了丰富的引用格式和文献管理功能，但它却无法与Word直接建立这种超链接。

2024-04-07 20:27:17 7755 19

原创【如何写论文】解决方案——删除脚注里多余的回车换行，标题的段前磅数消失问题、图像显示不完整、被截断、浮动问题

当图片衬于文字下方时，文字会出现在图片的上方，形成文字覆盖图片的效果；而当图片浮于文字上方时，图片会位于文字的顶层，文字则环绕在图片的周围。由于单倍行距固定了行与行之间的距离，如果图像的高度超过了这个距离，那么图像其余的部分就会被截断，无法完全显示。一般论文要求需要有脚注，但是默认的脚注格式不符合要求，可能会出现问题：页面底部的脚注区域，横线未顶格、文字与横线存在多余回车换行符，文字有缩进。此外，还可以检查并调整段前和段后的间距，以确保图像不会与段落上方的文本或下方的文本重叠，从而避免被截断的情况发生。

2024-04-07 17:09:29 6348

原创 Amazon SageMaker + Stable Diffusion 搭建文本生成图像模型

Amazon SageMaker是一款亚马逊云服务旗下的全面托管机器学习平台。该平台集成了众多高效工具和服务，使得构建、训练和部署机器学习模型变得前所未有的简单。Amazon SageMaker拥有灵活的计算资源及配置选项，无论项目规模大小，它都能以强大的计算能力，助力训练大型模型。此外，它还提供了强大的管理和监控功能，确保机器学习工作流程的顺畅运行。Amazon SageMaker机器学习平台提供了一系列能够快速构建、训练和部署机器学习模型的工具和服务，使机器学习工作流程更加高效、易用和可扩展。

2024-03-21 10:14:31 15375 9

原创跨境电商选品实战——Ownips公开数据信息安全采集+Python爬虫轻松搞定Lazada电商选品

互联网与外贸的结合，催生了蓬勃兴起的跨境电子商务。基于这种跨越国界的电子商务模式，企业不再受限于传统的地域销售，而是可以将产品推向全球市场，实现全球范围的发展。然而，与传统的国内电商相比，国际市场消费者的需求、偏好、文化习惯等差异巨大，因此我们在选品方面也面临更为复杂的挑战。根据目标市场的需求和特点精选出适合销售的产品，直接影响一个商家的竞争力，而选品也不仅仅是销售产品，更是树立品牌形象和提升竞争力的重要手段。对于许多初入跨境电商领域的新手而言，选品方法通常局限于国内市场的经验和视野，缺乏对全球市场的深入了

2024-03-12 10:24:58 15986 51

原创狙击GPT5？Claude3体验方法及初步个人评测

Amazon Bedrock 是一项完全托管的服务，其提供了来自众多领先AI公司（包括 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亚马逊）面向海外业务的的高性能基础模型，除了Claude3, Amazon Bedrock 还可以利用简单的 API 接口访问 Meta Llama2、Anthropic Claude、Titan、Stability AI、AI21 Labs、Cohere 等领先的基础模型，以构建和扩展其生成式 AI 应用程序。

2024-03-05 23:59:46 19143 24

原创开源模型Mistral 7B+Amazon SageMaker部署指南

Mistral AI 是一家总部位于法国的 AI 公司，其使命是将公开可用的模型提升至最先进的性能水平。他们专注于构建快速而安全的大型语言模型（LLM），此类模型可用于从聊天机器人到代码生成等各种任务。不久前其发布了一个开源模型Mistral 7B，支持英语文本生成任务并具备自然编码能力。它为实现低延迟进行过优化，并且相对其规模，该模型对内存的要求较低，可提供高吞吐量。该模型体积虽小，但功能强大，可支持从文本摘要和分类到文本完善和代码补全等多种使用案例。

2024-03-03 10:08:18 5355 7

原创 Stable Video文本生成视频公测地址——Scaling Latent Video Diffusion Models to Large Datasets

近期，Stability AI发布了首个开放视频模型——"Stable Video"，该创新工具能够将文本和图像输入转化为生动的场景，将概念转换成动态影像，生成出电影级别的作品，旨在满足广泛的视频应用需求，包括媒体、娱乐、教育和营销等领域。第一阶段涉及图像预训练，其中利用了空间布局初始化自预训练图像模型的视频模型，并展示了在预训练大型且多样化的数据集，然后在较小但质量更高的数据集上进行微调的效果提升。在前两个阶段（图像预训练和视频预训练）的基础上，通过进一步的高质量微调来提升最终模型的性能。

2024-03-03 10:02:42 4705

原创【Intel oneAPI实战】使用英特尔套件解决杂草-农作物检测分类的视觉问题

杂草是农业经营中不受欢迎的入侵者，它们通过窃取营养、水、土地和其他关键资源来破坏种植，这些入侵者会导致产量下降和资源部署效率低下。一种已知的方法是使用杀虫剂来清除杂草，但杀虫剂会给人类带来健康风险。参赛者需运用英特尔® oneAPI AI分析工具包构建一个模型。该模型可以自动检测杂草的存在，并在杂草上而不是在作物上喷洒农药，同时使用针对性的修复技术将其从田地中清除，从而最小化杂草对环境的负面影响。YOLO是一种基于深度学习的目标检测算法。

