challenge 关于challenge:Gradio入门到进阶全网最详细教程一快速搭建AI算法可视化部署演示侧重项目搭建和案例分享 GradioGradio的劣势在于易用性，代码构造相比Streamlit简略，只需简略定义输出和输入接口即可疾速构建简略的交互页面，更轻松部署模型。适宜场景绝对简略，想…
challenge 关于challenge:深度学习基础入门篇七常用归一化算法层次归一化算法归一化和标准化区别于联系应用案例场景分析 一种是在通常状况下，将数解决为 [0, 1] 之间的小数，其目标是为了在随后的数据处理过程中更便捷。例如，在图像处理中，就会将图像从 [0, 255] 归一化到 [0, …
challenge 关于challenge:深度学习基础入门篇六1模型调优注意力机制多头注意力自注意力正则化 深度学习根底入门篇[六(1)]：模型调优：注意力机制[多头注意力、自注意力]，正则化【L1、L2，Dropout，Drop Connect】等
challenge 关于challenge:零样本文本分类应用基于UTC的医疗意图多分类打通数据标注模型训练模型调优预测部署全流程 本我的项目提供基于通用文本分类 UTC（Universal Text Classification） 模型微调的文本分类端到端利用计划，买通数据标注-模型训练-模型调优-预测部署全流程，可…
challenge 关于challenge:如何在Colab中白嫖gpu资源附使用MMdet推理示例 当今，深度学习曾经成为许多人感兴趣的话题，Google Colab（全称为Google Colaboratory）是Google推出的一个弱小的云端 notebook，为开发者提供了一个收费的…
challenge 关于challenge:深度学习基础入门篇六模型调优学习率设置Warm-Uploss自适应衰减等batch-size调优技巧 深度学习根底入门篇[六]：模型调优，学习率设置（Warm Up、loss自适应衰减等），batch size调优技巧，基于方差放缩初始化办法。
challenge 关于challenge:CUDA入门学习笔记 本文倡议环境GPU：1060 >CUDA toolkit：10.0+；本文测试环境GPU：Laptop 3060 >CUDA toolkit：11.6；(TODO: 在代码中减少架构属性查看以便解决这方面问题)
challenge 关于challenge:又一个大爆炸MetaAI开源新的自监督预训练模型DINOv2无需finetuning刷榜多个下游任务 “DINOv2 complements our other recent computer vision research, including Segment Anything. Segment Anything is a promptable segmentation system foc…
challenge 关于challenge:详解PyG中的ToSLIC变换 PyG是一个基于PyTorch的图神经网络库，提供了丰盛的数据处理、图转换和图模型的性能。本文将介绍PyG中的一个图转换函数ToSLIC，它能够将一张图片转换为一个超…
challenge 关于challenge:MMLab-AI-实战营从新手到大佬的修炼场 本文为作者作为 学员+助教 参加 2023 年初 OpenMMLab AI 实战营的教训贴，不能确保实用于将来的实战营，也不免有全面之处，心愿发现问题的小伙伴能够在评论区…
