人工智能

本文首先通过案例介绍了 Segment Anything Model 的功能，然后重点讲解了论文中摘要和引言的两部分中提到的新思路和新想法。

本文介绍了训练 actor-critic 网络模型，并用来控制完成 carpole 整个游戏过程，代码中有详细解释

本来详细介绍了使用 PPO 算法来优化 actor-critic 网络的过程，并且在 cartpole 游戏中表现出色。

本文详细介绍了用 tensorflow-gpu 2.10 版本实现一个简单的从文本中抽取答案的过程。

本文详细解释了在 tensorflow-gpu 基础上，实现用 BERT + BILSTM 计算文本相似度的过程

本文主要是介绍了使用 openai 提供的 api 来完成对开放出来的模型进行微调操作，来完成文本分类的任务。

本文主要介绍使用 tensorflow hub 中的 CenterNet HourGlass104 Keypoints 模型来完成简单的目标检测任务。

本文的主要内容是使用白话介绍 diffusion 模型原理，同时结合代码简单演示 diffusion 模型的功能，欢迎交流讨论。

本文主要介绍了使用 CNN 网络架构解决 Flowers 的图像分类任务，并且使用 Data augmentation 和 Dropout 等措施来抑制过拟合风险。

本文主要介绍了使用 CNN 搭建的模型架构来解决 CIFAR 图像的分类任务，并对整个过程进行了详细的阐述。

本文是我使用刚刚申请通过的 bing 的 chat 权限进行的初体验，把一些感受记录一下，有好玩的想法可以介绍给我，我给大家测试。

本文使用 cpu 版本的 tensorflow 2.4 ，在 shakespeare 数据的基础上使用 Skip-Gram 算法训练词嵌入。

图像分割在医学成像、自动驾驶汽车和卫星成像等方面有很多应用，本质其实就是图像像素分类任务，也就是使用深度学习模型为输入图像的每个像素分配一个标签（或类）。

本文使用 cpu 版本的 TensorFlow 2.8 版本完成西班牙文到英文的翻译任务，我们假定读者已经熟悉了 Seq2Seq 的模型，如果还不了解可以移步看我之前写的文章，或者看相关论文。

本文使用 cpu 的 tensorflow 2.8 来完成 GRU 文本生成任务。如果想要了解文本生成的相关概念，可以参考我之前写的文章：https://juejin.cn/post/69735677

本文使用 cpu 版本的 Tensorflow 2.8 ，通过搭建 BERT 模型完成文本分类任务。

本文使用 cpu 版本的 TensorFlow 2.4 ，分别搭建单层 Bi-LSTM 模型和多层 Bi-LSTM 模型完成文本分类任务。

本文使用 cpu 的 tensorflow 2.4 完成迁移学习和模型微调，并使用训练好的模型完成猫狗图片分类任务。

本文主要使用 cpu 版本的 tensorflow 2.4 版本完成文本的 word embedding 训练，并且以此为基础完成影评文本分类任务。

本文使用 cpu 版本的 tensorflow 2.4 来完成 Stack Overflow 的文本分类。