- 博客(854)
- 资源 (23)
- 收藏
- 关注
RSS订阅原创 用神经网络预测三角形的面积
在我思考三角形的那个周末，我看了一部 1967 年的老间谍电影《比男杀手更致命》，里面的女杀手都留着蜂窝发型。神经网络还擅长一些回归问题，例如根据城镇房屋的平均面积、城镇的税率、与最近大城市的距离等预测城镇的房价中位数。训练后，网络正确地预测了 100% 的训练项目在正确区域的 10% 以内，100% 的训练项目在正确区域的 5% 以内，82% 的训练项目在正确区域的 1% 以内。这是否是一个好结果取决于你的观点。我在一家大型科技公司工作，PyTorch 是官方首选的神经网络代码库，也是我个人首选的库。
2024-05-24 08:10:30
120
原创 Llama 3 CPU推理优化指南
备受期待的 Meta 第三代 Llama 现已发布，我想确保你知道如何以最佳方式部署这种最先进的 (SoTA) LLM。在本教程中，我们将重点介绍如何执行仅权重量化 (WOQ) 来压缩 8B 参数模型并改善推理延迟，但首先，让我们讨论一下 Meta Llama 3。
2024-05-24 08:08:44
428
原创 MoonDream2微调指南【最小VLM】
Moondream2 是一个开源小型视觉语言模型，源代码位于 GitHub 上，vikhyatk制作。虽然它不是最先进的模型，但它能够以合理的速度和准确性在设备上本地运行，这使它成为 VLM 的一个引人注目的选择，值得尝试进行微调，看看它是否适合您的用例。与其他 VLM 相比，它的得分相对较高。它甚至在 VQAv2 上击败了最近发布的 GPT-4o，考虑到 Moondream2 的本地、开源和小得多的模型，这令人印象深刻。
2024-05-24 08:06:39
277
原创 7个主流LLM在代码翻译任务中的有效性评估
人工智能 (AI) 融入编程生态系统彻底改变了该领域，并在代码翻译方面取得了特别重大的进展。本文的目的是讨论一系列先前的研究，并分析直接从这些基础研究中获得的结果。需要强调的是，这里提出的结论不仅限于这些发现的简单汇编；它们代表了从引用的研究中提取的数据与作者进行的原始研究之间的融合。这种方法产生了丰富的综合，将现有知识与新观点相结合，并为人工智能辅助代码翻译领域做出了重大贡献。对于这项研究，选择了在代码转换任务中表现出更大潜力的大型语言模型 (LLM)。
2024-05-22 09:45:15
776
原创 IfcOpenShell简明教程
这些查看器是开源的，并且相对严格，与 Revit 等商业查看器相比，它们在正确解析 IFC 方面做得很差，或者像 Solibri 这样的查看器在解析方面非常宽松，并推广结构不良的 IFC。在这个例子中，我们不会详细介绍，而只是处理从轴挤出的典型对象，这是一种非常常见的对象类型，如下所示。在解析 IFC 文件时，如果你想使用 Linux、Windows 和 Mac 上可用的开源查看器查看 IFC 文件，我建议你阅读。你通常会发现命名令人困惑的参数，它们暗示布尔值或其他值，但可能会返回集合或其他值。
2024-05-21 08:30:35
526
原创 端到端大模型 vs. 自己训练专用模型
训练自己的 AI 模型比你想象的要容易得多。我将向你展示如何仅使用基本的开发技能来做到这一点，对我们来说，这种方式比使用 OpenAI 提供的现成大型模型更快、更便宜、效果更好。但首先，为什么不直接使用 LLM？
2024-05-21 08:29:08
563
原创 人工智能的新商业模式
历史上最重要的事件往往会留在我们的记忆中。我们经常可以回想一下，当历史上发生重大事件时，我们做了什么或在哪里。也许我们还记得我们第一次接触人工智能和 ChatGPT。人工智能 (AI) 的概念可以追溯到几十年前。20 世纪 90 年代中期，关于人工智能的第一次讨论彻底改变了世界。例如，人工智能在《终结者》等电影中被残酷地描绘，其中有自我思考的机器将接管世界。但是，随着强大的机器（基于摩尔定律），人工智能的愿景现在正在成为现实。
