ACmix：卷积与self-Attention的融合
ACmix是一种高效的卷积自注意力融合方法，集中了两种结构的优势，同时又能在计算开销上保持在能接受的范围。
将时间序列转成图像——格拉姆角场方法 Matlab实现
格拉姆矩阵是两两向量的内积组成，可以保存时间序列的时间依赖性，却不能有效的区分价值信息和高斯噪声。因此，在进行格拉姆矩阵变换之前，时间序列需要进行空间变换，普遍的方法是将笛卡尔坐标系转换成极坐标系（半径、角度）。格拉姆角场(Gramian Angular Field, GAF)是结合坐标变换和格拉姆
图像超分——Real-ESRGAN快速上手
首先声明，图像超分不是我的主要研究方向，下面我就以一个“外行人”的视角简单理解一下Real-ESRGAN这个算法的原理。如果读者对理论不感兴趣，可以跳到下一节的实践部分。
【综述】分子表示与性质预测中的深度学习方法
Drug Discovery Today、分子性质预测综述
Pyqt搭建YOLOv5目标检测系统（可视化界面+功能介绍+源代码）
系统支持输入图片、视频、摄像头和RTSP视频流的目标检测，其中，可以对图片进行处理，包括灰度化、平滑处理、均衡化、形态学、图像梯度、阈值处理、边缘检测、轮廓检测、直线检测、亮度调节和伽玛校正。
DarkNet网络结构
如下图所示，残差块结构由两条支路组成，一条支路将上一层输出的feature map进行卷积等操作，另一条支路将上一层输出的feature map。而更基本的结构就是残差块了，因此我们先构建出残差块，然后重复堆叠上述结构darknet53就完成了。残差)(下采+4*残差)，所以待会儿会出现一个储存残差
EIoU和Focal-EIoU Loss
CIoU Loss虽然考虑了边界框回归的重叠面积、中心点距离、高宽比。但是其公式中的v反映的是高宽的差异，而不是高宽分别与其置信度的真实差异。因此，有时会阻碍模型有效的优化相似性。针对这一问题，本文在CIoU的基础上将高宽比拆开，提出了EIoU Loss，并且引入了Focal Loss聚焦优质的锚框
10.7. Transformer
transformer的编码器和解码器是基于自注意力的模块叠加而成的，源（输入）序列和目标（输出）序列的嵌入（embedding）表示将加上位置编码（positional encoding），再分别输入到编码器和解码器中。值得注意的是，解码器的自注意力权重和“编码器－解码器”的注意力权重都有相同的查
如何使用GPT2中文闲聊对话系统,机器人对话，自动对话!
每一次运行完一个epoch都会保存到model下面，在预测的时候直接调用model下面最后一个epoch就行,有问题可以发评论，我看见且我看得懂的话就会，哈哈哈httpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttps
AI开发助手介绍
AI开发助手介绍随着NLP方向发展越来越成熟，AI写代码领域出现了几个非常好的模型，今天笔者给大家推荐几个AI Coding 助手AI Coding助手是以IDEA插件或vim插件形式提供服务，在编辑器中写代码时，可以实时预测下一行要输入的代码，提升开发效率。Github Copilot首先要介绍的
【关系抽取】深入浅出讲解实体关系抽取（介绍、常用算法）
关系抽取（Relation Extraction，简称RE）的概念是1988年在MUC大会上提出，是信息抽取的基本任务之一，目的是为了识别出文本实体中的目标关系，是构建知识图谱的重要技术环节。知识图谱是语义关联的实体，它将人们对物理世界的认知转化为计算机能够以结构化的方式理解的语义信息。关系抽取通过
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
提供的api说明displotFigure-level interface for drawing distribution plots onto a FacetGrid. 图形级界面，用于在FacetGrid上绘制分布图。histplotPlot univariate or bivariate h
【注意力机制集锦】Channel Attention通道注意力网络结构、源码解读系列一
本文从原文、网络结构、代码实现三个方面系统总结了SENet、SKNET、CBAM三种注意力机制
关于YOLOv7的分析
此篇文章是在7月初编写，可能会与现有的源码有所出入，如在月末增加了关于head部分阴性参数的融合，但总体上的出入并不会太大
YOLOv5-Shufflenetv2
YOLOV5-Shufflenetv2
每日一问-ChapGPT-20230116-关于智慧城市
今天上午，去城建学院开会，内容为智慧城市行业学院建设。听着院里的规划，一阵阵激动，带着热情，希望步步前行，把一些事情，做深入，做扎实，出成果。于是我请教了ChapGPT，有问题的朋友，可以评论区留言啊，我下期帮你问。
通过函数seaborn.cubehelix_palette生成顺序调色板
本文主要对seaborn库中的调色板函数cubehelix_palette进行简单说明、函数cubehelix_palette通过cubehelix系统来生成顺序调色板(sequential palette)、且共有九个参数可以调整......
YOLOV5更换轻量级的backbone：mobilenetV2
如何更换YOLOV5的backbone
LIO-SAM学习与运行测试数据集
LIO-SAM学习与运行作者提供的数据集
kaggle简单使用教程(代码查找.下载、项目建立.运行、参加比赛）
Kaggle机器学习竞赛、托管数据库、编写和分享代码
