文章目录个人开源项目个人开源模型一些感悟专栏图像视觉专栏生成模型 多模态专栏NLP LLMs专栏Audio 对话系统专栏深度学习专栏机器学习专栏推广搜专栏论文译文专栏大数据声明本文章为本博客唯一置顶文章用于记录个人开源项目、个人开源模型、个人原创学习笔记。本博客将发一些偏工程的笔记算法原理都会发在我的公众号上。公众号名称WGS的学习笔记原创文章116 篇为方便读者清晰的了解我的公众号内容特将此篇文章置顶专门记录公众号分类专栏目录。本公众号为个人算法学习笔记无偿分享。如果读后能有收获谢谢帮忙点赞和转发如果有哪里理解错了谢谢指正。原创不易转载请注明出处。共勉种一棵树最好的时机是10年前其次是现在。个人开源项目CTR预估框架已完结https://github.com/WGS-note/CTR-dl-code文本分类框架未完结https://github.com/WGS-note/TextClassification图像分类框架待更新…目标检测框架待更新…基于 GHOST-A 的AI视频换脸已完结https://github.com/WGS-note/face_swap基于 Facenet Retinaface 的人脸识别已完结https://github.com/WGS-note/face_recognition微调 Taiyi Stable Diffusion已完结https://github.com/WGS-note/finetune_taiyi_stable_diffusion微调 Stable Diffusion已完结https://github.com/WGS-note/finetune_stable_diffusionDreambooth、LoRA、ControlNetLLMs 部署与微调持续更新https://github.com/WGS-note/chatMOSS、ChatGLMP-Tuning、Lora单卡、多卡数字人-语言生成动作待更新https://github.com/WGS-note/wav2motion最强人脸检测识别包含人脸模糊、遮挡、侧脸、低头仰头的判断以及训练待更新https://github.com/WGS-note/face_detection_recognition图片的色系提取及概述已完结https://github.com/WGS-note/color_summaryLLM 自动化评估已完结https://github.com/WGS-note/llm_evaluationRAG 自动化评估已完结https://github.com/WGS-note/rag_evaluationfork llama-factory支持channel loss已完结https://github.com/WGS-note/LLaMA-Factory加速F5-TTS已完结https://github.com/WGS-note/F5_TTS_Faster基于ws协议的 TTS 并发压力测试已完结https://github.com/WGS-note/TTS-StressTest全双工对话机器人, 接入呼叫中心即可实现外呼https://github.com/WGS-note/fullduplex基于YOLO、Qdrant和GroundingDINO的人脸检测识别、工牌检测、衣着颜色检测的训练及推理服务https://github.com/WGS-note/smartCheck-in语音转写含说话人分离、自适应降噪、自适应分贝调整、TSE、声纹提纯等等效果远超funasrhttps://github.com/WGS-note/smart-transcribe个人开源模型加速F5-TTSonnx、trtllmhttps://huggingface.co/wgs/F5-TTS-Faster医疗大模型https://huggingface.co/wgs/ChatGLM-Medical人脸检测识别、工牌检测、衣着颜色分割检测https://huggingface.co/wgs/smartCheck-in全双工对话机器人https://huggingface.co/wgs/fullduplex语音转写效果远超 funasrhttps://huggingface.co/wgs/smart-transcribe一些感悟谨以此篇纪念北漂的四年算法在岗四年工作总结回老家后半年的脚步聊聊这段时间搞大模型的经验与体会专栏图像视觉CNN卷积网络详解卷积算子回顾转置卷积卷积算子回顾组卷积卷积算子回顾深度可分卷积卷积算子回顾膨胀卷积卷积算子回顾可变形卷积分类、识别图像分类篇[1]AlexNet网络详解及复现图像分类篇[2]VGGNet网络详解及复现图像分类篇[3]GoogLeNet网络详解及复现图像分类篇[4]ResNet网络详解及复现图像分类篇[5]ResNeXt网络详解及复现图像分类篇[6]MobileNet