【從零到一】Jetson Nano上YOLOv5部署完全攻略：零基礎(chǔ)小白也能玩轉(zhuǎn)邊緣AI推理 文章目錄 【從零到一】Jetson Nano上YOLOv5部署完全攻略：零基礎(chǔ)小白也能玩轉(zhuǎn)邊緣AI推理 1. 引言：為什么選擇Jetson Nano？ 1.1 邊緣AI時(shí)代的到來(lái) 1.2 YOLO系列模型的優(yōu)勢(shì) 1.3 本教程的特色 2. 硬…

2.1 Transformer解密：自注意力機(jī)制與位置編碼全解析 引言 Transformer架構(gòu)自2017年提出以來(lái)，徹底改變了自然語(yǔ)言處理領(lǐng)域，并成為當(dāng)今大語(yǔ)言模型（LLM）的基礎(chǔ)架構(gòu)。從BERT到GPT，從T5到PaLM，幾乎所有現(xiàn)代大模型都基于Transformer架構(gòu)。在本節(jié)中，我們將深入解析Transform…

接著上篇文章 [完善我的第一個(gè)工作流: 增加循環(huán)邏輯] 繼續(xù)分析 這里我們繼續(xù)打開(kāi)上篇文章創(chuàng)建的工作流 news_manuscript ，進(jìn)行完善。 批處理就是并行做事 循環(huán)就是串行做事 1、增加批處理節(jié)點(diǎn) 這樣就添加成功了 2、配置批處理節(jié)點(diǎn)參數(shù) 這里的輸入?yún)?shù)我們選擇上個(gè)節(jié)點(diǎn)抓取…

2.2 預(yù)訓(xùn)練模型全家桶：BERT、T5、GPT如何選擇與應(yīng)用 引言 在上一節(jié)中，我們深入解析了Transformer的核心機(jī)制，包括自注意力和位置編碼?；赥ransformer架構(gòu)，研究者們開(kāi)發(fā)出了眾多優(yōu)秀的預(yù)訓(xùn)練模型，其中最具代表性的就是BERT、T5和GPT系列。這些模型在各種自然語(yǔ)言處理任…

文章目錄 從0到1：RK3588部署YOLOv11并結(jié)合OpenCV實(shí)現(xiàn)實(shí)時(shí)推理全流程（保姆級(jí)教程） 一、前置知識(shí)與工具準(zhǔn)備 工具清單 二、PT模型轉(zhuǎn)ONNX格式 步驟1：準(zhǔn)備YOLOv11的PT模型文件 步驟2：執(zhí)行轉(zhuǎn)換命令 三、ONNX模型轉(zhuǎn)RKNN格式 步驟1：搭建轉(zhuǎn)換環(huán)境 步驟2：編寫(xiě)轉(zhuǎn)換腳本 步驟3：執(zhí)行…

1.1 揭秘AI入門(mén)必修課：從零搭建電商SKU智能分類系統(tǒng) 引言 在人工智能技術(shù)飛速發(fā)展的今天，電商行業(yè)面臨著海量商品管理和分類的挑戰(zhàn)。傳統(tǒng)的手動(dòng)分類方式已經(jīng)無(wú)法滿足現(xiàn)代電商平臺(tái)的需求。本章將帶你從零開(kāi)始，構(gòu)建一個(gè)電商SKU（Stock Keeping Unit）智能分類系統(tǒng)，幫助你掌…

1、創(chuàng)建智能體 智能體相當(dāng)于你的秘書(shū)，你只需要告訴你的秘書(shū)需要做什么事情即可 應(yīng)用就是界面操作，點(diǎn)擊一個(gè)按鈕執(zhí)行什么東西，再點(diǎn)擊一個(gè)按鈕又執(zhí)行什么東西 2、智能體配置 2.1、模型選擇及模型能力 模型的多輪能力配置： 2.2、工作流配置 找到我們自己發(fā)布的工作流，并添…

2.3 LoRA微調(diào)黑科技：低成本定制專屬大模型 引言 在前兩節(jié)中，我們學(xué)習(xí)了Transformer的核心機(jī)制和主流預(yù)訓(xùn)練模型（BERT、GPT、T5）。雖然這些預(yù)訓(xùn)練模型功能強(qiáng)大，但直接對(duì)整個(gè)模型進(jìn)行微調(diào)需要巨大的計(jì)算資源和存儲(chǔ)空間。特別是在大模型時(shí)代，微調(diào)一個(gè)擁有數(shù)十億甚至數(shù)千億…