学习标签_NVIDIA AI 技术专区

学习

从模仿到自我纠正：深入理解DAgger在自动驾驶策略学习中的应用

随着端到端自动驾驶、世界模型（World Models）、人类反馈强化学习（RLHF）等技术的发展，DAgger 有望成为它们之间的“桥梁”

喜欢ADAS猴猴
2025-08-04 09:45:00

 1748

 27

#自动驾驶 #学习 #人工智能 +2
自动驾驶预测-决策-规划-控制学习（1）：自动驾驶框架、硬件、软件概述

以下为《汽车驾驶自动化分级》具体标准：0 级驾驶自动化（应急辅助）驾驶自动化系统不能持续执行动态驾驶任务中的车辆横向或纵向运动控制，但具备持续执行动态驾驶任务中的部分目标和事件探测与响应的能力。需要指出的是，0级驾驶自动化不是无驾驶自动化，0级驾驶自动化可感知环境，并提供报警、辅助或短暂介入以辅助驾驶员（如车道偏离预警、前碰撞预警、自动紧急制动等应急辅助功能）。此外，不具备目标和事件探测与响应的

 棉花糖永远滴神
2024-01-04 23:21:42

 3020

 29

#自动驾驶 #学习 #人工智能
AIGC学习笔记—minimind详解+训练+推理

这个开源项目是带我的一个导师，推荐我看的，记录一下整个过程，总结一下收获。这个项目的slogan是“大道至简”，确实很简。作者说是这个项目为了帮助初学者快速入门大语言模型（LLM），通过从零开始训练一个仅26MB的微型语言模型MiniMind，最快可在3小时内完成。降低学习LLM的门槛，让更多人能够轻松上手。MiniMind极其轻量，约为GPT-3的1/7000，适合普通个人GPU进行快速推理和训

 爱编程的古惑仔
2024-09-27 13:30:27

 6509

 11

#AIGC #学习
多模态大模型综述，零基础入门到精通，收藏这一篇就够了

多模态大型语言模型（Multimodal Large Language Models， MLLM）的出现是建立在大型语言模型（Large Language Models， LLM）和大型视觉模型（Large Vision Models， LVM）领域不断突破的基础上的。随着 LLM 在语言理解和推理能力上的逐步增强，指令微调、上下文学习和思维链工具的应用愈加广泛。然而，尽管 LLM 在处理语言任务

 再不会python就不礼貌了
2024-09-19 10:55:38

 1989

 8

#学习 #github #人工智能 +3
DeepSeek-OCR多模态OCR教程（超详细）从技术原理到应用落地，一篇就够了，建议收藏！

DeepSeek-OCR是深度求索推出的多模态OCR模型，采用上下文光学压缩技术，通过端到端视觉语言架构实现高压缩率(10倍)和高信息保真度(97%)。模型包含DeepEncoder编码器和DeepSeek-3B-MoE解码器，支持多分辨率适配，处理速度快(8.2页/秒)，显存占用低(4.5GB)。在多种语言识别、文档解析、结构化数据提取等领域表现优异，适用于法律、金融、物流等场景，显著提升文档处

 努力的光头强
2025-10-27 11:52:10

 2659

 24

#人工智能 #学习 #spring +2
【小白】一文读懂CLIP图文多模态模型：零样本学习新范式，小白也能上手的收藏教程

CLIP（Contrastive Language-Image Pre-Training）模型是一种多模态预训练神经网络，由OpenAI在2021年发布，是从自然语言监督中学习的一种有效且可扩展的方法。CLIP在预训练期间学习执行广泛的任务，包括OCR，地理定位，动作识别，并且在计算效率更高的同时优于公开可用的最佳ImageNet模型。该模型的核心思想是使用大量图像和文本的配对数据进行预训练，以学

 写编程的木木
2025-10-08 18:09:02

 2473

 17

#学习 #transformer #自然语言处理 +2
在 NVIDIA Isaac Lab 2.3 中使用全身控制和增强遥操作，简化机器人学习

需要注意的是，在 DGX Spark 平台上运行的 Isaac Lab 2.3，暂不支持基于 XR/AVP 的遥操作功能，也不支持 Isaac Lab Mimic 中的模仿学习功能。然而，从选取可用于仿真的资产，到搭建并丰富环境多样性，再到统筹协调和分析大规模评估，用户需要在 Isaac Lab 手动整合多个组件，才能实现预期效果。灵巧动作映射指将人手姿态转换为机器人手部关节位置的过程，可实现高效