2024-02-29 16:57:48 940 3

原创文本生成视频Sora技术解读——作为世界模拟器的视频生成模型 Video generation models as world simulators

我们探索在视频数据上对生成模型进行大规模训练。具体来说，我们在可变持续时间、分辨率和宽高比的视频和图像上联合训练文本条件扩散模型。我们利用了一种Transformer架构，该架构对视频和图像潜在代码的时空补丁进行操作。Sora能够生成一分钟的高保真视频。我们的研究结果表明，scaling video generation models（Sora）是构建物理世界通用模拟器的一条很有前途的途径。

2024-02-23 09:30:00 4844 7

原创解决方案——文本生成图像DF-GAN配置Oxford-102 Flower 花数据集全流程

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的数，图像都是英国常见的花卉，训练集和验证集各包含10个图像，测试集由剩余的6129张图像组成（每类至少20张）。：每个类包含，百香花的图像数量最多，桔梗、墨西哥紫菀、青藤、月兰、坎特伯雷钟和报春花的图像最少，即每类40个，图像被重新缩放，使最小尺寸为500像素。

2024-02-21 17:28:18 5176 6

原创我与小曹Bot“青梅煮酒论英雄”——一站式 AI Bot 开发平台Coze操作指南及集成到飞书和微信

AIbot是指人工智能机器人，是一种使用大语言模型构建的工具，不仅可以解决简单的问答，还处理复杂逻辑的对话。而受人瞩目的扣子集成了丰富的插件工具，可以极大地拓展 Bot 的能力边界。目前平台已经集成了超过 60 款各类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。你可以直接将这些插件添加到 Bot 中，丰富 Bot 能力。例如使用新闻插件，打造一个可以播报最新时事新闻的 AI 新闻播音员。

2024-02-21 08:00:00 6342 7

原创 ONLYOFFICE桌面编辑器8.0新特性：PDF表单、RTL支持、Moodle集成、本地界面主题等

ONLYOFFICE是由领先的IT公司—Ascensio System SIA经验丰富的IT专家开发的项目。这是一款强大的在线编辑器，能够为提供高效的文本文档、电子表格、演示文稿、表单和 PDF 编辑工具。继 ONLYOFFICE 文档 v8.0发布后，适用于 Linux、Windows 和 macOS 的免费ONLYOFFICE 桌面应用程序也进行了更新，带来 RTL 界面、本地界面主题、与 Moodle 的集成以及其他的实用改进。本文将带来对ONLYOFFICE 桌面编辑器8.0新特性的讲解。

2024-02-06 14:24:44 17294 14

原创 Amazon Bedrock ——使用Prompt构建AI软文撰写师的生成式人工智能应用程序

登录Amazon Bedrock的控制台后：https://aws.amazon.com/cn/bedrock/?可以看到Amazon Bedrock支持多个基础模型（foundation model）,其中包括Amazon Titan，Claude，Jurassic，Command，Stable Diffusion 以及 Llama2。

2024-02-04 21:49:55 1216 1

原创解决方案：2024年Pytorch（GPU版本）+ torchvision手动安装教程[万能安装方法] win64、linux、macos、arm、aarch64均适用

对于深度学习新手和入门不久的同学来说，在安装PyTorch和torchvision 时经常会遇到各种各样的问题。本文介绍一种手动离线安装Pytorch方法，不用再更改镜像，不用挂代理，。

2024-02-04 21:41:18 3480 4

原创解决方案：幻兽帕鲁Palworld私服部署一杯茶的功夫搭建部署一个属于自己的游戏私服

幻兽帕鲁是Pocketpair开发的一款开放世界生存制作游戏，游戏于2024年1月18日发行抢先体验版本，游戏中，玩家可以在广阔的世界中收集神奇的生物“帕鲁”，派他们进行战斗、建造、做农活，工业生产，游戏目前已呈现现象级火爆的趋势。今天这篇博客将记录如何快速搭建幻兽帕鲁Palworld游戏私服，使用云服务器搭建幻兽帕鲁服务器，在一个相对独立、稳定且私密的云端空间中进行游戏并能满足4-32人游玩。

2024-01-29 11:01:10 12117 33

原创【云上探索实验室】使用 Amazon Bedrock 体验构建Stable Diffusion-文本生成图像生成式 AI 应用

Amazon Bedrock 极大地降低了客户从基础模型到构建生成式 AI 应用的门槛，用户仅需通过简单的几个步骤创建和部署完全托管式的 Agent，通过动态调用 API 来执行复杂的业务任务。这一全新的服务范式不仅可以加速生成式AI应用的推广和采用，也可以为各行业在人工智能革命中找到更为便捷的落地途径。

