【知识点】5种Agent模式

【深度学习】Fooocus Outpaint 原理

【知识点】​​匈牙利算法的计算过程示例

【知识点】OpenPose姿态检测

【知识点】CDP人脸聚类，共识驱动传播人脸聚类方法

InsightFace人脸检测方法分析

【知识点】U-Net/HRNet 区别

【知识点】Mask R-CNN

AstrBot NapCat 消息机器人实战教程教学

sglang 部署 Qwen/Qwen3-32B

sglang 部署Qwen/Qwen2.5-VL-7B-Instruct

【知识点】YOLO编年史，YOLO全系列解析

【知识点】GAN的常用的损失函数有哪些 ？

【知识点】SVM支持向量机，松弛变量，核技巧

【知识点】VLLM 自动前缀缓存，推理加速

【知识点】强化学习关键术语

RoPE 旋转位置编码详解与计算示例

【知识点】深度学习面试题汇总（持续更新）

【训练】Qwen2.5VL 多机多卡 Grounding Box定位（2）

【知识点】Transformer中计算最复杂的模块是什么

【知识点】训练模型时遇到out of memory怎么解决

【知识点】训练过程出现NaN如何解决

【知识点】GRPO 训练原理

【知识点】DPO、PPO reference 模型和 actor 模型是否可以为同一个模型

【知识点】PPO、DPO、KTO

【知识点】DPO强化学习

【知识点】PPO强化学习

【知识点】sft如何避免灾难性遗忘

【知识点】为何进行Query改写，Query改写的核心价值

【知识点】微调模型 VS RAG，为何选RAG？

【损失函数】InfoNCE损失，多模态模型的对比学习代码

【知识点】m-RoPE(多模态旋转位置编码)

如何给transformers库打Python补丁

【代码解读】LLama-Factory SharegptDatasetConverter

【API】将SigClip部署为API

【训练】Qwen2.5VL 多机多卡 Grounding Box定位（1）

【训练】VLM GRPO训练微调using EasyR1 （1）

GRPO配置参数文档

vLLM 如何使用配置 tokenizer_config.json

Qwen/Qwen3如何支持长的上下文

Qwen/Qwen3-30B-A3B vllm部署和访问

Qwen/Qwen3-32B vllm部署和访问

AMEX vivo UI agents 数据集介绍

【训练】InternVL2_8B VLM-R1GRPO微调

上传模型到huggingface

【训练】InternVL2_8B full sft 多机多卡训练

LLaMA-Factory 训练参数解读

【训练】LLaMA-Factory InternVL3-8B 多机多卡训练

InternVL 1技术深度分析

InternVL 3的技术深度分析，代码与原理

InternVL <box>

ValueError: Image features and image tokens do not match: tokens: 2305, features 2304

CycleGAN 的原理与代码

Stable Diffusion：文本提示如何作用于Stable Diffusion的图像生成过程

Stable Diffusion：CFG Scale 是如何控制文生图的

Stable Diffusion：噪声采样的调度器的原理

Stable Diffusion：采样器的数学原理

Stable Diffusion：文生图的代码执行原理

Stable Diffusion：使用ControlNet为黑白照片上色

图像质量评估所使用的一些指标计算方法

【训练】Qwen 2.5 VL 图片转公式，微调实战教学

【知识点】DeepSeek R1 解读

【训练】VLM-R1GRPO微调， 实战训练教程（2）

LLaMA-Factory多机多卡训练Qwen2.5VL

使用 device_map 优化 Transformers 模型的多 GPU 显存分配

vllm部署Qwen2.5-VL-7B-Instruct

vllm 部署QwQ-32B ，访问代码

AIGC降重提示词

【训练】LLaMA-Factory多机多卡微调训练实战

onnx gpu在docker里支持

sdwebui docker打包

ControlNet Reference模型：reference_adain、reference_adain+attn与reference_only的区别与应用场景解析

