深度学习
219 文章 × 1055354 字
深度学习--
219 篇文章
1
大模型安全研究1-abliteration
14:55
2
显卡性能测试方法vllm吞吐量测试延迟测试
10:30
3
sudo pkill -9 -f launcher.py
21:24
4
llamafactory-cli train 快速训练测试
20:24
5
gguf这种文件如何启动为openai式的接口？
11:02
6
大模型的涌现能力
14:19
7
神经语言模型缩放定律：核心观点解读
14:13
8
72B蒸馏到3B，在3B上再微调？
16:55
9
大型语言模型尚无法实现推理自纠错！CoT为什么提升准确率？
16:48
10
基于大模型的外卖词槽提取完整方案
14:19
11
vivo BlueLM-2.5-3B
11:34
12
超长上下文的大模型训练
16:07
13
美团LongCat-Flash-Thinking
10:18
14
做agent的坑的记录
11:27
15
AgentCPM-GUI
16:30
16
transformer加普通token
21:18
17
占用显卡显存代码
12:44
18
claude web 转 openai api 接口
13:38
19
ms-swift 多机多卡训练
23:18
20
LLama-Factory数据预处理
08:58
21
BLEU和ROUGE评估指标详解
18:11
22
NCCL 官方文档手册位置
16:16
23
LLaMA-Factory 多机多卡训练配置
10:11
24
Linux系统支持中文字符处理
15:10
25
rlaunch vllm Qwen2.5-VL-7B-Instruct
09:48
26
stepfun api
16:55
27
new_special_tokens
16:51
28
如何向 Transformers 模型词表中添加新 token
15:13
29
tokenizer_config.json
10:07
30
LLaMA-Factory EXTRAS
22:29
31
LLaMA-Factory AWS S3 文件读写
11:32
32
【知识点】5种Agent模式
11:41
33
【深度学习】Fooocus Outpaint 原理
11:34
34
【知识点】匈牙利算法的计算过程示例
09:00
35
【知识点】OpenPose姿态检测
22:31
36
【知识点】CDP人脸聚类，共识驱动传播人脸聚类方法
17:11
37
InsightFace人脸检测方法分析
16:16
38
【知识点】U-Net/HRNet 区别
15:54
39
【知识点】Mask R-CNN
15:43
40
AstrBot NapCat 消息机器人实战教程教学
16:34
41
sglang 部署 Qwen/Qwen3-32B
15:05
42
sglang 部署Qwen/Qwen2.5-VL-7B-Instruct
10:50
43
【知识点】YOLO编年史，YOLO全系列解析
15:50
44
【知识点】GAN的常用的损失函数有哪些 ？
12:27
45
【知识点】SVM支持向量机，松弛变量，核技巧
11:27
46
【知识点】VLLM 自动前缀缓存，推理加速
13:45
47
【知识点】强化学习关键术语
23:59
48
RoPE 旋转位置编码详解与计算示例
12:24
49
【知识点】深度学习面试题汇总（持续更新）
10:12
50
【训练】Qwen2.5VL 多机多卡 Grounding Box定位（2）
16:25
51
【知识点】Transformer中计算最复杂的模块是什么
16:04
52
【知识点】训练模型时遇到out of memory怎么解决
15:37
53
【知识点】训练过程出现NaN如何解决
15:30
54
【知识点】DPO、PPO reference 模型和 actor 模型是否可以为同一个模型
23:14
55
【知识点】PPO、DPO、KTO
23:02
56
【知识点】DPO强化学习
22:28
57
【知识点】PPO强化学习
21:33
58
【知识点】sft如何避免灾难性遗忘
14:52
59
【知识点】为何进行Query改写，Query改写的核心价值
14:34
60
【知识点】微调模型 VS RAG，为何选RAG？
14:29
61
【损失函数】InfoNCE损失，多模态模型的对比学习代码
21:23
62
【知识点】m-RoPE(多模态旋转位置编码)
15:36
63
如何给transformers库打Python补丁
15:10
64
【代码解读】LLama-Factory SharegptDatasetConverter
14:31
65