 NVIDIA AI 技术专区
2025-10-17 12:08:49

 1836

 20

#机器人 #学习 #人工智能
241124学习日志——[CSDIY] [InternStudio] 大模型训练营 [12]

CSDIY：这是一个非科班学生的努力之路，从今天开始这个系列会长期更新，（最好做到日更），我会慢慢把自己目前对CS的努力逐一上传，帮助那些和我一样有着梦想的玩家取得胜利！！！

Rain050415
2024-11-24 09:56:19

 1024

 7

#学习
一种完全开源的多模态大模型:Open-Qwen2VL

Open-Qwen2VL是一种完全开源的2B参数多模态大语言模型，旨在解决现有多模态LLM的不透明性和高成本问题。通过高效预训练（仅用220A100-40GGPU小时），该模型在学术资源上实现了卓越性能，证明了即使资源有限，也能通过技术优化实现SOTA性能。其核心创新包括动态图像分辨率调整、多模态序列打包技术以及结合CLIP和MLLM-based的数据筛选方法。实验表明，Open-Qwen2VL在

 AGI大模型老王
2025-05-22 14:24:50

 1165

 30

#人工智能 #学习
tiny-gpu 学习日志

【代码】tiny-gpu 学习日志。

__pop_
2025-04-11 14:24:04

 306

 2

#学习 #java #大数据
CVPR 2024 | 多模态合作学习的新视角：样本级模态的评估与协同

©作者 |卫雅珂单位 |人大高瓴GeWu-Lab论文题目：Enhancing Multimodal Cooperation via Sample-level Modality Valuation论文链接：https://arxiv.org/pdf/2309.06255代码链接：https://github.com/GeWu-Lab/Valuate-and-Enhance-Multimodal-..

PaperWeekly
2024-05-10 20:17:28

 1510

 1

#学习
Unity学习--动画基础--[Animator动画状态机]Animator Controller动画控制器(状态机)

本文摘要：文章主要讲解了Unity中Animator动画状态机的基础使用与代码控制方法。首先介绍了有限状态机的基本概念及其在动作系统和AI系统中的应用价值。然后详细讲解了Animator动画状态机的创建方式（自动/手动）、基本操作（添加动画、设置切换连线、添加切换条件等），以及如何通过代码控制状态切换（使用Animator组件参数和API）。最后指出Animator相比老动画系统的优势在于状态切换

 misco43
2025-07-04 15:53:14

 2022

 25

#unity #学习 #游戏引擎
Mobile-Agent重磅来袭：视觉感知+多模态智能助理，玩手机更高效！

随着多模态大语言模型（Multimodal Large Language Model, MLLM）的迅速发展，基于 MLLM 的多模态智能代理（agent）正在逐步应用于各种实际场景。这种技术的进步让利用多模态 agent 作为手机操作助手成为了现实，通过视觉感知和多模态交互，智能化地完成复杂任务。本文将为您解读一项最新研究——，该研究展示了如何借助多模态 agent 实现 AI 自动操作手机的技

 程序员笑武
2024-11-29 19:56:39

 1272

 10

#学习 #语言模型 #人工智能 +2
iOS学习-使用FLAnimatedImage加载Gif

下载并使用FLAnimatedImage加载Gif

MrZWCui
2023-07-11 14:18:42

 1861

#ios #学习 #cocoa +3
WEB学习——css动画-animation各个属性详解

css动画-animation各个属性详解

 桃兀鹫
2025-06-17 21:00:21

 592

 6

#前端 #学习 #css +1
深度多模态表示学习：综述（自用）

本文综述了深度多模态表示学习的研究进展。重点探讨了三种主要框架：联合表示、协调表示和编码器-解码器，以及典型模型如概率图模型、多模态自编码器等。文章指出多模态表示学习的核心目标是缩小不同模态间的异质性差距，同时保持各模态特征。当前面临的挑战包括数据标注成本高、模态间语义冲突等。未来方向包括迁移学习、无监督/弱监督学习，以及集成推理机制来解决语义冲突问题。本文为多模态学习领域提供了系统的技术分类和前