2024-05-20 14:56:32
518
原创 视觉语言模型详解【VLM】
视觉语言模型被广泛定义为可以从图像和文本中学习的多模态模型。它们是一种生成式模型，可以接受图像和文本输入并生成文本输出。大型视觉语言模型具有良好的零样本能力，具有良好的泛化能力，并且可以处理多种类型的图像，包括文档、网页等。用例包括谈论图像、通过指令进行图像识别、视觉问答、文档理解、图像字幕等。一些视觉语言模型还可以捕获图像中的空间属性。当系统提示检测或分割特定主题时，这些模型可以输出边界框或分割掩码，也可以定位不同的实体或回答有关其相对或绝对位置的问题。
2024-05-20 14:55:16
968
原创 人工智能时代，软件开发人员还有未来吗？
人工智能 (AI) 时代已经到来，许多软件开发人员担心自己无法保持与时俱进。我们很容易将他们对职业未来的担忧视为卢德谬论的又一个例子，即简单地认为新技术不会摧毁就业，因为它只会改变经济中的就业结构，但有许多指标将软件开发人员的未来描绘得更加暗淡。
2024-05-19 11:02:45
923
原创 PaliGemma视觉大模型目标检测任务微调教程
PaliGemma 是 Google 于 2024 年 5 月发布的大型多模态模型 (LMM)。你可以使用 PaliGemma 进行视觉问答 (VQA)，检测图像上的物体，甚至生成分割蒙版。虽然 PaliGemma 具有零样本能力（这意味着模型无需微调即可识别物体），但这种能力是有限的。Google 强烈建议对模型进行微调，以在特定领域获得最佳性能。基础模型通常表现不佳的一个领域是医学成像。在本指南中，我们将介绍如何微调 PaliGemma 以检测 X 射线图像中的骨折。
2024-05-19 11:01:24
934
原创 PaliGemma视觉语言模型综合指南
PaliGemma 与其他产品一起在 2024 年 Google I/O 活动上发布，它是一种基于 Google 研究的另外两个模型的组合多模态模型：视觉模型 SigLIP 和大型语言模型 Gemma，这意味着该模型是 Transformer 解码器和 Vision Transformer 图像编码器的组合。它将图像和文本作为输入，并生成文本作为输出，支持多种语言。相对较小的 30 亿组合参数模型允许的商业使用条款能够针对图像和短视频字幕、视觉问答、文本阅读、对象检测和对象分割进行微调。
2024-05-19 10:59:50
1130
原创 基于大模型的自行车道CAD设计系统
我受雇于urb-x.ch，这是一家专门从事自行车道建设的公司。我们的轨道采用模块化构建块进行独特设计，可以通过多种方式进行组合。当拼凑在一起时，整个轨道网络形成了这些构建块的树形结构。在某些方面，这个任务可以看作是一个视频游戏沙盒。可以将其视为在《过山车大亨》或《赛道狂热》中建造轨道。然而，虽然这些游戏提供了直观的设计体验，但它们无法提供土木工程项目所需的精度水平。另一方面，传统的 CAD 程序不允许大规模使用这样的模块化系统。
2024-05-19 10:58:26
932
原创 Dask+ Laspy实现点云的并行分析
有许多 python 包与 Dask 紧密集成，可以实现并行数据处理。例如，考虑 xarray 包。该包用于读取 netcdf、hdf5、zarr 文件格式的数据集。当从多个文件读取数据时，Dask 就会发挥作用，其中每个文件都被视为一个块，或者通过显式指定 chunks 参数来描述如何对数据进行分块。laspy python 包用于读取 3D 点云数据，但不幸的是它缺乏与 Dask 的集成，但当从多个文件读取数据时仍然可以使用它。尽管这种从多个文件加载数据的技术众所周知，但块参数功能增加了很大的灵活性。
2024-05-19 10:57:15
961