【API】将SigClip部署为API
20:50
66
【训练】Qwen2.5VL 多机多卡 Grounding Box定位（1）
17:39
67
vLLM 如何使用配置 tokenizer_config.json
14:55
68
Qwen/Qwen3如何支持长的上下文
13:13
69
Qwen/Qwen3-30B-A3B vllm部署和访问
09:53
70
Qwen/Qwen3-32B vllm部署和访问
14:58
71
AMEX vivo UI agents 数据集介绍
11:49
72
上传模型到huggingface
10:53
73
【训练】InternVL2_8B full sft 多机多卡训练
16:02
74
LLaMA-Factory 训练参数解读
11:03
75
【训练】LLaMA-Factory InternVL3-8B 多机多卡训练
10:59
76
InternVL 1技术深度分析
19:39
77
InternVL 3的技术深度分析，代码与原理
18:52
78
InternVL <box>
18:18
79
ValueError: Image features and image tokens do not match: tokens: 2305, features 2304
10:14
80
CycleGAN 的原理与代码
12:07
81
Stable Diffusion：文本提示如何作用于Stable Diffusion的图像生成过程
11:46
82
Stable Diffusion：CFG Scale 是如何控制文生图的
11:43
83
Stable Diffusion：噪声采样的调度器的原理
11:38
84
Stable Diffusion：采样器的数学原理
11:33
85
Stable Diffusion：文生图的代码执行原理
11:28
86
Stable Diffusion：使用ControlNet为黑白照片上色
18:49
87
图像质量评估所使用的一些指标计算方法
17:31
88
【训练】Qwen 2.5 VL 图片转公式，微调实战教学
15:02
89
LLaMA-Factory多机多卡训练Qwen2.5VL
14:31
90
使用 device_map 优化 Transformers 模型的多 GPU 显存分配
19:34
91
vllm部署Qwen2.5-VL-7B-Instruct
18:05
92
vllm 部署QwQ-32B ，访问代码
11:08
93
AIGC降重提示词
10:41
94
【训练】LLaMA-Factory多机多卡微调训练实战
15:40
95
onnx gpu在docker里支持
16:20
96
sdwebui docker打包
15:34
97
ControlNet Reference模型：reference_adain、reference_adain+attn与reference_only的区别与应用场景解析
10:47
98
【训练】LLaMA-Factory微调sft Qwen2.5-VL-7B-Instruct
13:59
99
Qwen2.5-VL 技术报告总结
16:35
100
使用mergekit合并大型语言模型
10:34
101
LiteLLM 做大模型API接口Proxy转发
16:06
102
跑ZhipuAI/CogView4-6B的效果
17:55
103
阶跃星辰 Step-Vedio-T2V Docker 推理
17:13
104
llama.cpp 跑 qwen2.5 量化模型
17:42
105
ktransformers 部署Deepseek-R1
09:54
106
sglang 启动 Qwen2.5-32B-Instruct-GPTQ-Int4 API
17:00
107
sglang 启动 DeepSeek-R1-Distill-Qwen-32B API
15:07
108
旋转位置编码（RoPE）的代码片段
17:12
109
OpenWebUI使用DeepSeek R1满血版，DeepSeek R1 API调用
17:59
110
FlashAttention 透彻理解
16:12
111
DDColor 效果实战教程
15:26
112
pix2pix pytorch 图片上色，模型训练实战，Docker【3】
18:18
113
pix2pix mmgeneration 线稿上色，模型训练实战，Docker【2】
16:50
114
pix2pix mmgeneration通用场景黑白图片上色模型训练，Docker 【1】
12:37
115
文生图 排行榜
15:48
116
Open WebUI + Ollama
08:52
