yolov4/yolov4-tiny保姆级训练教学
pytorch环境搭建以及训练过程保姆级教程
python基于融合SPD-Conv改进yolov5与原生yolov5模型实践路面裂痕裂缝检测
python基于融合SPD-Conv改进yolov5与原生yolov5模型实践路面裂痕裂缝检测
pytorch多GPU并行的问题
以下是在多GPU并行torch程序的时候出现的问题以及解决方案：1.torch.distributed.elastic.multiprocessiong.erroes.ChildFailedError:此类问题的解决方案：1.查看安装的包是否与要求的一致。2.更改batch的大小。3.查看其中是否有
神经网络之BP神经网络
一、BP神经网络的概念BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的。具体来说，对于如下的只含一个隐层的神经网络模型： (三层BP神经网络模型)BP神经网络的过程主要分为两个阶段，第一阶段是信号的前向传播，从输入层
基于深度学习的图像超分辨率——综述
基于深度学习的图像超分辨率重建
深监督，辅助损失，auxiliary loss
辅助损失，深监督
windows11 pycahrm 安装cuda版本的pytorch教程（cuda+cudnn+pytorch）
Windows11安装cuda+cudann+pytorch教程
本地CPU运行ChatGLM-6B与测试过程记录
ChatGLM-6B本地CPU运行与测试过程记录
【8】SCI易中期刊推荐——图像处理领域（中科院4区）
📚📚 SCI即《科学引文索引》是1961年由美国科学信息研究所创办的文献检索工具。在我国，SCI不仅是一部权威的文献检索工具，更是评价个人&团队科研学术水平及优秀创新成果的一种重要依据。
部署运行ai智障写作记录【ChatRWKV】
看到知乎一篇教程……
基于YOLOv5的中式快餐店菜品识别系统
本文基于YOLOv5v6.1提出了一套适用于中式快餐店的菜品识别自助支付系统，综述了食品识别领域的发展现状，简要介绍了YOLOv5模型的历史背景、发展优势和网络结构。在数据集预处理过程中，通过解析UNIMIB2016，构建了一套行之有效的标签格式转换与校验流程，解决了YOLOv5中文件路径问题、标签
结构重参数化（Structural Re-Parameters）PipLine
结构重参数化基础知识储备
模型训练时测试集上正确率大于训练集
数据集切分的时候不均匀，也就是说训练集和测试集的分布不均匀，如果模型能够正确地捕捉到数据内部的分布模式的话，就有可能造成训练集的内部方差大于验证集，会造成训练集的误差更大，这个时候就需要重新划分数据集，使其分布一样。训练集的准确率是每个batch之后产生的，而验证集的准确率一般是一个epoch后产生
语义分割系列11-DAnet（pytorch实现）
本文介绍了DAnet网络，介绍了Position Attention和Channel Attention两个Attention机制的构建方式，在pytorch框架上复现了DAnet网络，在Camvid数据集上进行测试。本文提供了DAnet网络的代码和测试结果。
Anaconda D2L 虚拟环境安装配置
Anaconda配置d2l环境，包安装
torch.cuda常用指令
torch.cuda常用指令
神经网络与深度学习
神经网络与深度学习复习
3D卷积神经网络详解
1 3d卷积的官方详解2 2D卷积与3D卷积1）2D卷积 2D卷积：卷积核在输入图像的二维空间进行滑窗操作。2D单通道卷积 对于2维卷积，一个3*3的卷积核，在单通道图像上进行卷积，得到输出的动图如下所示：2D多通道卷积 在之前的2D单通道的例子中，我们在一张图像上使用卷积核进行扫描，得
PaddleNLP系列课程二：RocketQA、SKEP（属性级情感分析）、通用信息抽取技术UIE
本文是《AI快车道PaddleNLP系列直播课》学习笔记，暂未完结
Anaconda保姆级安装配置教程（新手必看）
本人深度学习入门小白，创建了一个关于深度学习环境配置的专栏，包括从anaconda到cuda到pytorch的一系列操作，本篇文章为Anaconda的保姆级安装教程，也是环境配置专栏的第一步