【训练】LLaMA-Factory微调sft Qwen2.5-VL-7B-Instruct

Qwen2.5-VL 技术报告总结

使用mergekit合并大型语言模型

LiteLLM 做大模型API接口Proxy转发

跑ZhipuAI/CogView4-6B的效果

【训练】VLM-R1GRPO微调， 实战训练教程（1）

阶跃星辰 Step-Vedio-T2V Docker 推理

llama.cpp 跑 qwen2.5 量化模型

ktransformers 部署Deepseek-R1

sglang 启动 Qwen2.5-32B-Instruct-GPTQ-Int4 API

sglang 启动 DeepSeek-R1-Distill-Qwen-32B API

旋转位置编码（RoPE）的代码片段

OpenWebUI使用DeepSeek R1满血版，DeepSeek R1 API调用

FlashAttention 透彻理解

DDColor 效果实战教程

pix2pix pytorch 图片上色，模型训练实战，Docker【3】

pix2pix mmgeneration 线稿上色，模型训练实战，Docker【2】

pix2pix mmgeneration通用场景黑白图片上色模型训练，Docker 【1】

文生图 排行榜

Open WebUI + Ollama

OpenWebUI 使用 Azure OpenAI

Azure OpenAI 转 openai proxy接口

部署siglip-so400m-patch14-384为API

flux diffuser 分卡切分运行

llama-factory 量化数据要求 c4_demo.json

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？

Milvus使用教程（五）总结

Dify流式请求示例

mini-omni2 语音对话模型 论文

Moshi 论文解析

LLM的不同角色system、user

Conan-embedding模型使用

Conan-embedding模型论文解析

embedding模型排行榜

TensorRT-LLM，Qwen2.5 加速量化部署

RoPE 旋转位置编码 解析

大模型量化方法解析：WO、AWQ、GPTQ 与 SQ 的对比

开源LLM大模型排行榜

sglang 部署Qwen2VL7B，大模型部署，速度测试，深度学习

seeAct 论文解析

ollama Docker部署qwen2.5:72b-instruct

ollama Docker部署 Qwen2.5-Coder-32B-Instruct

Dify，编排应用，随心所欲使用大模型

Ovis，多模态大模型微调

pixart Docker部署推理

vllm 部署 Qwen/Qwen2.5 ，访问代码

vllm 部署 Qwen/Qwen2.5-Coder-7B-Instruct openai接口

Docker 官网vLLM镜像 快速部署 Qwen2.5

测试NanoFlow：比 vLLM 和 TensorRT-LLM 更快

requests openai api 接口访问

数据准备详解：打造高质量的语言模型训练数据集

ChatGPT openai接口，图片对话程序

ChatGPT openai接口多轮对话程序

构建最新的LLaMA-Factory镜像

相机里面的视觉算法（4）

相机里面的视觉算法（3）

相机里面的视觉算法（2）

相机里面的视觉算法（1）

安装vllm并部署Qwen2VL API

如何构建自己的vllm镜像，cuda12.1

使用vllm部署Qwen2VL API

自监督学习-基础知识分享

三元损失（triplet loss）

Qwen2-VL API 快速部署服务教程

使用LLaMA-Factory微调sft Qwen2-VL-7B-Instruct

A Cookbook of Self-Supervised Learning 中文翻译

词汇分割方法：WordPiece Model 和 Byte Pair Encoding 的详细解读

Transformer的并行化提现在哪个地方?Decoder 端可以做并行化吗?

Transformer中的前馈神经网络?使用了什么激活函数?相关优缺点?

Transformer模型中的LayerNorm与BatchNorm：为什么选择LayerNorm？

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？

为什么在多头注意力中需要对每个 Head 进行降维？

如何在计算 Attention Score 时对 Padding 做 Mask 操作

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?

【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?

【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

如何理解多模态模型Qwen2-VL中的MIN_PIXELS和MAX_PIXELS

使用LMDeploy部署InternVL2，速度测试

【深度学习】Qwen2-VL API速度测试与部署

【深度学习】LLaMA-Factory部署Qwen2-VL-72B-Instruct-GPTQ-Int4，容器即服务启动

【深度学习】LLaMA-Factory部署Qwen2-VL-72B-Instruct-GPTQ-Int4

【深度学习】FLUX.1，文生图，推理部署实战教程

stable-diffusion-3-medium部署体验实战教学

fooocus-api，得到一些训练图片的过程

fooocus-api访问API得到图，Docker部署

【深度学习】LLaMA-Factory部署Qwen2-VL

使用Python和Pydub调整音频音量

深度学习，TTS AB测试代码

【深度学习】语音TTS，微调训练 StableTTS V1.1

【深度学习】语音TTS，微调训练 fishaudio / fish-speech-1.4

【深度学习】强化学习介绍

音频格式：OGG、RAW、WAV与AAC的区别

如何测试 ONNX Runtime 是否使用了 GPU 进行推理

Python使用 Gradio 实现多张图片上传WebUI

【深度学习】GOT-OCR2.0：一款端到端的 OCR 模型，镜像

使用Kubernetes（K8s）进行多机多卡分布式训练

【深度学习】torch.distributed.launch、torchrun、accelerate 和 deepspeed 对比解析

多机多卡训练中的极速数据互联：NVLink、RDMA与NCCL配置详解

【深度学习】如何评估大语言模型（LLM）性能

【深度学习】探索大模型训练中的关键标签：system、user、role、content、assistant、observation、function

【深度学习】什么是PPO训练?

【深度学习】LLaMA-Factory，Why is LoRA much slower than Freeze?

【深度学习】使用ms-swift微调训练Qwen2-VL做印章识别

【深度学习】Python，印章数据集制作，印章制作

机器视觉的一些题目

【深度学习】LLaMA-Factory微调sft Qwen2-VL进行印章识别

【深度学习】如何安装xformer？flash-attn？

【深度学习】Qwen2-VL最强开源OCR模型，手写字体识别、印章识别

【深度学习】Python，金融欺诈行为检测

【深度学习】安全帽检测，目标检测，Faster RCNN训练

【深度学习】安全帽检测，目标检测，yolov10算法，yolov10训练

【推理框架】MNN框架 C++、Python、Java使用例子 Demo

【深度学习】深度学习推理框架 TensorRT MNN OpenVINO ONNXRuntime

insightface 人脸识别模型训练 RecordIO数据格式

【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

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

【深度学习】表情识别A Dual-Direction Attention Mixed Feature Network for Facial Expression Recognition 训练

【深度学习】miniCPM2.6，微调sft训练用于印章识别

【深度学习】【语音TTS】GPT-SoVITS v2 实战，训练一个人的音色，Docker镜像

【知识点】决策树算法详解：ID3、C4.5 和 CART 的原理与实现

【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】

【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

【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