原创 SuGaR：3D高斯泼溅网格提取算法
我们提出了一种方法，可以从 3D 高斯分布中精确且极其快速地提取网格（SIGGRAPH 2023）。Gaussian Splatting 最近变得非常流行，因为它可以产生逼真的渲染，同时训练速度比 NeRF 快得多。然而，从数百万个微小的 3D 高斯模型中提取网格是一项挑战，因为这些高斯模型在优化后往往是无组织的，而且迄今为止还没有提出任何方法。我们的第一个关键贡献是正则化项，它鼓励 3D 高斯与场景表面良好对齐。
2024-05-19 10:55:49
927
原创 Python实战点云并行化处理
这很重要，因为为了我们能够将信息发送到该文件，我们的值的格式必须与标头中指定的格式匹配。因为我们正在计算法线，所以我们需要的是块的 X、Y 和 Z 坐标，同时考虑到 LAS/LAZ 文件头中指定的偏移和比例。因此，我们需要探索使用代码的新方法，以实现并行性或增强处理管道，以充分利用机器的潜力。尽管需要非常熟悉上述软件包才能理解和应用上面的代码，但我们的想法是解决我们在处理点云时遇到的常见问题之一，并分享我们找到的解决方案对于我们的问题。，它允许我们将函数的每次执行（计算法线的地方）发送到一个单独的进程。
2024-05-08 09:24:48
729
原创 大规模LiDAR数据处理
点云存在许多描述环境或建筑物等物体的 x、y、z 坐标。通过激光技术 (LiDAR) 获取的点云通常带有每个坐标的额外测量值和特征。例如，反射强度、回波次数、回波、扫描角度和 RGB 值。换句话说，点云本质上是大量的数据集。在本文中，我们使用开源点数据抽象库 (PDAL) 演示了这些大型数据集的大规模处理，并使用 Azure Batch 运行。
2024-05-08 09:22:40
994
原创 3D点云处理的并行化
在我们的项目中，我们研究了数百万级 3D 点云上的空间局部计算，并提出了两种主要方法，可以提高 GPU 的速度/吞吐量，同时保持最终结果的性能准确性。通过空间局部，我们的意思是每个像素独立地基于其局部邻域中的点执行计算。我们想在这里强调两个主要贡献。首先，我们展示了近似局部邻域到 CUDA 线程块的映射，以在保持准确性的同时加速 GPU 吞吐量。其次，我们实现了本文提出的轮廓保留重采样器的快速并行版本，以对点云进行二次采样（仅保留 5% 的点效果很好！），同时保留重要特征。
2024-05-08 09:21:18
643
原创 如何用多个高斯泼溅合成新的场景【3DGS】
3D高斯泼溅（3D Gaussian Splatting）作为一种突破性摄影测量和可视化技术作为 SIGGRAPH 2023 上发表的研究论文的一部分发布。我相信3DGS是允许像你我这样的日常用户扫描 3D 的最佳现代方法并保留有机材料的精细细节，尤其是植物、树木、花卉和其他自然元素——所有我们希望在街道上看到更多的东西！这仍然是一个研发项目，尚未成为 3DStreet 支持的内置功能。
2024-05-08 09:19:51
820
原创 数字人制作原理：捕捉、建模与合成
在感知系统中，我们与外部合作者一起创建逼真的 3D 人类，其行为可以像虚拟世界中的真实人类一样。这项工作在今天有许多实际应用，并且对于元宇宙的未来至关重要。但是，在感知系统中，我们的目标是科学的——通过重现人类行为来理解人类行为。我们在新环境中感知行为的能力对于我们的生存至关重要。如果我们能够在虚拟人类中重现这种能力，我们将拥有一个可测试的自我模型。我们的方法具有三个相互关联的支柱：捕获、建模、合成。我们的方法首先捕捉人类、他们的外表、他们的动作和他们的目标。
2024-05-08 08:59:48
840
原创 12个最强悍的数字孪生软件
