CHNIM的博客

llama.cpp是一个开源项目，它允许用户在C++中实现与LLaMA（Large Language Model Meta AI）模型的交互。LLaMA模型是由Meta Platforms开发的一种大型语言模型，虽然llama.cpp本身并不包含LLaMA模型的训练代码或模型权重，但它提供了一种方式来加载预先训练好的模型，并使用它们进行文本生成等任务。

在大型深度学习模型的上下文中，.bin和.pthckpt文件这是由 Hugging Face 推出的一种新型安全模型存储格式，特别关注模型安全性、隐私保护和快速加载。它仅包含模型的权重参数，而不包括执行代码，这样可以减少模型文件大小，提高加载速度。加载方式：使用 Hugging Face 提供的相关API来加载文件，例如函数。ckpt文件。

lama-cleaner是一个前后端分离的服务，后端使用python，前端使用nodejs编写的服务，使用的是开源项目lama实现的图像操作，还支持很多其他的插件，windows端和macos还有相应的软件可以直接下载安装。

【代码】使用rknn-toolkit2将paddleseg模型导出rknn模型。

提示nvidia-uvm已加载进内核，是因为有引用已启动并且在使用nvidia相关进程。机器重启输入nvidia-smi提示如下错误,字面意思就是驱动和库不匹配。提示nvidia-uvm已加载，关闭就行了。测试nvidia-smi -t 1。查看一下nvidia相关库。关闭已启动的进程helio。查看英伟达先关内核模块。

YOLOv8支持Pose和Segment,在使用TensorRT可以跑到1-2ms一帧YOLOv8提供了一个全新的SOTA模型，包括P5 640和P6 1280分辨率的目标检测网络和基于YOLACT的实例分割模型。YOLOv8和YOLOv5一样，基于缩放系数也提供了N/S/M/L/X尺度的不同大小模型，用于满足不同场景需求。YOLOv8骨干网络和Neck部分可能参考了YOLOv7 ELAN设计思想，将YOLOv5的C3结构换成了梯度流更丰富的C2f结构，并对不同尺度模型调整了不同的通道数。

DragGAN是一种基于人工智能的图像编辑工具，它可以根据用户的输入生成逼真的图像。与传统的图像编辑工具只能扭曲或裁剪现有的像素不同，DragGAN可以创建与用户意图匹配的新内容。DragGAN的原理是利用生成对抗网络（GAN）来学习和模拟真实数据的分布，然后根据用户在图像上拖动的点来生成新的图像。用户可以通过拖动点来改变图像的姿态、表情、风格等细节，从而实现灵活和精确的图像操纵。DragGAN是一个开源的项目，它提供了一个网页版的演示，用户可以在浏览器中体验DragGAN的功能。

windows 使用git-lfs克隆大文件大模型

【代码】使用C语言实现一个小型深度学习网络。