完全免费白嫖 GPT-4 的终极方案！

GPT-4 目前是世界上最强的多模态大模型，能力甩 GPT-3.5 好几条街。大家都希望早日用上 GPT-4，不过目前体验 GPT-4 的渠道非常有限，要么就是开通 ChatGPT 尊贵的 Plus 会员，即使你开了会员，也是有限制的，每 3 小时只能发送 25 条消息。。。要么就去 OpenAI 官网申请

lanyue

07-03 22:02

467浏览

0点赞

Midjourney 中文使用指南

第一章：MidJourney 基础与费用问题1.1 注册、下戰、基础操作1.2 费用问题第二章：MidJourney 修改预设及其他命令2.1 版本切换2.2 绘图质量2.3 风格切换2.4 Upscale2.5 Mode2.6 自定义设置第三章：MidJourney 参数解析3.1 基础参数3.2 Upscaler 参数3.3 其它参数3.4 已

lanyue

07-03 21:57

339浏览

0点赞

ARHUD驾车导航技术概览

ARHUD (Augmented Reality Head Up Display)，即增强现实与抬头显示的结合，是一种将渲染元素投影在真实世界的技术，也是目前用户理解成本最低的展示方式。HUD功能第一次应用是在二战中，被应用在枪械和战斗机上，80年代初期开始转向民用，90年代初期技术概念被正式提出

lanyue

06-30 15:35

418浏览

0点赞

CVPR2023最新论文！含语义分割、扩散模型、多模态、预训练、MAE等方向

CVPR 2023 收录的工作中扩散模型、多模态、预训练、MAE相关工作的数量会显著增长。语义分割/Segmentation - 3 篇Delivering Arbitrary-Modal Semantic Segmentation论文/Paper: arxiv.org/pdf/2303.01…代码/Code: NoneConflict-based Cross-View Consistency for Semi-

lanyue

06-30 15:30

402浏览

0点赞

机器学习中的特征工程

特征工程，顾名思义，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。从本质上来讲，特征工程是一个表示和展现数据的过程。在实际工作中，特征工程旨在去除原始数据中的杂质和冗余，设计更高效的特征以刻画求解的问题与预测模型之间的关系

lanyue

06-30 15:28

474浏览

0点赞

循环神经网络(RNN)的原理及实现

在前馈神经网络中，信息的传递是单向的，这种限制虽然使得网络变得更容易学习，但在一定程度上也减弱了神经网络模型的能力。在生物神经网络中，神经元之间的连接关系要复杂的多。前馈神经网络可以看着是一个复杂的函数，每次输入都是独立的，即网络的输出只依赖于当前的

lanyue

06-30 15:18

415浏览

0点赞

XGBoost算法

XGBoost算法简介XGBoost是一种高效的机器学习算法，它结合了梯度提升决策树（Gradient Boosting Decision Tree, GBDT）和正则化方法，具有良好的泛化能力和准确性。XGBoost主要用于分类和回归问题。XGBoost算法的优势在于其能够自适应地调整树的复杂度，避免过拟合问题

lanyue

06-30 15:11

243浏览

0点赞