数字孪生软件是一种尖端技术，可创建物理资产、系统或流程的虚拟表示。工程师、城市规划者、制造商和无数其他专业人士使用它来模拟、监控和分析数字环境中的真实场景。通过这样做，他们可以预测潜在问题、测试解决方案并简化操作，确保现实世界中的最佳性能和效率。在数字领域中，我认识到了数字孪生软件的魔力：它是一种将现实世界实体镜像为虚拟实体的工具。通过利用机器学习，该软件可以产生可操作的见解，从而优化你的运营和流程。在选择正确的数字孪生软件时，有无数的选择。
2024-05-08 08:57:42
710
原创 7个值得收藏的3D模型生成AI
在快速发展的技术世界中，人工智能 (AI) 已经改变了游戏规则，尤其是在 3D 对象生成领域。AI 驱动的 3D 对象生成器彻底改变了我们创建和可视化 3D 模型的方式，使该过程更加高效、准确且可供每个人使用。无论你是游戏开发人员、图形设计师还是只是技术爱好者，这些工具都可以帮助你在三维上将你的想法变为现实。在本博客中，我们将探讨7个最好的 AI 3D 对象生成器，它们以其创新功能和用户友好的界面引领行业。
2024-05-08 08:55:52
642
原创 3D模型实时变形算法
最近，在尝试渲染一些奇怪的形状后，我陷入了计算机图形学的困境。事实证明，对于我试图解决的具体问题，没有现有的选项完全适合我想要做的事情。几周后，我终于带着一些答案再次浮出水面，写了很多行代码！亲爱的读者，我现在将拉着你一起去。
2024-05-07 09:05:44
713
原创 11个值得关注的文本转语音AI大模型
语言模型，尤其是大型语言模型（LLM），本质上已经成为人工智能的代表。然而，他们有一个隐秘的问题。到目前为止，人工智能社区主要在文本数据上训练人工智能，而忽略了音频数据。结果，我们阻碍了LLM，因为我们只教他们如何读/写，但从未教他们如何说/听。然而值得庆幸的是，一些公司正在改善这个问题。在我们追求更强大的LLM的道路上，我们一路上创造了一些令人难以置信的产品。其中一个产品是一系列令人难以置信的文本转语音 (TTS) 模型，每个模型都有其独特的优势。
2024-05-07 09:04:09
994
1
原创 6个值得关注的3D初创企业【2024】
在快节奏的工业数字化格局中，初创公司越来越多地利用(OpenUSD) 和生成式 AI 来突破 3D 内容创建、数字孪生和 AI 驱动创新的可能性界限。在 GTC 上，六家先锋初创公司分享了他们如何利用 OpenUSD 和生成式 AI 解决复杂问题并在各个行业创造新机会。你可以在观看会议。这些公司受到 NVIDIA Inception 的支持，这是一项针对创新技术初创公司的免费计划。这个由超过 18,000 名成员组成的全球计划为初创企业提供工程指导、技术培训以及融资机会介绍，以加速其业务发展。
2024-05-07 08:59:47
731
原创 计算机视觉中的计算几何
计算几何领域出现于 20 世纪 70 年代，研究解决几何问题的数据结构和算法。这尤其包括确定图像内的拓扑结构，或者实际上是更高维的表示，例如点邻域，这可以帮助从数字图像数据等中导出几何意义[1]。计算机视觉主要涉及静态或动态图像处理、理解和重建[3]。由于深度神经网络驱动的算法提供了令人印象深刻的、超人类的结果，目标识别（分类）、目标检测（分类和定位）和目标分割（分类、定位和边界检测）的计算机视觉应用领域一直受到欢迎。研究和工业界的关注不断增加。
2024-05-07 08:58:28
847
2
原创 Apple OpenELM设备端语言模型
Apple 发布的 OpenELM（一系列专为高效设备上处理而设计的开源语言模型）引发了相当大的争论。一方面，苹果在开源协作和设备端AI处理方面迈出了一步，强调隐私和效率。另一方面，与微软 Phi-3 Mini 等竞争对手相比，这些模型的性能表现不佳而受到批评。以下是对 Apple OpenELM 的公正但批判性的看法，其中包括一些关于什么有效、什么无效的热门观点。
2024-05-07 08:56:21
860
原创 小语言模型的潜力