 A_tidote
2025-06-24 16:56:27

 1349

 9

#学习
Unity学习--动画基础--[Animation动画窗口]创建编辑Animation动画

·来源于唐老狮的视频教学，仅作记录和感悟记录，方便日后复习或者查找同时选择好保存到的位置这个时候可以发现选中的物体上多了一个【Animator】的组件同时在我们选择了保存动画的地方，多了一个【Animator】和一个【Animation】要添加关键帧，首先要添加需要在这个关键帧设置的属性添加了关键帧之后，再选中需要变化的关键帧，选中物体并改变相关的属性即可可以加任意多个属性在一个关键帧里。当然还可

 misco43
2025-07-03 17:18:53

 498

 5

#unity #学习 #游戏引擎
多模态对比学习模型CLIP原理是什么？（讲人话版）

CLIP是OpenAI开发的多模态对比学习模型，通过400万组图文数据预训练，建立图像与文本的联合语义空间。其双塔架构包含视觉编码器（如ViT）和文本编码器（Transformer），通过对比损失实现跨模态对齐，赋予模型零样本迁移能力。CLIP突破传统视觉模型的类别限制，能直接用自然语言理解图像，应用于图像生成（DALL·E2）、零样本分类和医疗诊断等领域。该技术让AI通过语言灵活理解视觉世界，成

 程序员朱鹏
2025-07-15 14:57:24

 1258

 23

#学习 #人工智能 #大数据 +1
Qwen2-VL多模态大模型微调实战：完整代码解析，值得收藏！

Qwen2-VL是阿里通义实验室推出的多模态大模型。本文我们将简要介绍基于 transformers、peft 等框架，使用 Qwen2-VL-2B-Instruct 模型在COCO2014图像描述上进行Lora微调训练，同时使用 SwanLab 监控训练过程与评估模型效果。

Python怎么学啊
2025-06-10 11:22:53

 1141

 29

#数据分析 #数据挖掘 #人工智能 +1
DeepSeek-R1适配英伟达H200：中国AI算力加速北美产业落地

打工人最该担心的不是「AI有多强」，而是「会用AI的同事有多卷」私信送：《DeepSeek入门到精通》当AI开始用手术刀级精准度抢饭碗，【说点可能被封杀的大实话】

yyyiwy
2025-02-17 17:37:05

 668

 2

#人工智能 #AIGC #深度学习 +1
基于MTF的1D-2D-CNN-LSTM-Attention时序图像多模态融合的故障识别，适合研究学习（Matlab完整源码和数据），附模型研究报告

在现代工业生产、基础设施监控以及诸多领域，故障的及时准确识别至关重要，它关系到系统安全、效率乃至经济效益。传统的故障识别方法往往依赖于专家经验、统计分析或基于单一模态的特征工程。然而，随着传感器技术的飞速发展，我们能够获取到的数据日益丰富和多样化，呈现出显著的多模态特征，例如振动信号、电流电压波形、声音信号、图像数据等。如何有效融合这些异构数据，挖掘其内在关联，以提升故障识别的精度和鲁棒性，成为了

 Matlab_数学建模助手
2025-04-27 23:29:23

 1033

 14

#cnn #lstm #学习
自动驾驶学习3-摄像头（1）

对于主流的新能源车企来说，120W到200W的镜头已经不再满足使用，行业开始升级到800W像素，比如说蔚来、理想。目前具备800W像素摄像头模组生产能力的厂商还比较少，比如说舜宇、联创电子等。

太平之秋
2024-05-29 23:55:31

 8645

 43

#学习 #自动驾驶
即插即用多模态融合模块CMF，涨点起飞

题目：M2TR: Multi-modal Multi-scale Transformers for Deepfake Detection论文地址: https://arxiv.org/pdf/2104.09770。

大靠山
2024-10-16 20:20:04

 4259

 17

#人工智能 #学习 #分类 +2
unity学习笔记05：动画系统 animator, animation 的使用

关于动画系统animator、animation使用总结

 iiismobi
2024-09-10 00:55:06

 7673

 30

#unity #学习
正式开启！自动驾驶之心双十一学习福利

大家好，我们是自动驾驶之心团队。转眼又到一年的双十一，2023年的余额已不足60天，回想今年和大家一起走过的300多天，是满满的回忆和感动。今年是自动驾驶发展尤为关键的一年，大家攒着一股劲都在加油。小鹏G6、蔚来es8、理想公路高铁MEGA、智己LS6、问界新M7纷至沓来。同时今年也是自动驾驶之心平台非常忙碌的一年，顺应这波浪潮，平台自研了一系列的学习课程，也为大家创建好了官网（www.zdjsz

