草庐IT

AI算法

全部标签

ControlNet作者又出新作:百万数据训练,AI图像生成迎来图层设计

尽管用于生成图像的大模型已经成为计算机视觉和图形学的基础,但令人惊讶的是,分层内容生成或透明图像(是指图像的某些部分是透明的,允许背景或者其他图层的图像通过这些透明部分显示出来)生成领域获得的关注极少。这与市场的实际需求形成了鲜明对比。大多数视觉内容编辑软件和工作流程都是基于层的,严重依赖透明或分层元素来组合和创建内容。来自斯坦福大学的研究者提出了一种「latenttransparency(潜在透明度)」方法,使得经过大规模预训练的潜在扩散模型能够生成透明图像以及多个透明图层。 论文地址:https://arxiv.org/pdf/2402.17113.pdf论文标题:TransparentI

实测英伟达AI游戏引擎:与NPC实时聊天,中文流畅爆了

黄院士在《赛博朋克2077》里搞的智能NPC,已经飙起中文了?量子位的一手体验,亲眼见证了NPC们流利地用中英双语对话,表情动作自然,口型也能对上……如果不是眼前就有一块屏幕,真的会有种身临其境之感。今年的CES展会上,英伟达用智能引擎AvatarCloudEngine(ACE),让游戏NPC“活”了起来,引起了不小的震撼。△CES上展示的智能NPC通过ACE,不需要事先准备剧本,就能让游戏中的人物像真人一样与玩家语音对话,还有相应的表情和肢体动作。亮相当时,就有育碧、腾讯、网易、米哈游等国内外游戏大厂纷纷宣布将会跟进。现在,通过加入翻译模块,游戏里的NPC们也学会了中文。下面,就跟随量子位的

给AI Agent完整的一生!港大NYU谢赛宁等最新智能体研究:虚拟即现实

怎样能构建更强大的AIAgent?答案是给他们一个完整而真实的世界。最近,来自香港大学的JihanYang和纽约大学的谢赛宁等人,联合发表了一项新研究:在虚拟环境中模拟现实世界。论文地址:https://arxiv.org/abs/2402.03310代码地址:https://github.com/VIRL-Platform/VIRL项目名称V-IRL,能够弥合数字环境与人类居住的世界之间存在的巨大差距,让Agent在模拟的真实世界环境中执行各种复杂的任务。V-IRL中的环境数据完全来源于真实世界:地图、地理信息、街景......可以说,V-IRL给了Agent真实而完整的一生。V-IRL是一

C++STL之常见算法

STL算法基本都是通过模板的方式实现的,只是为我们提供一个统一的算法模型,有点像JS中鸭子模型,在这个模型中具体实现什么样的功能是由我们通过函数对象或回调函数的方式来实现的。下面我们通过一些常用的例子来学习一下STL中的常用算法...遍历对于STL中的容器遍历问题,平时我们用得最多的就是autofor循环遍历,其实对于容器的遍历,STL中还给我提供了另外一个函数std::for_each。这个函数特别适合哪些需要在遍历的过程中对每个元素进行复杂操作的场景。intmain(){std::vectorvec;for(inti=0;i当然,如果你不喜欢使用lambda表达式,也可以使用回调函数的写法

java - SURF 和 SIFT 算法在 OpenCV 3.0 Java 中不起作用

我在Java中使用OpenCV3.0(最新版本),但是当我使用SURF算法或SIFT算法时,它不起作用并抛出异常:OpenCVError:Badargument(Specifiedfeaturedetectortypeis不支持。)在cv::javaFeatureDetector::create我已经用谷歌搜索了,但是针对此类问题给出的答案并没有解决我的问题。如果有人知道这个问题,请告诉我。提前致谢!更新:下面第三行的代码抛出异常。Matimg_object=Imgcodecs.imread("data/img_object.jpg");Matimg_scene=Imgcodecs.i

低密度奇偶校验码LDPC(七)——SPA和积译码算法的简化

 往期博文低密度奇偶校验码LDPC(一)——概述_什么是gallager构造-CSDN博客低密度奇偶校验码LDPC(二)——LDPC编码方法-CSDN博客低密度奇偶校验码LDPC(三)——QC-LDPC码概述-CSDN博客低密度奇偶校验码LDPC(四)——双对角线结构的QC-LDPC编码-CSDN博客低密度奇偶校验码LDPC(五)——译码算法概述-CSDN博客低密度奇偶校验码LDPC(六)——SPA和积译码算法-CSDN博客QC-LDPC的FPGA实现基于QC-LDPC编码的循环移位网络的FPGA实现_5gldpc编码桶形移位寄存器-CSDN博客一、SPA译码算法的实际应用查找表与拟合 盒加S

【计算机视觉】曲线拟合在图像处理算法中的重要地位

MATLAB中的曲线拟合通常涉及使用内置函数或工具箱来对数据集进行建模。以下是一些常用的曲线拟合方法:polyfit:用于拟合多项式曲线。该函数返回系数向量,可以用于生成拟合曲线。p=polyfit(x,y,n)%x和y是数据点,n是多项式的阶数fit:是一个通用的曲线拟合函数,可以用来拟合线性、非线性、多项式等多种模型。ft=fit(x,y,'model')%'model'可以是线性、指数等预设模型lsqcurvefit:用于非线性最小二乘曲线拟合。它需要初始猜测参数,并且通常与自定义模型一起使用。[p,resnorm]=lsqcurvefit(@fun,p0,x,y)%fun是自定义模型的

java - java中的kadane算法

我在Java中有以下Kadane算法的实现。基本上就是求连续子数组的最大和。String[]numbers=string.split(",");intmax_so_far=0;intmax_ending_here=0;for(inti=0;i但是,如果数组中存在负数和正数的组合,则这不起作用,例如:2,3,-2,-1,10它应该返回12作为最大值。截至目前,它返回5 最佳答案 你的算法实现看起来不错,但是你的循环条件i不会:它在距离数组末尾仅差1处停止。i应该这样做:-) 关于java-

【无人机三维路径规划】基于跳蛛算法JSOA实现复杂地形无人机避障三维航迹规划附Matlab代码

 ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。🍎个人主页:Matlab科研工作室🍊个人信条:格物致知。更多Matlab完整代码及仿真定制内容点击👇智能优化算法   神经网络预测   雷达通信    无线传感器    电力系统信号处理       图像处理       路径规划   元胞自动机    无人机 物理应用       机器学习🔥内容介绍无人机在复杂地形环境中执行任务时,避障三维路径规划至关重要。本文提出了一种基于跳蛛算法(JSOA)的无人机避障三维航迹规划方法。该方法利用跳蛛算法的全局搜索能力和局部寻优能力,有效地解决了无

AI大语言模型的模型压缩与加速

1.背景介绍随着深度学习的发展,人工智能模型的规模和复杂性也在不断增加。特别是在自然语言处理(NLP)领域,大型语言模型如GPT-3、BERT等已经成为了主流。然而,这些大型模型的计算需求和存储需求也随之增加,这对硬件资源提出了极高的要求。因此,如何在保持模型性能的同时,减小模型的规模和计算需求,成为了当前的一个重要研究方向。本文将介绍AI大语言模型的模型压缩与加速的相关技术。2.核心概念与联系2.1模型压缩模型压缩是一种减小模型规模和计算需求的技术,主要包括参数剪枝、知识蒸馏、模型量化等方法。2.2模型加速模型加速是一种提高模型计算效率的技术,主要包括模型并行、数据并行、模型优化等方法。2.