Hugging face预训练模型下载和使用
Hugging face预训练模型下载和使用
Sequential模型、Flatten层、Dense层
顺序模型核心操作是添加layers,有两种方法第一种:通过add()添加第二种;直接添加选择优化器（如rmsprop或adagrad）并指定损失函数（如categorical_crossentropy）来指定反向传播的计算方法调用fit函数将数据提供给模型。这里还可以指定批次大小（batch siz
PyTorch学习笔记（六）模型定义
PyTorch模型定义的方式，使用模型块快速搭建复杂网络与PyTorch修改模型。
保姆级官方yolov7的训练自己的数据集以及项目部署
保姆级官方yolov7训练自己数据集的教学，并且可以直接嵌入到项目开发中用于检测
深度学习：STGCN学习笔记
目录标题基于图神经网络的图分类问题GCN在行为识别领域的应用主要任务研究思路ST-GCN(SpatialTemporal Graph Convolutional Networks for Skeleton-Based Action Recognition)解读原论文解决问题主要贡献核心思想简介Ope
毕业设计-基于深度学习的垃圾邮件过滤系统的设计与实现
毕业设计-基于深度学习的垃圾邮件过滤:随着互联网相关应用的快速发展，广告技术的进步和电子邮件的普及，越来越多的垃圾邮件充斥着我们的生活。如何高效的区分垃圾邮件的研究也逐渐成为了热门课题。因自然语言在结构上有着很强的前后相关性，而且对于中文邮件直接转化成向量会有过高的维度产生，影响最后分类的准确性。基
深度学习修炼（三）——自动求导机制
自动求导机制以及线性回归的初体验
chatGTP的全称Chat Generative Pre-trained Transformer
chatGPT是由OpenAI开发的一个人工智能聊天机器人程序，于2022年11月推出。该程序使用基于GPT-3.5架构的大型语言模型并通过强化学习进行训练。ChatGPT目前仍以文字方式交互，而除了可以通过人类自然对话方式进行交互，还可以用于相对复杂的语言工作，包括自动文本生成、自动问答、自动摘要
pytorch安装（离线下载）——众多踩坑教训后终于学会
经过各种方法尝试安装pytorch，不是因为下载的pytoch版本和cuda不匹配，就是因为网络超时，pip下载失败，最后成功进行离线下载，本篇记录一下自己踩过的各种坑和经验。
文本摘要生成方法
文本摘要概览
Yolov5(v5.0) + pyqt5界面设计
PyQt5利用QtDesigner设计UI界面
联邦聚合(FedAvg、FedProx、SCAFFOLD)
联邦聚合算法简单对比(FedAvg、FedProx、SCAFFOLD)，简单对比流程上不一样的地方。
手把手教你在百度飞桨云平台下运行PPYOLO-E,训练COCO数据集
手把手教你在百度飞桨平台使用PPYOLOE训练COCO数据集。
线性判别分析法（LDA）
在主成分分析法（PCA）中，我们对降维算法PCA做了总结。这里我们就对另外一种经典的降维方法线性判别分析（Linear Discriminant Analysis, 以下简称LDA）做一个总结。LDA在模式识别领域（比如人脸识别，舰艇识别等图形图像识别领域）中有非常广泛的应用，因此我们有必要了解下
torch.randn的用法
torch.randn的用法
狗都能看懂的CenterNet讲解及代码复现
狗都能看懂的CenterNet讲解及代码复现
深度学习部署(十九): CUDA RunTime API YOLOV5后处理cpu解码以及gpu解码
这是一个使用CPU和GPU解码YOLOv5，它可以在CPU和GPU上分别实现目标检测的加速，相比较于仅在CPU上运行的实现，GPU实现可以显著地提高检测速度。此外，该项目提供了一个端到端的实现流程，包括数据预处理、模型加载、前向推理、NMS等核心算法的实现，能够帮助我们深入理解目标检测的算法原理和实
基于SwinTransformer+UNet的遥感图像语义分割
目录摘要1.Introduction摘要全局上下文信息（context information）对于遥感图像的语义分割至关重要。然而，现有的大多数方法都依赖于卷积神经网络（CNN），由于卷积运算的局部性（locality），直接获取全局上下文信息充满了挑战性。受具有强大全局建模能力的Swin tra
全15万字丨PyTorch 深度学习实践、基础知识体系全集；忘记时，请时常回顾。
本篇博客介绍的知识是——深度学习之PyThon框架基础。这是深度学习/神经网络的基础，多次回顾，会有不一样的感受。书读百遍，其义自见。
利用标注好的.xml文件对图片进行裁剪
第一步对数据进行标注，我用的是自动标注（我就是想把图像剪裁一下），代码来自这里自行下载。解压得到是这个文件夹，需要的环境我不知道，但是我的换进是可以运行的，我就简单说说（只是大概，多句嘴，建议一个项目一个虚拟环境，我全部弄一起了，啥都用一个换进，就很是麻烦）：1.1数据：如果自己不会改代码，不知道路