117
OpenWebUI 使用 Azure OpenAI
08:13
118
Azure OpenAI 转 openai proxy接口
07:25
119
部署siglip-so400m-patch14-384为API
17:52
120
flux diffuser 分卡切分运行
11:41
121
llama-factory 量化数据要求 c4_demo.json
16:29
122
量化方法的辨析-动态离线量化方法、静态离线量化方法和量化训练方法是什么区别？
15:48
123
Milvus使用教程（五）总结
13:51
124
Dify流式请求示例
17:36
125
mini-omni2 语音对话模型 论文
16:47
126
Moshi 论文解析
15:21
127
LLM的不同角色system、user
14:12
128
Conan-embedding模型使用
11:11
129
Conan-embedding模型论文解析
10:33
130
embedding模型排行榜
10:25
131
TensorRT-LLM，Qwen2.5 加速量化部署
15:15
132
RoPE 旋转位置编码 解析
14:09
133
大模型量化方法解析：WO、AWQ、GPTQ 与 SQ 的对比
17:00
134
开源LLM大模型排行榜
15:54
135
sglang 部署Qwen2VL7B，大模型部署，速度测试，深度学习
13:55
136
seeAct 论文解析
15:58
137
ollama Docker部署qwen2.5:72b-instruct
14:37
138
ollama Docker部署 Qwen2.5-Coder-32B-Instruct
11:38
139
Dify，编排应用，随心所欲使用大模型
11:04
140
Ovis，多模态大模型微调
18:00
141
pixart Docker部署推理
16:21
142
vllm 部署 Qwen/Qwen2.5 ，访问代码
15:51
143
vllm 部署 Qwen/Qwen2.5-Coder-7B-Instruct openai接口
10:23
144
Docker 官网vLLM镜像 快速部署 Qwen2.5
21:59
145
测试NanoFlow：比 vLLM 和 TensorRT-LLM 更快
16:15
146
requests openai api 接口访问
14:55
147
数据准备详解：打造高质量的语言模型训练数据集
17:02
148
ChatGPT openai接口，图片对话程序
10:45
149
ChatGPT openai接口多轮对话程序
10:44
150
构建最新的LLaMA-Factory镜像
11:30
151
相机里面的视觉算法（4）
17:42
152
相机里面的视觉算法（3）
17:25
153
相机里面的视觉算法（2）
16:55
154
相机里面的视觉算法（1）
14:40
155
安装vllm并部署Qwen2VL API
11:11
156
如何构建自己的vllm镜像，cuda12.1
10:12
157
使用vllm部署Qwen2VL API
12:31
158
自监督学习-基础知识分享
10:11
159
三元损失（triplet loss）
09:45
160
Qwen2-VL API 快速部署服务教程
17:37
161
使用LLaMA-Factory微调sft Qwen2-VL-7B-Instruct
16:27
162
A Cookbook of Self-Supervised Learning 中文翻译
09:52
163
词汇分割方法：WordPiece Model 和 Byte Pair Encoding 的详细解读
12:12
164
Transformer的并行化提现在哪个地方?Decoder 端可以做并行化吗?
12:10
165
Transformer中的前馈神经网络?使用了什么激活函数?相关优缺点?
12:07
166
Transformer模型中的LayerNorm与BatchNorm：为什么选择LayerNorm？
12:02
167
为什么在获取输入词向量之后需要对矩阵乘以embedding size的开方？
11:58
168
为什么在多头注意力中需要对每个 Head 进行降维？
11:49
169
如何在计算 Attention Score 时对 Padding 做 Mask 操作
11:46
170
Transformer计算attention的时候为何选择点乘而不是加法?两者计算复杂度和效果上有什么区别?
11:37
171
【深度学习】Transformer为什么Q和K使用不同的权重矩阵生成,为何不能使用同一个值进行自身的点乘?