V1、V2网络详解及复现图像分类篇[7]MobileNet V3网络详解及复现图像分类篇[8]ShuffleNet V1网络详解图像分类篇[9]ShuffleNet V2网络详解及复现图像分类篇[10]EfficientNet V1网络详解Vision Transformer 详解Swin Transformer 详解检测、检索…分割…专栏生成模型 多模态生成模型与极大似然简述保姆级讲解 生成对抗网络 GAN变分自编码器 VAE 详解保姆级讲解 Diffusion 扩散模型DDPM关于《2023腾讯研究院AIGC发展趋势报告》读后总结Diffusion For Images 的数据化函数化理解保姆级讲解 Stable DiffusionStable Diffusion 补充篇模型架构关键代码抽离多模态条件机制 Cross AttentionFinetune Stable Diffusion: DreamboothGated PixelCNN 学习笔记VQ-VAE 详解VQ-GAN 详解CLIP 详解ControlNet T2I-Adapter 详解Tune-A-Video 详解ControlVideo 详解多模态ALBEF 详解多模态BLIP 1 详解多模态BLIP 2 详解多模态InstructBLIP 详解专栏NLP LLMs预训练 语言模型概述RNN、LSTM、GRU网络概述聊聊RNN中的梯度消失Bi-LSTM-Attention网络概述及实现TextRNN、TextCNN、TextRCNN网络详解及复现DPCNN网络详解及复现HighwayNet网络详解及复现关于Attention的超详细讲解Attention、Self-Attention、Multi-Head Attention保姆级讲解TransformerTransformer文本分类推理流程及复现Bert前世篇从Word Embedding到Word2Vec、ELMo和GPT保姆级讲解BERTChatGLM BackboneGLM 详解Finetune LLMs: LoRAFinetune LLMsAdapter TuningFinetune LLMsPrefix-TuningFinetune LLMsPrompt-TuningFinetune LLMsP-Tuning V1Finetune LLMsP-Tuning V2《A Survey of Large Language Models》论文精读笔记ChatGPT 的前世今生(1)GPT 1~3ChatGPT 的前世今生(2)InstructGPT 与 RLHF关于 RAG 评估体系的见解Transformer-XL 详解RAG 综述笔记图解 Advanced RAG 笔记Dense X Retrieval 详解LumberChunker 详解HyDE 详解CoT 综述笔记ESC EvalFEEL 详解大模型幻觉综述笔记有限状态机 FSM 笔记专栏Audio 对话系统Conformer 详解TTS 综述笔记WaveNet 详解TC-ResNet 详解LLM 驱动 Full-Duplex SDS 详解ECAPA-TDNN 详解TSBC: 对话中的两阶段行为克隆详解专栏深度学习关于Embedding的两种实现方式关于 train loss、val loss训练时遇到的问题学习率衰减详解附Keras实现浅谈优化算法Momentum、AdaGrad、RMSProp、AdamBN、LN、IN、GN详解FLOPs的含义及计算方式Distributed training in PyTorchDP DDP知识蒸馏详解专栏机器学习回顾篇交叉熵-度量两个分布之间的差异回顾篇神经网络的前向传播与反向传播公式推导数据平滑方法的原理和应用附代码实现三次样条插值详解(附代码实现)指数加权移动平均详解 附代码实现机器学习-常用回归算法归纳(全网之最)专栏推广搜广告术语中的CPM、CPC、CPA解释推荐中的评估指标AUC、GAUC附代码实现推荐系统 WideDeep 模型详解CTR预估篇IFM网络详解及复现CTR预估篇DIFM网络详解及复现CTR预估篇AutoInt网络详解CTR预估篇FiBiNet网络详解及复现CTR预估篇: DIN-深度兴趣网络详解CTR预估篇DeepMCP网络详解专栏论文译文GAN 论文译文VAE 论文译文StyleGAN 论文译文Latent DiffusionStable Diffusion 论文译文GPT-1 论文译文GPT-2 论文译文《Generating Holistic 3D Human Motion from Speech》论文译文VQ-VAE 论文译文VQ-VAE2 论文译文ControlNet 论文译文专栏大数据spark 解决数据倾斜(两端聚合)