自动驾驶之心
2023-11-02 07:30:17

 623

#自动驾驶 #学习 #人工智能 +1
b站老王自动驾驶决策规划学习记录（三）

算出一条满足约束的最优轨迹。什么是最优？平滑性舒适性尽可能短，耗时少约束：（1）轨迹连续性（2）无碰撞（3）交规（4）车辆动力学衡量轨迹质量往往用cost function表示sfta0a1ta5t5sfta0a1t...a5t5a0a1a5都是未知常数(a_{0},a_{1},...,a_{5}都是未知常数)a0a1...a5都是未知常数Jw1f˙2w2f¨2。

Big David
2023-09-07 14:46:30

 1482

 2

#自动驾驶 #学习 #人工智能
CVPR 2025 | 多模态统一学习新范式来了！数据、模型、代码全部开源！

图 1 展示了具体的构建过程以及对数据集的统计分析，通过 in-context learning 的方式利用现有的强大的多模态大模型进行标注，从不同任务中的数据中获取音视频场景，为了保证结果的准确性和推理过程的合理性，原有数据的标签也作为输入，让 Gemini 1.5 Pro 针对该场景输出带有时序和空间等信息的显示推理过程。表 1 展示了与多个任务上的通用模型的对比结果，相比于其它模型，本文提出

 Amusi（CVer）
2025-06-16 13:05:28

 1218

#学习
Unity学习--动画基础--[Animation动画窗口]代码控制动画(老动画系统）

本文总结了Unity老动画系统的基本使用方法和特点。主要包含：1.新旧动画系统的区别在于是否使用Animation组件；2.老动画系统的控制方式，包括动画播放、淡入过渡、动画事件绑定等操作；3.动画制作技巧，如关节设置和关键帧处理；4.强调了动画事件在处理游戏逻辑中的重要性。文章指出，虽然实际制作动画通常不在Unity中进行，但了解老动画系统的API和特性对处理某些资源仍有必要。

misco43
2025-07-03 19:44:50

 636

 4

#unity #学习 #游戏引擎
b站老王自动驾驶决策规划学习记录（八）

（2）有粗解，通过设计代价函数，可以使粗解“满足”硬约束（碰撞、最小曲率），这样使二次规划求解成功的机率大大增加（因为粗解在凸空间内部，所以该凸空间的“扭曲”程度至少有粗解兜底）大大缓解了基于人为规则的决策所造成的凸空间扭曲情况。轻决策：无先验规则，空间离散化，设计cost function,动态规划算法求解离散空间的最优路径，该最优路径开辟凸空间。（2）在感知不强的情况下仍然能做决策（融合了人的

 Big David
2023-09-19 17:33:08

 833

 1

#自动驾驶 #学习 #人工智能
自动驾驶预测-决策-规划-控制学习（4）：预测分析文献阅读

题目：《基于 Transformer 的车辆轨迹预测及变道意图识别方法研究》-吉林大学都业铭本文改进了 Transformer 模型，在 Argoverse 数据集、NGSIM 数据集上分别设计了新的模型结构，可以分别完成预测车辆行驶轨迹和车辆换道意图识别任务。

棉花糖永远滴神
2024-01-06 18:03:56

 2272

 26

#自动驾驶 #学习 #人工智能
使用Manim制作专业级教学动画：从入门到精通

概念具象化：将抽象数学对象转化为可交互视觉元素过程导向教学：展现定理推导的动态过程而非静态结果精准控制：帧级控制动画时序，匹配讲解节奏教育工作者进阶路径掌握基础动画 → 设计知识点拆分方案 → 制作互动式动画组件→ 构建完整课程动画库学习资源推荐Manim Community文档。

在地球的老王
2025-06-29 22:43:08

 2246

 18

#python #信息可视化 #学习 +2
TPAMI 2024 | DeepM2M2CDL：深度多尺度多模态卷积字典学习网络

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达题目：DeepM2M2CDL: Deep Multi-Scale Multi-Modal Convolutional Dictionary Learning NetworkDeepM2M2CDL：深度多尺度多模态卷积字典学习网络作者：Xin Deng; Jingyi Xu; Fangyuan Gao; Xiancheng Sun