2024-01-21 16:39:35 9738 5

原创【高效视频处理】BMF 项目安装与老视频修复体验全流程及总结

BMF通过提供简洁易用的跨语言接口、灵活的调度和扩展性，以 graph/pipeline 的方式构建高性能的多媒体处理链路，以模块化的方式动态扩展、管理和复用视频处理，非常适合运用在视频转码、视频抽帧、视频增强、视频分析、视频插帧、视频编辑、视频会议、VR 等领域，其具有：1、跨平台兼容性：BMF广泛支持多个操作系统，包括Linux、Windows和Mac OS，并且经过优化以适应x86和ARM CPU架构，确保在不同平台上的高效运行。2、多语言支持。

2024-01-06 20:30:30 1774 11

原创下一站 GenAI@ 生成式 AI 探索之旅，等你上车！

然而，随着技术的飞速发展，机器开始在创造感性而美好的事物方面挑战人类的创造力。人类在分析事物方面具有卓越的能力，然而，随着技术的不断进步，机器在数据分析方面表现出了更高的效率和准确性。然而，人类不仅仅是善于分析，还具有独特的创造能力。在2022年之前，机器在创造性工作方面无法与人类相提并论，它们主要局限于分析和重复性的认知劳动。除了可以现场使用生成式AI时代的开发新范式，还可以开启12个re:Invent 2023最新发布的Jam挑战，在游戏场景下限时构建并解决技术问题，通关学习更多云知识与技能。

2024-01-06 20:20:28 1098

原创【2023 CSIG垂直领域大模型】大模型时代，如何完成IDP智能文档处理领域的OCR大一统？

2023年12月28-31日，由中国图象图形学学会主办的在中国广州隆重召开，会议吸引了学术界和企业界专家与青年学者，会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，共同探讨图象图形学领域的前沿问题，分享最新的研究成果和创新观点，在垂直领域大模型专场，合合信息智能技术平台事业部副总经理、高级工程师丁凯博士为我们带来了《文档图像大模型的思考与探索》主题报告。

2024-01-05 13:24:11 29977 81

原创乘骐骥以驰骋兮，来吾道夫先路——2023年大模型技术基础架构盘点与开源工作速览

“乘骐骥以驰骋兮，来吾道夫先路”，转眼间，2023年已结束，在这里，从2023年的技术盘点中抽丝剥茧，领略一些至关重要的大模型技术架构盘点与重要开源工作。

2024-01-05 13:19:33 996 2

原创 Text to image论文精读 TISE (Text-to-Image Synthesis Evaluation):用于文本到图像合成的评估度量工具包

在本文中，我们对最先进的文本到图像合成方法进行了研究，并提出了评估这些方法的框架。我们考虑图像包含单个或多个对象的合成。（i）对于图像质量评估，一个常用的指标，例如启始得分（IS），在单对象情况下经常被错误校准，或者在多对象情况下被误用；（ii）对于文本相关性和对象准确性评估，在现有的R-精度（RP）和语义对象准确性（SOA）度量中分别存在过拟合现象；（iii）对于多目标情况，许多重要的评估因素，如目标保真度、位置对准、计数对准，在很大程度上被忽略；

2023-12-26 17:14:35 1062 2

原创 HarmonyOS 开发实例—蜜蜂 AI 助手

AppGallery Connect（简称 AGC）致力于为应用的创意、开发、分发、运营、经营各环节提供一站式服务，构建全场景智慧化的应用生态体验。通过蜜蜂 AI 助手元服务的开发，我们体验到了端云一体化带来的便捷，尤其注册登陆这一块，有了云端的接入，我们可以很快的加入。另外在项目里我们还用到了低码能力，不用一行代码，就完成了手机号登陆的功能。本次鸿蒙和 AI 的结合，给了我新的体验。大家也可以自行尝试下 HarmonyOS 的开发，会给你带来不一样的体验。

2023-12-13 17:42:42 17831 2

原创解决方案：aarch64 ARM架构下安装Miniconda + 离线迁移Conda环境的全流程踩坑避坑指南

在ARM架构下，由于Anaconda并不提供官方的ARM版本，在很多情况下强行在ARM系统中安装Anaconda会出现很多未知错误。因此更适合安装Miniconda。本博客记录在华为多瑙 HPC集群的服务器下离线安装Miniconda和迁移虚拟环境的全过程。

2023-12-10 20:44:32 2914

原创【如何写论文】——写作提效的n个技巧：Word图、表自动编号 +Zotero实现参考文献自动化

在论文写作中，通常会包含数十张图片或表格。默认情况下，这些图片和表格都是没有编号的。然而，在文档中为了方便指明对应的图和表，通常需要手动为它们添加编号，而手动编号时，如果需要添加或删除图表，或者进行重新排序，需要手动编辑每个编号。这不仅耗时，也容易出错，使用自动编号功能，可以避免给自己增加不必要的工作量。在需要插入图号的地方——点击插入题注点击新建标签，在新弹出的输入框中输入：“图”，然后点击确定，这样以后题注就能自动生成“图”字了。然后点击编号，再弹出的题注编号框里，选择格式为1,2,3,…

