登录社区云，与社区用户共同成长
邀请您加入社区
对于这家价值 2.5 万亿美元的巨头来说，这些跌幅也向投资者展示了一个更为紧迫的问题：它的波动性现在远远超过了谷歌、苹果、微软、Meta 等美股六巨头，甚至让上蹿下跳的比特币，都显得平静了许多。英伟达上周的「成绩单」，证实了市场的乐观预期。多年来，英伟达在 GPU 和 CUDA 上的投入让它构建了一个难以撼动的生态系统，宛如一道深不可测的护城河，竞争对手想追赶几乎是不可能的事。大约是微软公司的四倍
1、毫米波雷达基础解析1.1 什么是毫米波雷达1）工作在毫米波波段（millimeter wave ）探测的雷达。工作频段一般为30GHz ~ 300 GHz， 波长 1~10mm，介于微波和厘米波之间，兼具有微波雷达和光电雷达的一些优点；2）毫米波雷达相比厘米波雷达具有体积小、易集成和空间分辨率高的特点。3）车载毫米波雷达的工作频率为一般为 24GHz 和77GHz ；1.2 毫米波雷达的基本结
随着技术的发展，多模态，3D，视频生成这三个领域不断融合，由NUS PHD团队共创多模态图像知识库，涵盖多模态综述，多模态工程化工具和平台，产品生成形式，以及商业化产品。点击链接获取完整文档。
论文设计了新的CNN-ViT混合神经网络FasterViT，重点关注计算机视觉应用的图像吞吐能力。FasterViT结合CNN的局部特征学习的特性和ViT的全局建模特性，引入分层注意力（HAT）方法在降低计算成本的同时增加窗口间的交互。在包括分类、对象检测和分割各种CV任务上，FasterViT在精度与图像吞吐量方面实现了SOTAHAT可用作即插即用的增强模块来源：晓飞的算法工程笔记 公众号。
今天，我们来了解一下谷歌的自动驾驶汽车Waymo是怎么做的。Waymo在超过25个城市的公共道路上行驶了超过2000万英里。他们还在模拟环境中行驶了数百亿英里（文章后面会介绍）。此外，Wa...
参考文章Linux安装NVIDIA显卡驱动的正确姿势ps：ubuntu只需要安装适合目前系统以及显卡的一个nvidia驱动即可，想要跑python神经网络的程序时可以直接在miniconda环境下安装自己需要的cudatoolkit以及cudnn即可。提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录参考文章前言一、禁用nouveau导致鼠标键盘失灵的解决办法二、使用命令行方
关于使用tensorflow-gpu 1.14.0版本训练时出现“0 successful operations. 0 derived errors ignored.”的解决方法
玩转英伟达jetson系列(一)刷系统1.因为工作的原因，有幸同时接触并应用了英伟达jetson nano，jetson tx2和jetson Agx Xavier这三款嵌入式的AI计算平台，对于我个人来说，这三款硬件产品除了算力和性能上的区别，系统方面没什么区别，只要会其中对一个硬件刷系统，其他两个大同小异，jetson nano系统在TF卡上就一个系统烧制的工程，贼简单，中间也没有什么坑，就一
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达丰色 发自 凹非寺来源：量子位（QbitAI）不靠昂贵的动捕，直接通过视频也能提取3D人体模型然后进行生成训练：英伟达这...
前段时间，李沐在上交大演讲谈到，多模态是AI领域的下一个趋势，其中尤其值得关注！实际上，不仅李沐看好，北大高文院士团队、微软亚洲研究院等也都在争先研究！各大顶会自然也少不了其身影。比如最新公布的NeurIPS24便有多篇成果！其中模型CMG，更是在跨模态事件定位任务中，实现了准确率提升47.7％的拔群效果！主要在于，其能够利用文本、图像、音频等多种类型的数据模态，在海量无标注的数据上进行预训练。从
采用新一代 Blackwell 架构，支持 PCIe 5.0 和 NVLink 5.0，但显存从 H20 的 96GB HBM3（带宽 4.0TB/s）缩水为 GDDR7（带宽 1.8TB/s），计算性能持平或略低于 H20（FP16 算力约 148TFLOPS）。主打大模型轻量推理、中小规模训练等场景。
欢迎来到自动驾驶汽车/自动驾驶汽车的第6部分，以及使用Carla、Python和TensorFlow增强学习。在这一部分中，我们将讨论我们工作的一些初步发现。我将使用“我们”这个短语，因为这是我和Daniel Kukiela共同努力的结果。一开始，问题刻意保持简单。代理可以采取三种行动中的一种:左转，右转，直走。我选择了Xception模型，因为我发现这个模型很成功，并且在GTA做自动驾驶汽车。对
【AnimateAnyone】定制化角色动画工具，让图片里的人物动起来！
***当前市场参与者的发展进展。
2022年7月14日，特斯拉 AI 和 Autopilot 主管安德烈·卡帕斯 (Andrej Karpathy) 宣布离职。五年前他受聘出任特斯拉的 AI 总监，领导自动驾驶系统（Autopilot）视觉团队，并负责特斯拉超算Dojo、特斯拉擎天柱人形机器人等技术研发。马斯克回应：感谢你为特斯拉所做的一......
具体来说，作者在基于扩散的分支中利用去噪扩散概率模型（DDPM）构建全局信息，在基于CNN的分支中使用多尺度卷积核对局部细节特征进行提取。大量实验结果表明，在包括红外与可见光图像融合（IVF）和医学图像融合（MIF）在内的多种图像融合任务中，作者提出的DCAFuse优于其他最先进的方法。为各位推广自己的论文搭建一个平台，让更多的人了解自己的工作，同时促使不同背景、不同方向的学者和学术灵感相互碰撞，
