Docker 部署深度学习 运行deeplabV3
本文介绍了docker容器配置深度学习环境，运行deeplabv3项目，提交容器，保存镜像的操作
多轮对话（一）：概述（意图识别+槽填充）
本文主要介绍对话系统的组成：NLU、DST、DP、NLG。其中主要关注NLU，其包括两个任务：意图识别和槽填充。
【论文笔记】IEEE | 一种新卷积 DSConv: Efficient Convolution Operator
我们引入了一种称为 DSConv（分布移位卷积）的卷积层变体，它可以很容易地替换到标准神经网络架构中，并实现更低的内存使用和更高的计算速度。DSConv 将传统的卷积核分解为两个组件：可变量化核 (VQK) 和分布偏移。通过在 VQK 中仅存储整数值来实现更低的内存使用和更高的速度，同时通过应用基于
PF-Net基于深度学习的点云补全网络
cvpr2020 PF-Net点云补全技术
多传感器融合定位技术
多传感器数据融合是20世纪80年代出现的一门新兴学科，它是将不同传感器对某一目标或环境特征描述的信息融合成统一的特征表达信息及其处理的过程。在多传感器系统 中，各种传感器提供的信息可能具有不同的特征，如模糊的与确定的、时变的与非时变的、实时的与非实时的等。...
第一天 初识CUDA和显卡（含代码）
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本。CUDA Driver与CUDA Runtime相比更偏底层，就意味着Driver API有着更灵活的控制，也伴随着更复杂的编程。CUDA有两个主要的
【IEEE】IEEE论文从投稿到发表全流程案例说明
IEEE论文从投稿到录用全流程
I3D （inflated 3D）是什么？
I3D是除了双流网络视频领域里的另一力作，本文主要的工作有2个方面，一方面就是这个标题名称，inflated，本文提供了一种方法将2D网络膨胀为3D网络，使得视频理解不需要再耗费心神去设计一个专门的网络了，而是可以直接使用图片预训练好的模型甚至是预训练的参数，另一方面是提出了一个Kinetics4
Cifar-10图像分类/Pytorch/LeNet/AlexNet
又叫下采样层，目的是压缩数据，降低数据维度，和卷积有明显区别，采样2x2的选择框进行压缩，原来是28x28，采样后是14x14，通过选择框的数据求和再取平均值然后在乘上一个权值和加上一个偏置值，组成新的图片，每个特征平面采样的权值和偏置值相同，因此每个特征平面对应的采样层只两个待训练参数，总共有6张
python 查看程序的GPU显存占用
主要针对显卡：nvidia初衷：想要看某个python程序的GPU显存占用量在linux(1)nvidia-smi; (2)任务管理器 (3)pynvml库
NeurIPS2022 | SegNeXt，重新思考卷积注意力设计
在本文中，作者分析了以前成功的分割模型，并找到了它们所拥有的良好特征。基于这些发现，作者提出了一个定制的卷积注意力模块 MSCA 和一个 CNN 风格的网络 SegNeXt。实验结果表明，SegNeXt 在相当大的程度上超越了当前最先进的基于Transformer的方法。最近，基于Transform
最基本的25道深度学习面试问题和答案
在本文中，将整理深度学习面试中最常被问到的25个问题和答案。如果你最近正在参加深度学习相关的面试工作，那么这些问题会对你有所帮助
毕业设计-基于深度学习的医学影像分割
毕业设计-基于深度学习的医学影像分割：医学影像分割是计算机辅助诊断中的一项基础且关键的任务，目的在于从像素级别准确识别出目标器官、组织或病变区域。不同于自然场景下的图像，医学影像往往纹理复杂，同时受限于成像技术和成像设备，医学影像噪声大，边界模糊而不易判断。除此之外，对医学影像进行标注极大依赖于医疗
图片隐写之LSB（Least Significant Bit）原理及其代码实现
图片隐写术这项技术可以将秘密信息嵌入到图片媒介中而不损坏它的载体的质量。第三方既觉察不到秘密信息的存在,也不知道存在秘密信息。因此密钥、数字签名和私密信息都可以在开放的环境(如Internet或者内联网)中安全的传送。简单概括就是信息明明就在眼前，但是你却视而不见。基本的LSB原理很简单，最容易实现
【YOLOv5实战4】基于YOLOv5的交通标志识别系统-模型测试与评估
【YOLOv5实战4】基于YOLOv5的交通标志识别系统-模型测试与评估
【PyTorch教程】07-PyTorch如何使用多块GPU训练神经网络模型
在本篇博文中，你将学习到在PyTorch中如何使用多GPU进行并行训练。
【YOLOv5-6.x】设置可学习权重结合BiFPN（Concat操作）
文章目录前言修改yaml文件（以yolov5s为例）修改common.py修改yolo.py修改train.py1. 向优化器中添加BiFPN的权重参数2. 查看BiFPN_Concat层参数更新情况前言这篇博客【魔改YOLOv5-6.x（中）】：加入ACON激活函数、CBAM和CA注意力机制、加权
深度学习——从网络威胁情报中收集TTPs
这篇博客作为对我硕士研究生涯的总结，将会向大家解释如何利用深度学习从网络威胁情报中获取行为描述，形成TTPs实体。
TensorFlow安装与配置教程（2022.12）
TensorFlow安装与配置教程（2022.12）
安装Anaconda/Python3.9/Tensorflow
安装Anaconda/Python3.9/Tensorflow· 安装Anaconda官网安装，开梯子Download即可。打开下载好的安装包，按照提示，一路【Next】选择安装路径这里官方并没有推荐自动配置环境变量，自动或手动配置均可。一般是默认勾选下边的选项（我这里刚刚已经装好一次，因此勾选不上