2023-12-08 11:16:16 4682

原创解决方案：查看机器CPU、GPU、内存配置+如何迁移虚拟环境到离线机器+解决输出tensor有省略号的问题

问题一、Linux查看硬件配置信息问题二、迁移虚拟环境到离线机器问题三、输出tensor有省略号Torch 在输出tensor的时候，如何指定输出全部，不要省略号略过中间值tensor([[[-102.1618, -102.1618, -103.8347, ..., -117.6031, -111.0496,-111.0496],[-102.1618, -102.1618, -103.8347, ..., -117.6031, -111.0496,-111.0496], device='cuda

2023-12-06 08:58:53 1142

原创 T2I文本生成图像中文期刊论文速览-2（软件学报 CSA-GAN基于条件语义增强的文本到图像生成、计算机工程与应用SA-AttnGAN：基于自注意力机制的文本生成单目标图像方法）

软件学报 CSA-GAN基于条件语义增强的文本到图像生成、计算机工程与应用SA-AttnGAN：基于自注意力机制的文本生成单目标图像方法。文本生成图像在视觉上取得了优异效果，但是仍然存在细节表达不足等问题。基于以上问题，文章提出基于条件语义增强的生成方法CSA-GAN合成单目标图像在真实性上仍存在一定缺陷，如针对鸟类图形合成时，会出现“多头”“多嘴”等异常情况，基于上述问题本文提出SA-AttnGAN

2023-12-05 08:49:54 1021

原创 re:Invent 2023 生成式 AI 的三个层级如何解锁无限创造力与生产力

人类、数据和 AI 之间的紧密且牢固的关系图谱，正在我们面前徐徐展开，受数据和 AI 的有力推动，生成式 AI正在成为推动千行百业应用创新的动力之源和科技领域的发展重心。亚马逊云科技在今年的 re: Invent 2023 会议上突显了该技术如何成为这家云巨头议程的首要任务。在今天的主题演讲中，亚马逊云科技首席执行官 Adam Selipsky 表示：“围绕生成式 AI 模型的创新具有爆炸性。”他补充说：“它将重塑我们在工作和家庭中交互的每一个应用程序。

2023-11-30 10:49:03 5211

原创新购服务器项目部署指南—— Express + Vue + Nginx+ pm2 Nodejs项目部署全流程

查看node的版本：如果没有安装node，可以使用宝塔安装（推荐），进入软件商店，搜索node，选择node.js版本管理器1.8进行安装：安装好后点击设置，点击更新版本列表（列表每24小时与Node.js官网列表同步一次，可点击【更新版本列表】按钮立即与Node.js官网同步版本列表）：然后选择需要的node版本进行一键安装，一般推荐14或者18版本。也可以自行下载镜像安装，进入node官网：https://nodejs.org/dist/

2023-11-27 09:50:46 3567 4

原创【腾讯云云上实验室】向量数据库+LangChain+LLM搭建智慧辅导系统实践

得益于深度学习的快速发展和数据规模的不断扩大，以GPT、混元、T5等为代表的大语言模型具备了前所未有的自然语言处理和生成能力，然而，在实际应用中，大语言模型的高效存储、检索和推理成为了一个新的挑战。为解决这一问题，向量数据库作为大语言模型时代的次世代引擎应运而生。向量数据库是一种专门设计用于存储和处理向量数据的数据库系统，能够高效地索引、查询和分析高维向量。它不仅适用于存储文本、图像、音频等数据的向量表示，还能有效管理和支持大规模的语言模型，提供快速的语义搜索和相似性匹配能力。

2023-11-25 11:04:20 24331 7

原创【寻找游戏大模王-作品开发记录】文心千帆还能打王者荣耀？我的大模型三合一游戏站调用文心千帆ERINE-Bot4开发AI游戏（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）

与我们之前了解过的文心一言不同，文心千帆大模型平台是百度文心大模型的官方和唯一的商业化服务平台。对内及对外统一由文心千帆来提供服务，文心千帆从数据服务（生成、标注、回流）、模型训练（）、模型评估（主观评估、客观评估）和压缩、自动化Prompt工程、到插件应用编排，客户都可以在文心千帆上一站式完成。客户可以将训练好的模型部署和托管在文心千帆上，获得极致的性能、企业级的高可用性和安全环境。另外其已经预置了高效的企业搜索插件，无缝集成三方插件，通过插件机制，进一步扩展大模型能力边界，助力客户的应用产品全面升级。

2023-11-20 08:44:57 359

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

本文件为配置好的Oxford-102 Flower数据集，可直接用于DF-GAN2022版本的训练测试，也可以根据文件夹来替换为自己的数据集进行训练。文件夹包括：图像数据集、文本数据集、flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件。 Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集 **数据量**：8189张图像组成的数据集，这些图像被划分为103个花卉类别，都是英国常见的花卉。数据集分为训练集、验证集和测试集，训练集和验证集各包含10个图像，测试集由剩余的6129张图像组成（每类至少20张）。 **种类**：每个类包含40到250个图像，百香花的图像数量最多，桔梗、墨西哥紫菀、青藤、月兰、坎特伯雷钟和报春花的图像最少，即每类40个，图像被重新缩放，使最小尺寸为500像素。

