拿下Transformer
对于每一个x向量，网络又可以通过乘WQ，WK，WV衍生出三个向量Q1，K1，V1向量。对于所有的Xi来说，其乘的WQ，WK，WV都是一模一样的(即权重是共享的)。Self attention所作的内容，总结一下就是一个包含三个参数矩阵WQ，WK，WV的模块，输出为m个Context vector，并
YOLOv7（目标检测）入门教程详解---环境安装
零基础入门yolov7 从环境安装到推理训练，再到c++实现yolov7
Pytorch利用ddddocr辅助识别点选验证码
本篇文章的主要目的是识别点选验证码，其中利用ddddocr来辅助识别，这样整体识别验证码的步骤将会非常简单，具体有多简单，请看步骤首先展示一下点选验证码的数据集**数据集介绍：**可以看到，该点选验证码识别是有一张图主背景图，提示需要依次点击哪些字，基本上大部分点选验证码都是这样，按照语序点击主背景
【计算机视觉】图像分割与特征提取——滤波器实验
主要介绍均值滤波、高斯滤波、维纳滤波、中值滤波这几种常用的滤波器原理以及具体实现。
机器学习：过拟合、欠拟合、正则化之间的纸短情长～
正则化是何如解决过拟合的，机器学习的主要挑战是我们的算法能够在为观测的数据上误差较小，而不是在只在训练集上表现良好，我们这种能力我们称之为泛化。
人工智能发展历程
一文带你走遍人工智能百年间的发展历程，跨越时空的爱恋
Opencv——图像添加椒盐噪声、高斯滤波去除噪声原理及手写Python代码实现
我们将常会听到平滑（去噪），锐化（和平滑是相反的），那我们就会有疑惑？什么是噪声呢？图像噪声是指存在于图像数据中不必要的或多余的干扰信息，噪声的存在严重影响了图像的质量。噪声在理论上是”不可预测“的，所以我们只能用概率论方法认识“随机误差”
Ubuntu22.04安装CUDA深度学习环境&&cuda principle
最后一行加上: blacklist nouveau。
Opencv项目实战：08 Yolov3更高精度的检测物体
《Opencv项目实战：08 Yolov3更高精度的检测物体》在本项目中，我们将用新的方法对物体的检测，采用了Yolov3，当然它又有检测范围，只能鉴定我们给予的文件当中的物体，但它相较于我们之前的物体检测又有更高的精度，没有出现边界框闪烁，重叠的问题。你将获得检测80种物体的结果，听起来就相当ni
人脸检测5种方法
5种人脸检测方法快速使用。
2022 年最值得关注的颠覆性技术
颠覆性技术是一种创新，会导致消费者、企业和行业运营方式发生重大变化。颠覆性技术有可能通过其可衡量和优越的属性来取代现有的系统或习惯。简单来说，颠覆性技术是一种新技术，它显着改变了现有市场或行业的运作方式。颠覆性技术最初往往会遭到现有企业的抵制，因为它们有可能颠覆现状。然而，随着时间的推移，它们可以彻
第一章初始Hadoop大数据技术
Hadoop简介，发展史和基本原理的介绍
外星人：可惜，地球人的AI科技树长歪了！
天鹅座开普勒-186F星球。第9527号观测员正在百无聊赖地观测地球。宇宙文明监控局主任突然出现。9527号，你监控了地球一百年，他们所谓的人工智能发展到什么程度了？他们在下棋上花了不少功夫。下棋？对，就是两个人坐在桌子前，各自拿着一个个叫棋子的东西，在一个叫做棋盘的东西上战斗。战斗？嗯，其实就是一
计算机视觉项目-实时目标追踪
目标追踪技术对于民生、社会的发展以及国家军事能力的壮大都具有重要的意义。它不仅仅可以应用到体育赛事当中目标的捕捉，还可以应用到交通上，比如实时监测车辆是否超速等！对于国家的军事也具有一定的意义，比如说导弹识别目标等方向。所以说实时目标追踪技术对于整个社会来说都是非常重要的！目前被应用的比较多的，而且
猿创征文｜【深度学习前沿应用】文本生成
【自然语言处理（NLP）】文本生成，基于百度飞桨开发，参考于《机器学习实践》所作。
【OpenCV】基于cv2的图像阈值化处理【超详细的注释和解释】掌握基本操作
基于python - opencv的图像阈值化处理部分操作详解满满干货不要错过噢！
【NLP屠夫系列】- NER之实战BILSTM
【NLP屠夫系列】- NER之实战BILSTM了解什么是命名实体识别了解命名实体识别的作用了解命名实体识别常用方法- 了解医学文本特征
Pytorch优化器全总结（一）SGD、ASGD、Rprop、Adagrad
这是一个系列，以Pytorch为例，介绍所有主流的优化器，如果都搞明白了，对优化器算法的掌握也就差不多了。作为系列的第一篇文章，本文介绍Pytorch中的SGD、ASGD、Rprop、Adagrad，其中主要介绍SGD和Adagrad。因为这四个优化器出现的比较早，都存在一些硬伤，而作为现在主流优化
搞 AI 建模预测都在用 Python，其实入门用 SPL 也不错
可以用来做人工智能建模预测的工具非常多，比如Python, R, SAS，SPSS等，其中Python由于简单易学、丰富的数据科学库、开源免费等特点备受欢迎。但是对于不太熟悉数据建模算法的程序员来说，使用Python建模还是比较复杂，很多时候拿到数据并不清楚该做怎样的处理，选择什么样的算法。其实，在
【计算机视觉】图像增强——图像的形态学操作
主要介绍常见的数学形态学运算基本方法，了解腐蚀、膨胀、开运算、闭运算