想象一下这样一个世界：智能助手不在云端，而是在你的手机上，无缝了解你的需求并以闪电般的速度做出响应。这不是科幻小说，而是科幻小说。这是小语言模型 (SLM) 的希望，这是一个快速发展的领域，有可能改变我们与技术交互的方式。多年来，语言模型领域一直由大型语言模型（LLM）主导。LLM拥有数十亿（甚至数万亿）个参数，拥有令人印象深刻的能力，但其庞大的规模是有代价的：巨大的计算能力、高存储需求和有限的可访问性。这就是 SLM 发挥作用的地方，它提供了一种令人耳目一新的替代方案。
2024-05-07 08:55:02
1228
1
原创 Babylon.js 7.0开发入门教程
Babylon.js 是一个功能强大的开源 3D 引擎，能够使用 JavaScript 渲染交互式 3D 和 2D 图形。它是为 Web 甚至 VR 创建游戏、演示、可视化和其他 3D 应用程序的绝佳选择。Babylon.js最新版本是7.0。Babylon.js 是免费、开源和跨平台的，是 Unity 和 Unreal Engine 等专有 3D 引擎的绝佳替代品。
2024-05-07 08:53:02
1083
原创 Revit模型移动设备加载优化
BIM/CAD 模型可能包含大量细节，在智能手机和移动 VR 设备上加载时需要特别注意。以下是保持Revit模型整洁的一些步骤，以便任何人都可以毫无问题地加载它们。
2024-05-07 08:51:49
951
原创 基于参数化建模的3D产品组态实现
我们最近为荷兰设计师家具制造商 KILO 发布了基于网络的 3D 配置器的第一个生产版本。我们使用了，这是一个内部 SDK，使新的 3D 配置器的实施变得轻而易举。虽然它给我们带来了巨大帮助，但我们仍然面临一些有趣的挑战。
2024-05-07 08:50:11
766
1
原创 面向开发人员的3D建模基础知识
如果你想深入了解 3D 建模世界，这个快速概述可以帮助你入门。3D 建模是一项强大的技能，允许开发人员创建逼真的视觉效果、设计产品和探索虚拟空间。无论你对游戏开发、动画还是产品设计感兴趣，了解 3D 建模的基础知识都是至关重要的。通过耐心和练习，你可以自学 3D 建模并将创意变为现实。
2024-04-29 09:37:36
770
1
原创 数字孪生 vs. BIM
建筑信息建模 (BIM：Building Information Modeling) 是从原理图设计到运营的建筑资产信息创建、优化和管理的整体过程。BIM 流程的核心是使用以建筑、结构、土木/基础设施、机械、电气和管道行业等核心学科为代表的 3D 模型。这些来自 Revit、Navisworks 和 Tekla 等工具的 3D 模型广泛用于具有许多不同用例的行业，但对于建筑、工程和施工行业工作流程尤其重要。
2024-04-29 09:36:16
981
原创 你的3D模型不是数字孪生！
大型资产的新技术往往是根据其带来运营效率提升的能力来判断的。但是，当一项令人兴奋的创新出现时，运营商通常会承担经过计算的风险并对其潜力进行投资，即使该技术缺乏保证在规定时间范围内带来收益的验证。数字孪生（digital twin）就是一个很好的例子。每个人都希望数字孪生能够成为他们数字战略的标题，许多运营商在视觉上令人印象深刻的 3D 演示的基础上支付了高昂的费用，而这些演示以前从未在实际资产上进行过试点。两三年后，其中一些运营商向我抱怨说，他们仍在等待看到他们所期望的可衡量的、现实世界的效率提升。
2024-04-29 09:35:20
678
原创 3D建模在游戏行业的演变和影响
多年来，游戏行业经历了显着的转变，这主要是由技术进步推动的。深刻影响现代游戏的关键创新之一是 3D 建模领域。从像素化精灵时代到我们今天探索的错综复杂的游戏世界，3D 建模已成为游戏开发不可或缺的基石。本文讨论 3D 建模在游戏行业中的关键作用和影响。
2024-04-29 09:34:04
965
原创 3MF体积设计扩展