2024-02-18

Oxford-102 Flower配置数据包

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集本文件为Oxford-102 Flower对应的配置数据包，包括的是训练花数据集以及测试数据集训练效果的必要配置文件，基本适用于文本生成图像相关模型，完全适用于DF-GAN2022版代码以及其延伸模型，文件夹包括： flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件

2024-02-18

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

使用方法： 1、解压项目，两个文件夹，wenxin-express为后端，wenxin-vue3-fe-master为前端。 2、打开wenxin-express，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入node app.js启动项目； 3、打开wenxin-vue3-fe-master，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入npm run dev启动项目； 4、在浏览器中输入http://localhost:5173/ 进入网页开始游戏。大模型三合一游戏站项目是基于文心千帆ERINE-Bot4的一个创新性项目。该项目包括了三个游戏，分别是AI虚拟女友、文字版王者荣耀和女儿养成类游戏。在AI虚拟女友中，用户可以体验到一种仿真的情感互动，能够理解用户的语言并做出相应的回应，提供陪伴和娱乐。在文字版王者荣耀中，玩家可以通过交流指令和战术来指导自己的角色，在虚拟的游戏世界中体验策略和协作的乐趣。在女儿养成模拟器中，扮演一个虚拟父母的角色制定计划、参与活动等方式来培养和引导女儿的成长。

2023-11-12

一键文生图-本地SD文本生成图像应用

2023-11-01

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

本资源为类肯德只因自助点餐系统0.3.0版本： 1、【重要提醒】0.3.0版本实现了对象类型的设计、商品页面设计、购物车设计，具有商品列表的界面、购物车列表页面，购物车弹出层增减、金额计算、清空、导航栏与右侧商品联动等功能，已经初步具备一个点餐系统的部分功能； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-04-04

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

本资源为类肯德只因自助点餐系统0.2.0版本： 1、【重要提醒】0.2.0版本实现了商品页面的初步设计、轮播图的展示、标题栏、导航栏和商品页面的布局设计； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-15

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

本资源为类肯德基自助点餐系统0.1.0版本： 1、【重要提醒】0.1.0版本实现了项目初始化与搭建，是一款非常适合起步的脚手架，可供学习； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、0.1.0版本已成功搭建Less、Vant、vw适配方案、Vue Rotuer、Pinia和Axios； 4、项目在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-04

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对coco的文本生成图像定量指标训练好的模型复现步骤请看：https://blog.csdn.net/air__Heaven/article/details/124751665 CUB-Bird的FID预训练好的模型，请看：https://download.csdn.net/download/air__Heaven/85362542

2022-12-05

web端云监工系统（Vue3+Element plus+TS+Pinia）

项目技术栈 - Vue 3.2.13 - Element-Plus 2.1.10 - Vue-Router 4.0.3 - Pinia 2.0.13 - Axios 1.2.0 - Mitt 3.0.0 - TypeScript、TRTC、Less-loader、... 输入`npm i`自动配置项目相关依赖，然后输入`npm run serve`启动服务。也可以直接`npm start`。

2022-11-28

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

本资源使用移动平均预测道琼斯、纳斯达克、标准普尔指数——Python中的基本数据操作和可视化，压缩包里包括S&P、Dow、Nasdaq数据集和代码。移动平均⼜称移动平均线，简称均线。作为技术分析中⼀种分析时间序列的常⽤⼯具，常被应⽤于股票价格序列。移动平均可过滤⾼频噪声，反映出中⻓期低频趋势，辅助投资者做出投资判断。

2022-08-17

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

资源包括琼斯、纳斯达克、标准普尔指数列表名为：Date、Open、High、Low、Close、Adj Close、Volume 用于简单移动平均预测道琼斯、纳斯达克、标准普尔指数

2022-08-16

SSAGAN预训练的 DAMSM 模型

SSAGAN预训练的 DAMSM 模型，包括文本编码器text encoder和图像编码器image encoder，其中text encoder是双向LSTM模型，image encoder是CNN模型。在文件中均已经预训练好了的第200轮。下载后将其上传到 DAMSMencoders目录下并进行解压

2022-07-24

文本生成图像SSA-GAN -CUB鸟元处理数据包

本资源是文本生成图像的SSA-GAN模型复现过程中必备的鸟数据集元处理数据包。包括test、text、train、example_filenames.txt、example_captions.txt、captions.pickle等数据。

2022-07-24

文本生成图像DF-GAN -CUB鸟元处理数据包

本资源是文本生成图像的DF-GAN模型复现过程中必备的元处理数据包，包括DAMSMencoder的imageencoder和textencoder，FID评估使用的npz，class_info.pickle文件、filenames.pickle文件。复现步骤请查看：https://blog.csdn.net/air__Heaven/article/details/125467190