小白学视觉
2024-09-23 10:05:31

 1057

#学习
最新综述：从物理仿真和世界模型中学习具身智能

随着人工智能与机器人技术的发展，智能体与物理世界的交互成为研究核心。具身智能强调通过与环境的物理交互实现感知、行动和认知，使机器人能基于物理世界反馈调整行为与认知，是通往通用智能的重要部分，其意义不止于物理任务执行，更通过感官输入、运动控制和认知处理的闭环整合，构成真正自主性和适应性的基础。：由 Cyberbotics Ltd. 于 1998 年推出，提供机器人建模、编程和仿真的集成框架，2018

自动驾驶之心
2025-07-06 00:02:57

 1195

#学习
NVIDIA 培训 | 学习限时免费的数据科学课程，高效加速工作流

NeMo Curator 是一款 GPU 加速的数据管理工具，可大规模处理文本、图像和视频数据，提升生成式 AI 模型的训练准确性，并提供预构建流程用于生成合成数据，实现模型的定制与评估。使用 NVIDIA cuML 的 GPU 加速库，实现并优化可扩展的无监督学习技术，如 k-means 和 HDBSCAN，在数百万行数据集上评估聚类性能，学习如何在生产环境中部署。扫描下方二维码，访问 NVID

NVIDIA AI 技术专区
2025-09-05 14:36:18

 1091

 18

#学习
NVIDIA 培训 | 全新 OpenUSD 认证考试科目现已开放报名

NVIDIA 深度学习培训中心（DLI）发布全新 OpenUSD 认证考试科目（NVIDIA-Certified Professional）：OpenUSD Development（NCP-OUSD），验证您使用 OpenUSD 构建、维护和优化 3D 内容创作工作流的专业能力。在考试平台预约后，如需更改时段或科目，可取消预约，使用同一考试券（Voucher）进行再次预约。，访问 NVIDIA 中

 NVIDIA AI 技术专区
2025-08-26 16:45:40

 1204

 11

#学习
NVIDIA 培训 | 学习 8 门 Isaac Sim 免费课程，获取机器人开发实战经验

NVIDIA 深度学习培训中心（DLI）推出 Isaac Sim 基础课程系列，涵盖 8 门免费课程，系统介绍机器人仿真，ROS 2 集成，合成数据生成及 AI 赋能机器人开发等核心内容。课程概要：利用硬件在环（HIL）技术，结合仿真环境，ROS 2 集成与合成数据生成，将机器人从虚拟仿真过渡到真实世界部署。课程说明：2 学时 | 中文 | Linux，Isaac Sim，ROS 2，Python

NVIDIA AI 技术专区
2025-08-14 14:17:26

 1250

 21

#学习 #机器人
NVIDIA 培训 | 学习《为大语言模型添加知识》，掌握增强和定制 LLM 核心技术

在打下坚实评估基础之后，您将学习一系列强大的定制技术，包括使用持续预训练注入新知识、通过监督微调教授新技能，以及使用直接偏好优化（DPO）使模型行为更符合人类偏好。最后，您将学习如何通过量化、剪枝和知识蒸馏等优化技术（基于 TensorRT-LLM 和 NeMo 框架）让您的定制模型在实际部署中高效运行。NVIDIA 深度学习培训中心（DLI）发布新课《为大语言模型添加知识》，提供了一个全面、实践

 NVIDIA AI 技术专区
2025-08-08 09:57:58

 979

 13

#学习 #语言模型 #人工智能
NVIDIA 培训 | 学习 3 门 NVIDIA AI 技术在医疗和健康的实践

NVIDIA BioNeMo 提供了一个专门用于药物研发的 LLM 和生成式 AI 平台，通过云原生 NIM ，研究人员能够简化 AI 工作流程，提高模型的可扩展性和部署效率。AI 技术正在迅速改变医疗和健康领域，NVIDIA 深度学习培训中心（DLI）推出 3 门医疗和健康领域的在线自主培训，帮助医疗专业人士和研究人员掌握最新的 AI 工具和技术。通过使用云原生 NIM 和 Blueprint，

NVIDIA AI 技术专区
2025-07-04 16:50:45

 879

 21

#人工智能 #学习