3MF 联盟最近宣布了他们最新的体积设计扩展（volumetric design extension），用于通过基于体积的描述来编码几何形状和空间多样性属性。该组织致力于推进 3D 打印的通用规范，目前正在新扩展达到 1.0 之前征求公众反馈。Engineering.com 采访了 3MF 联盟执行董事 Luis Baldez，以了解更多信息。巴尔德斯拥有电子和软件背景，他的大部分职业生涯都在惠普度过。
2024-04-29 09:32:35
579
原创 用Houdini从曲线生成道路
在中，你可以看到我一直过着。我非常喜欢能够专注于游戏玩法的原型设计。展望未来，我希望能够快速制作内容（赛道），所以今天我将讨论我制作的将空间中的任意曲线转换为可驾驶几何形状的系统。
2024-04-28 09:42:43
806
2
原创 Llama 3消费级PC安装与运行教程
我是 Llama 的忠实粉丝。Meta 发布其 LLM 开源代码对整个科技界来说是一项净收益，其宽松的许可证允许大多数中小型企业在几乎没有任何限制的情况下使用其 LLM（当然，在法律范围内）。他们的最新版本是备受期待的 Llama 3。Llama 3 有两种大小：80 亿和 700 亿参数。这种模型经过大量文本数据的训练，可用于各种任务，包括生成文本、翻译语言、编写不同类型的创意内容以及以信息丰富的方式回答你的问题。Meta 宣称 Llama 3 是最好的开放模型之一，但它仍在开发中。
2024-04-28 09:39:15
1277
原创 【StreetGen】城市级交通路网生成算法
图 2：StreetGen 一目了然。给定道路轴，重建网络，找到拐角弧，计算表面，添加车道和标记。街道很复杂，具有多种用途，包括实用（步行、购物等）、社交（会议等）和文化（艺术、公共活动等）。管理现有街道和规划新街道需要数据，因为规划通常在整个社区范围内进行。这些数据可以手动制作（例如，通常是地籍数据）。不幸的是，这样做需要大量的时间和人力资源。事实上，一个中等规模的城市可能有数百公里的街道。街道不仅在空间上很宽，而且具有很强的可塑性并且经常变化。
2024-04-28 09:35:54
1236
原创 程序化路网生成器【C++】
基于OpenGL采用C++开发，可以程序化生成适配给定地形的道路网络。我遇到的问题主要是路网结构不应该是规则的，不像曼哈顿（网格）风格。由于地形不平坦，因此地形的标高应该变化，以便将道路放置在地形表面上。此外，道路与其他道路交叉且没有明显缺陷，并且道路应适应地形的海拔。我的解决方案是使用Voronoi单元使道路网络的形状多样化，每条道路选择其最低海拔不同的路线来绕山。局限性在于，由于系统使用Voronoi，因此很难控制路网的形状。即，用户无法控制道路的特定部分。
2024-04-28 09:25:12
542
原创 在浏览器中查看Revit模型：原理及实现
Greg Schleusner AIA 有一天向我提到，业内许多人认为带有 SVF2 的 Autodesk Viewer 是建筑模型最强大、性能最强的在线查看器之一，并且想知道开源 VIM 查看器和格式如何比较。我决定使用 Revit 2024 附带的新 Snowdon 塔示例进行一点比较。我选择此示例是因为它是一个具有多个链接的中型项目。我认为视觉结果对于双方观众来说都是可以接受的，而且我发现开箱即用的功能具有可比性。使用 VIM，你必须安装免费插件并选择要导出的视图。然后上传到VIM云服务器。
2024-04-28 09:23:49
1047
区块链论文精选合集-2.pdf
2020-04-15
金融分布式账本技术安全规范 - JR/T 0184-2020
2020-03-01
区块链论文精选合集-1.pdf
2020-02-19
Fabric Java SDK 1.4 快速入门
2019-04-23
EOS RPC中文手册
2018-12-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人