2022-06-28

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

本压缩包是文本生成图像里的 R分数实验代码 R-precision评估指标定量工程文件，可以用来评估文本与图像的对齐性（即生成的图像是否符合文本），工程包括build_RPdata.py、config.py、encoder.py、eval_Rprecision.py、all_texts.txt。运行时： 1.先更改参数，将文件位置改成你已经生成好的图像的位置 2.运行build_RPdata.py，生成RPdata的数据，即每个数据是一个图像+n条句子 3.运行eval_Rprecision.py，评估图像与文本的对齐度 4.还可以更改R值，继续3进行各种实验

2022-06-12

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对CUB-birds的文本生成图像定量指标训练好的模型 FID分数用于根据预训练网络提取的特征，测量真实图像分布和生成图像分布之间的距离。真实图像在空间中是服从一个分布的（假设为正态分布），而GAN生成的特征也是一个分布，GAN做的事情就是不断训练使这两个分布尽可能的相同。FID就是计算这两个分布直接的距离，使用的距离算法叫做Frechet distance。

2022-05-13

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

预训练好的inception model 是StackGAN 用来于鸟评估的inception score模型也可以用于AttnGAN、DF-GAN等等文本生成图像模型当中主要用于评估图像质量

2022-05-12

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型

这个是已经训练好的DFGAN，针对CUB的生成器模型，训练轮数601轮默认bird.yml： CONFIG_NAME: 'bird' DATASET_NAME: 'bird' DATA_DIR: '../data/bird' GPU_ID: 0 WORKERS: 1 B_VALIDATION: True # True # False loss: 'hinge' TREE: BRANCH_NUM: 1 BASE_SIZE: 256 TRAIN: NF: 32 # default 64 BATCH_SIZE: 24 MAX_EPOCH: 601 NET_G: '../test' TEXT: EMBEDDING_DIM: 256 CAPTIONS_PER_IMAGE: 10 DAMSM_NAME: '../DAMSMencoders/bird/inception/text_encoder200.pth'

2022-05-12

客户端+服务器实现网络版贪吃蛇

贪吃蛇游戏的网络版 C++实现使用到了多线程编程数据格式规定对象|动作|参数 1.对象–蛇，食物蛇:1 食物:2 2.动作–产生，移动，变长产生:1 移动:2 变长:3 3.参数–根据不同的对象，不同的动作有不同的参数产生蛇：长度，坐标

2022-05-09

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

介绍博文：https://blog.csdn.net/air__Heaven/article/details/122696876 使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-04-25

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

已经配置好了预训练模型和训练好的模型已经配置好了下载为鸟类预处理的元数据除了没有CUB-birds的图像数据集，其他文件都已经下载并配置好了。 AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）的代码复现下载后需要安装环境 >pip install python-dateutil > pip install easydict > pip install pandas > pip install torchfile nltk > pip install scikit-image 可能需要额外安装的环境，根据提示进行补充： > pip install torchvision

2022-04-02

51单片机实现围棋单片机围棋实验

2022-02-27

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

1、hadoop单机模式和伪分布式 2、hadoop集群 3、hadoop运行WordCount程序 4、编码实践并在Hadoop上运行题目：输入两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出“工厂名——地址名”表，按工厂名排序输出。数据文件自己设计样例。

2022-02-23

新年用Python与人工智能一起写春节对联

使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-01-26

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是ResidualBlock的pytorch实现，并且实现了在GPU上运行

2022-01-20

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是Inception Moudel的pytorch实现，并且实现了在GPU上运行

2022-01-20

武汉理工大学计算机复试资料考研复试资料

包括历年大纲与细则、2021复试细则、历年面试的面试问题（专业、英语、其他）、离散数学书、武理离散数学PPT课件、导师联系方式

2021-11-17

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

家庭财务管理系统C++课程设计报告，包括问题描述、需求分析，总体设计、详细设计和小结，报告共17页。问题描述：系统具有帐务处理的一般功能，包括家庭月收入管理、月支岀管理、并能按年、月统计家庭收入总和与支岀总和可按月支出费用进行降序排序同时系统提供收入或支出的添加、修改、删除操作。

2021-11-10

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

利用单片机设计一个红绿灯，实现了数显倒计时与灯光变换，其中30秒红灯，25秒绿灯，5秒黄灯，实现东西与南北灯光变换，符合红绿灯逻辑。（所有时间也可以修改。）芯片采用：MSP430F249、74HC573 交通灯采用：trafficlight组件数显采用：两位数共阴极的数码管配套博文预览效果：https://blog.csdn.net/air__Heaven/article/details/120481520

2021-09-26

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

代码还原谷歌彩蛋小恐龙游戏（html+css+js）谷歌的chrome浏览器有一个小彩蛋，在断网时打开chrome浏览器会出现一只小恐龙，按下空格键，就可以开始游戏了

2021-09-25

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

html++css+js 做的恋爱计时器网站网页点开后，效果如下第一部分用动画显示对她想说的话、表情符号与当前时间；第二部分显示恋爱了多久；第三部分引用一段台词或者情诗。