11:32
172
【知识点】transformer为什么使用多头注意力机制？为什么不使用一个头
11:26
173
如何理解多模态模型Qwen2-VL中的MIN_PIXELS和MAX_PIXELS
17:36
174
使用LMDeploy部署InternVL2，速度测试
15:09
175
【深度学习】Qwen2-VL API速度测试与部署
13:41
176
【深度学习】LLaMA-Factory部署Qwen2-VL-72B-Instruct-GPTQ-Int4，容器即服务启动
12:40
177
【深度学习】LLaMA-Factory部署Qwen2-VL-72B-Instruct-GPTQ-Int4
11:37
178
【深度学习】FLUX.1，文生图，推理部署实战教程
15:29
179
stable-diffusion-3-medium部署体验实战教学
10:45
180
fooocus-api，得到一些训练图片的过程
12:51
181
fooocus-api访问API得到图，Docker部署
13:54
182
【深度学习】LLaMA-Factory部署Qwen2-VL
14:57
183
使用Python和Pydub调整音频音量
17:13
184
深度学习，TTS AB测试代码
11:28
185
【深度学习】语音TTS，微调训练 StableTTS V1.1
15:52
186
【深度学习】语音TTS，微调训练 fishaudio / fish-speech-1.4
11:15
187
【深度学习】强化学习介绍
16:25
188
音频格式：OGG、RAW、WAV与AAC的区别
10:19
189
如何测试 ONNX Runtime 是否使用了 GPU 进行推理
17:51
190
Python使用 Gradio 实现多张图片上传WebUI
10:02
191
【深度学习】GOT-OCR2.0：一款端到端的 OCR 模型，镜像
08:43
192
使用Kubernetes（K8s）进行多机多卡分布式训练
08:42
193
【深度学习】torch.distributed.launch、torchrun、accelerate 和 deepspeed 对比解析
20:40
194
多机多卡训练中的极速数据互联：NVLink、RDMA与NCCL配置详解
16:50
195
【深度学习】如何评估大语言模型（LLM）性能
10:00
196
【深度学习】探索大模型训练中的关键标签：system、user、role、content、assistant、observation、function
17:33
197
【深度学习】什么是PPO训练?
15:59
198
【深度学习】LLaMA-Factory，Why is LoRA much slower than Freeze?
15:49
199
【深度学习】使用ms-swift微调训练Qwen2-VL做印章识别
21:25
200
【深度学习】Python，印章数据集制作，印章制作
13:35
201
机器视觉的一些题目
08:49
202
【深度学习】LLaMA-Factory微调sft Qwen2-VL进行印章识别
17:32
203
【深度学习】如何安装xformer？flash-attn？
16:44
204
【深度学习】Qwen2-VL最强开源OCR模型，手写字体识别、印章识别
16:26
205
【深度学习】Python，金融欺诈行为检测
15:14
206
【深度学习】安全帽检测，目标检测，Faster RCNN训练
10:12
207
【深度学习】安全帽检测，目标检测，yolov10算法，yolov10训练
10:03
208
【推理框架】MNN框架 C++、Python、Java使用例子 Demo
19:15
209
【深度学习】深度学习推理框架 TensorRT MNN OpenVINO ONNXRuntime
19:14
210
insightface 人脸识别模型训练 RecordIO数据格式
18:29
211
【深度学习】人脸聚类算法的评估指标程序，精准率、召回率、F1分数
18:28
212
深度学习 人脸识别 优秀开源项目 state-of-the-art SOTA deepface 项目 使用过程 教程
18:28
213
【深度学习】表情识别A Dual-Direction Attention Mixed Feature Network for Facial Expression Recognition 训练
18:11
214
【深度学习】miniCPM2.6，微调sft训练用于印章识别
12:14
215
【深度学习】【语音TTS】GPT-SoVITS v2 实战，训练一个人的音色，Docker镜像
11:00
216
【知识点】决策树算法详解：ID3、C4.5 和 CART 的原理与实现
10:40
217
【深度学习】【机器学习】用神经网络进行入侵检测，NSL-KDD数据集，基于机器学习（深度学习）判断网络入侵，网络攻击，流量异常【3】
10:38
218
【深度学习】【机器学习】用神经网络进行入侵检测，NSL-KDD数据集，基于机器学习（深度学习）判断网络入侵，网络攻击，流量异常
10:38
219
【深度学习】【机器学习】用神经网络进行入侵检测，NSL-KDD数据集，基于机器学习（深度学习）判断网络入侵
10:38
