每日AI值得看--2024-02-20

① 【深度学习】Pytorch 系列教程（六）：PyTorch数据结构：2、张量的数学运算（4）：一维卷积运算及其数学原理（步长；零填充之宽卷积、窄卷积、等宽卷积；卷积运算与互相关运算）（QomolangmaH:[博客] [成就]） [质量分：97；难度等级：未知；新鲜技术：99]
摘要：本文将介绍PyTorch中一维卷积运算及其数学原理（步长；零填充之宽卷积、窄卷积、等宽卷积；卷积运算与互相关运算）。

② 【机器学习】数据清洗——基于Pandas库的方法删除重复点（豌豆射手^:[博客] [成就]） [质量分：97；难度等级：未知；新鲜技术：96]
摘要：drop_duplicates() 方法是 Pandas 库中用于删除 DataFrame 中重复数据的方法。它返回一个新的 DataFrame，其中不包含重复的行或列。这个方法有几个重要的参数：subset：指定要用来判断重复的列或列的组合。

③ 神经网络——循环神经网络（RNN）（爱吃柠檬的天天:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：循环神经网络属于深度学习神经网络（DNN），与传统的前馈神经网络不同，RNN在处理每个输入时都会保留一个隐藏状态，该隐藏状态会被传递到下一个时间步，以便模型能够记忆之前的信息。1、计算复杂度高：RNN的推理过程是逐步进行的，每一步都需要依赖前一步的结果。

④ 【AI数字人-论文】AD-NeRF论文（马鹤宁:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：NeRF 函数得到的是一个3D空间点的颜色和密度信息，但用一个相机去对这个场景成像时，所得到的2D 图像上的一个像素实际上对应了一条从相机出发的射线上的所有连续空间点，因此需要通过渲染算法从这条射线上的所有点得到这条射线的最终渲染颜色。

⑤ Deep Learning with OpenCV DNN Module介绍（lida2003:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：OpenCV是最好的计算机视觉库之一。自OpenCV 3.3版本以来，支持从不同框架加载不同模型，使用这些模型可以执行多种深度学习功能。OpenCV的DNN模块支持对图像和视频进行深度学习推断，但不支持微调和训练。

⑥ PyTorch~SyncBatchNorm（whaosoft143:[博客] [成就]） [质量分：95；难度等级：未知；新鲜技术：99]
摘要：对于一般的视觉任务比如分类，分布式训练的时候，单卡的 batch size 也足够大了，所以不需要在计算过程中同步 batchnorm 的统计量，因为同步也会让训练效率下降。，上面每个 warp 内结果合并完，会做一次全局的线程同步。

⑦ Pytorch 源码解读：Dataset、DataLoader、Sampler、BatchSampler、collate_fn（u013250861:[博客] [成就]） [质量分：93；难度等级：未知；新鲜技术：99]
摘要：需要继承需要覆写方法，返回值必须可迭代。

⑧ 生成对抗网络----GAN（小豆包的小朋友0217:[博客] [成就]） [质量分：93；难度等级：未知；新鲜技术：99]
摘要：GAN (Generative Adversarial Network) : 通过两个神经网络，即生成器（Generator）和判别器（Discriminator），相互竞争来学习数据分布。生成器Generator。

⑨ 机器学习重温笔记（一）：常用科学计算库，解决基础数据分析问题（那就学有所成吧(˵¯͒¯͒˵):[博客] [成就]） [质量分：92；难度等级：未知；新鲜技术：99]
摘要：func:自定义函数axis=0:默认是列，axis=1为行进行运算定义一个对列，最大值-最小值的函数open 22.74。

⑩ RAG(检索增强生成)在LLM(大型语言模型)中的应用（一休哥助手:[博客] [成就]） [质量分：93；难度等级：未知；新鲜技术：98]
摘要：LlamaIndex 是一个数据框架，供基于LLM的应用程序摄取、构建和访问私有或特定域的数据。LlamaIndex是为初学者和高级用户设计的。高级API允许初学者使用LlamaIndex在5行代码中摄取和查询他们的数据。