2021-09-14

编译原理词法分析语法分析课程设计报告（C++实现）.doc

包括：设计目的、设计要求、开发环境、分析器模型图、设计原理、框架图、分析过程、主要函数、运行结果 (1)词法分析：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。 (2)语法分析：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

语法分析编译原理实验/课程设计（C++实现）

本资源为编译原理语法分析C++代码实现，使用codeblocks或者vs即可运行设计要求：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

词法分析编译原理实验/课程设计（C++实现）

本资源是编译原理实验-词法分析，用c++语言实现，包括mysource.txt 、mytext.txt、output.txt和词法分析.cpp文件，能够实现词法分析功能设计要求：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。用子集法将NFA转化为DFA。配套博文：https://blog.csdn.net/air__Heaven/article/details/120181471

2021-09-08

layui-progress+element+jquery+js设计一个动态进度条

众所周知，进度条是一种烦人的东西╭(╯^╰)╮，本文件使用layui-progress+element+js写了一个糊弄人的进度条，供大家学习。

2021-09-04

计算机网络课设模拟邮件系统模块设计图

计算机网络课设模拟邮件系统模块设计图图像用visio制作，展示一款模拟邮件系统的模块设计

2021-08-11

计算机网络课程设计任务书（计算机，软件）

《计算机网络》课程设计任务书一、课程设计要求通过本课程设计，使学生对计算机网络的基本概念的理解，通过相关的设计学习网络协议和网络工具的开发，从而充分掌握计算机网络体系结构和应用。学生必须仔细阅读《计算机网络》课程设计任务书，认真主动完成课程设计的要求。有问题及时主动通过各种方式与教师联系沟通。学生要发挥自主学习的能力，充分利用时间，安排好课设的时间计划，并在课程设计过程中不断检测自己的计划完成情况，及时的向教师汇报。按照教学要求务必在1.5周内完成课程设计并提交所有文档。二、设计和调试过程的规范化要求报告除了在封面（封面格式有统一规定）中应有专业、班级、姓名、学号和课程设计日期以外，其正文一般有如下几个方面的内容： 1）对每个题目要有设计思想在设计思想中，将题目中要求的功能进行叙述分析，并且设计或叙述解决此问题的算法，描述算法建议使用流程图，进行算法分析指明关键语句的时间复杂度。给出实现功能的一组或多组测试数据，程序调试后，将按照此测试数据进行测试的结果列出来。对有些题目提出算法改进方案，比较不同算法的优缺点。如果程序不能正常运行，写出实现此算法中遇到的问题，和改进方法； 2）对每个题目要有相应的源程序（可以是一组源程序，即详细设计部分）：源程序要按照写程序的规则来编写。要结构清晰，重点函数的重点变量，重点功能部分要加上清晰的程序注释。程序能够运行，要有基本的容错功能。尽量避免出现操作错误时出现死循环； 3）最后提供的主程序可以象一个应用系统一样有主窗口，通过主菜单和分级菜单调用课程设计中要求完成的各个功能模块，调用后可以返回到主菜单，继续选择其他功能进行其他功能的选择。三、课程设计的成绩评定 1、由指导教师根据检查学生程序的情况、课程设计报告的质量和课程设计过程中的工作态度等综合打分。成绩评定实行等级制评分（A：90~100分 A-：85~89分 B+：82~84分 B：78~81分 B-：75~77分 C+：72~74分 C：68~71分 C-：64~67分 D：60~63分 F：<60分）。 2、设计程序的检查由指导教师当面在计算机上检查测试，并同时对程序运行中的问题至少提出三个问题，学生当面回答，教师根据以上检查做好记载； 3、独立按时完成规定的工作任务，不得弄虚作假，不准抄袭他人内容，否则成绩以不及格计。发现课程设计报告基本雷同，一律不及格。四、课程设计报告内容 1)需求分析：在该部分中叙述，每个模块的功能要求 2)概要设计：在此说明每个部分的算法设计说明（可以是描述算法的流程图），每个程序中使用的存储结构设计说明（如果指定存储结构请写出该存储结构的定义。 3）详细设计：各个算法实现的源程序，对每个题目要有相应的源程序（可以是一组源程序，每个功能模块采用不同的函数实现）。源程序要按照写程序的规则来编写。要结构清晰，重点函数的重点变量，重点功能部分要加上清晰的程序注释。 4）调试分析：测试数据，测试输出的结果，时间复杂度分析，和每个模块设计和调试时存在问题的思考（问题是哪些？问题如何解决？），算法的改进设想。 5）课设总结：总结可以包括：课程设计过程的收获、遇到问题、遇到问题解决问题过程的思考、程序调试能力的思考、对计算机网络这门课程的思考、在课程设计过程中对《计算机网络》课程的认识等内容。

