fig
-
DeepSeek便携版如何设置数据持久化 DeepSeek移动版数据存储方案
你需要设置数据持久化来避免deepseek便携版或移动版本的数据丢失。数据持久化是将运行中的数据保存到长期存储介质中，防止因关闭程序或拔掉u盘导致信息丢失。开启方法包括：1.确认运行环境是否支持持久化，如docker需检查volume挂载，二进制文件需指定本地目录；2.手动配置持久化路径，在配置文件…
-
怎么让豆包AI生成Python项目结构模板
要让豆包ai生成符合需求的python项目结构模板，关键在于提供清晰指令。首先，明确项目类型，如“flask web应用”或“cli工具”，以便ai识别应包含的目录和文件；其次，说明希望加入的内容模块，如tests/、readme.md、setup.py等，使结构更完整；第三，可要求提供示例代码或注…
-
【掌上心语】PaddlePaddle 3.0实现29类智能手语识别助力残障人士
采用PaddlePaddle 3.0深度学习框架，基于预训练的ResNet50模型开发，通过监督学习训练出深度学习模型识别手语翻译成对应文字，为听力和言语障碍者提供一种将手语转换为书面语言的桥梁。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜…
-
【时间序列】时间序列分类方法一览
时间序列分类（time series classification） 是数据挖掘领域的重要任务，它涉及对按时间顺序排列的数据点进行标记和预测。此类数据广泛存在于金融、医疗、工业等多个领域，因此时间序列分类对于决策支持和系统开发具有重要意义。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费…
-
【AI达人特训营第三期】全球小麦麦穗检测
该项目基于YOLOv3实现小麦麦穗检测，使用kaggle的Global Wheat Detection数据集。先处理数据，转换真实框格式、解压、分组，切分训练和验证集，清洗微小和巨大标注边框。构建MyDataset类生成数据集，搭建以Darknet53为骨干的YOLOv3模型，设置锚框和损失函数训练…
-
中文电子病历命名实体识别
电子病历主要有入院记录、出院记录、病程记录、手术记录、护理记录、查房记 录等组成，除部分字段进行了前结构化，还有大量的字段没有进行结构化，以自由文本的方式进 行记录。该部分记录中含有大量的有用信息，是进行医疗大数据挖掘、临床辅助决策系统、AI 电子病历质控系统构建等的基础工作。命名实体的结果可以辅助…
-
【CVPR2021】DDRNets:高效实时车道分割算法
本文介绍基于PaddlePaddle复现DDRNet23-Slim的过程。该网络为高效道路场景实时语义分割模型，采用双分辨率架构和多尺度模块，融合高低级语义信息。文中展示关键结构设计及基于PaddleSeg的开发步骤，模型表现良好。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使…
-
基于飞桨复现Tokens-to-Token ViT
本文围绕基于PaddlePaddle框架复现Tokens-to-Token ViT展开，先简介论文，指出ViT在中型数据集训练的不足，介绍T2T-ViT的T2T模块及实验。接着说明复现的T2T-ViT-7在ImageNet2012上的精度，还涉及数据集、环境依赖、快速开始步骤、复现过程及代码结构。 …
-
豆包助力生图怎样调整构图？豆包生图构图调整全解析
豆包生图的构图调整可通过提示词优化、局部重绘、后期微调三个步骤实现。1. 提示词优化是关键，需明确主体、位置、辅助元素、构图术语及负面提示词，以精准传达构图意图；2. 局部重绘用于精细调整画面局部，通过圈选区域并输入新提示词，修正如物体位置等细节；3. 后期微调借助图像处理软件进行裁剪、色彩调整、锐…
-
PaddleHub人脸关键点检测：一键生成蜡笔小新的远房表弟
本文介绍了将人像转化为“蜡笔小宸”（蜡笔小新风格）的方法。步骤包括：登录“蜡笔大陆”安装所需库；用PaddleHub进行人脸68个关键点检测，为后续操作打基础；提取眉毛关键点，通过连线并控制宽度刻画粗眉；运用图像局部平移算法，依据人脸关键点进行“胖脸”操作，使脸部更圆润。还可通过run.py一键执行…