2021-08-09

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

本文是基于SMTP协议的模拟邮件系统的课程设计报告全文包括：设计内容、需求分析、系统总体设计（系统功能模块设计、系统数据库总体设计、）、数据库设计、系统功能设计与实现、总结与反思（问题及解决问题、收获、不足与反思、思考与认识）如：二、系统总体设计 2.1 系统功能模块设计本模拟邮箱系统主要分为注册、登录、查看和更改个人注册信息、发送邮件、查看收件箱五大模块。用户注册并登录后，可查看个人注册信息、修改个人信息、绑定自己的公网邮箱后，可以向任意邮箱发送邮件、可以查看自己的收件箱等等。 2.2 系统数据库总体设计本系统的总体目标是为了实现邮件的发送与收取。其中主要是用户登录并与公网邮箱绑定后，使用SMTP协议向其他邮箱发送邮件、查看收件箱并对收件进行回复，系统所涉及到的数据存储表配套博文：https://blog.csdn.net/air__Heaven/article/details/119872245

2021-08-09

模拟邮件系统（SMTP+POP3协议）计算机网络课程设计

设计内容：基于SMTP协议，编写程序模拟邮件系统收发邮件的运行过程。要求具有如下功能： 1、用户能够注册，登录； 2、用户能够注册； 3、用户登录后能查看并编辑用户注册信息；可以发信给其它用户；查看来信，对来信进行回复；能够查看收件箱设计与实现：本系统采用MVC框架，用maven项目使用Servlet+Jsp+mybatis+javamail的方式设计和实现。配置好数据库后即可运行。本系统的总体目标是为了实现邮件的发送与收取。其中主要是用户登录并与公网邮箱绑定后，使用SMTP协议向其他邮箱发送邮件、查看收件箱并对收件进行回复

2021-08-09

javaEE j2ee 大学考试题库， j2ee开发面试题库2

有47道选择题，18道填空题，15道简答题和3道代码题如： 1. 下面哪个选项不属于 MVC 设计模式的三个核心模块（） A. 模型 B. 视图 C. 数据库连接 D. 控制器 2. Mybatis 的核心处理类是（） A. SqlSessionFactory B. sql C. SqlSession D. SqlSessionFactoryBuilder 3. （多选题）Spring 框架的特点有（） A. 轻量级 B. 控制反转 C. 面向切面编程 D. 不支持 MVC 框架 E. 统一的事务管理接口 4. Spring 核心模块的作用（） A. 做 AOP B. 做 IOC，用来管理 Bean C. 是用来支持 Mybatis D. 是用来支持 Spring MVC 5. 关于 IoC 的理解，正确的是（） A. 控制反转 B. 对象主动的接受依赖对象 C. 面向切面编程 D. 一定要用接口

2021-08-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

配置好的Oxford-102 Flower数据集 花卉数据集-DFGAN

Oxford-102 Flower配置数据包

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

一键文生图-本地SD文本生成图像应用

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

FID预训练好的模型 针对COCO的FID预训练模型 文本生成图像定量指标模型

web端云监工系统（Vue3+Element plus+TS+Pinia）

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

SSAGAN预训练的 DAMSM 模型

文本生成图像SSA-GAN -CUB鸟元处理数据包

文本生成图像DF-GAN -CUB鸟元处理数据包

R分数复现 R-precision评估指标定量实验工程文件 文本生成图像R分数定量评估实验代码

FID预训练好的模型 针对CUB-birds的FID预训练模型 文本生成图像定量指标模型

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型 文本生成图像模型

客户端+服务器实现 网络版贪吃蛇

出上联对下联 AI人工智能对春节对联 （python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型 已预训练+训练好的模型 python3版本

51单片机实现围棋 单片机围棋实验

云计算应用实验报告 武汉理工大学云计算应用 hadoop单机模式和伪分布式

新年用Python与人工智能一起写春节对联

PyTorch-ResidualBlock GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

PyTorch-Inception Moudel GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

武汉理工大学计算机复试资料 考研复试资料

C++课程设计报告 家庭财务管理系统 面对对象实验报告.docx

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

代码还原谷歌彩蛋小恐龙游戏 免费下载（html+css+js）

程序员浪漫--恋爱计时器（动画网页 表白 告白七夕礼物）

编译原理 词法分析语法分析课程设计报告（C++实现）.doc

语法分析 编译原理实验/课程设计（C++实现）

词法分析 编译原理实验/课程设计（C++实现）

layui-progress+element+jquery+js设计一个动态进度条

计算机网络课设 模拟邮件系统模块设计图

计算机网络课程设计任务书（计算机，软件）

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

模拟邮件系统（SMTP+POP3协议）计算机网络课程设计

javaEE j2ee 大学考试题库， j2ee开发面试题库2

空空如也

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型

客户端+服务器实现网络版贪吃蛇

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

51单片机实现围棋单片机围棋实验

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

武汉理工大学计算机复试资料考研复试资料

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

编译原理词法分析语法分析课程设计报告（C++实现）.doc

语法分析编译原理实验/课程设计（C++实现）

词法分析编译原理实验/课程设计（C++实现）

计算机网络课设模拟邮件系统模块设计图