对抗攻击与防御入门
对抗样本---深度学习
VAN（大核注意力机制）
VAN（大核注意力机制）
VAE模型——pytorch实现
【代码】VAE模型——pytorch实现。
YoloV8简单使用
目标检测不能没有Yolo，就像西方不能没有耶路撒冷。这个万能的目标检测框架圈粉无数，经典的三段式改进也是改造出很多论文，可惜我念书时的研究方向不是纯粹的目标检测，所以在做研究的时候没有用到过，但是同学用到的多啊，彼此交流也大概能知道Yolo的架构，这次决定好好学一学这个绝版Yolo。
cuda安装
cuda
ICRA2022 SLAM进展---激光SLAM
ICRA2022 slam论文简单导读，未完待续
AUTOMATIC1111/stable-diffusion-webui安装教程
AUTOMATIC1111/stable-diffusion-webui
【Pytorch神经网络理论篇】 27 图神经网络DGL库：简介+安装+卸载+数据集+PYG库+NetWorkx库
DGL库是由纽约大学和亚马逊联手推出的图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果。1 DGL库的实现与性能实现GNN并不容易，因为它需要在不规则数据上实现较高的GPU吞吐量。1.1 DGL库简介DGL库的逻辑层使用了
自动标注工具 Autolabelimg
简单配置目标检测自动标注工具，减小标注工作量！！！
【深度学习】扩散模型（Diffusion Model）详解
【深度学习】扩散模型（Diffusion Model）详解
【个性化联邦学习】Towards Personalized Federated Learning 论文笔记整理
尝试记录一下最近看的论文，顺便当个笔记同步了。这篇是个性化联邦学习的综述，Towards Personalized Federated Learning。
YOLO5 旋转模型图片标注及训练
YOLO 标注及训练教程
解决nvcc显示不是内部或外部命令的问题
问题描述安装CUDA后，配置完环境变量，始终nvcc -V找不到命令，如下图解决方法（一）检查是否正确安装首先查看一下是否确实成功安装好了CUDA，在C盘中找到CUDA文件夹，并且打开v10.0文件夹，找到对应的位置，即C:\Program Files\NVIDIA GPU Computing To
图像分割（语义分割）的局限以及解决方法
CNN作为最基础的框架，存在很多的问题：比如语义分割除了语义信息还需要细节信息，因此UNet等论文给出了解决方案。比如语义分割需要上下文信息，因此PSPNet、Deeplab系列、基于自注意力机制的一系列方法（Non-Local、DANet、CCNet等）等被提出来获取局部、多尺度乃至全局上下文。比
多目标跟踪(1):使用MOT17数据集训练YOLOv7检测器
本文将介绍如何使用MOT17数据集训练YOLOv7检测器。
细粒度图像分类论文研读-2022
目前的工作主要通过关注如何定位最具识别度的区域并依靠它们来提高网络捕捉细微变化的能力来完成FGVC。这些工作中的大部分是通过RPN模块来提出绑定框并重新使用主干网络来提取所选框的特征。近年来，ViT在传统分类任务重大放异彩，其自我关注机制将每个patch的token连接到分类token。注意力连接的
在kaggle上用Yolov5训练口罩模型并部署到android端
利用Kaggle免费提供的GPU能很好的对YOLOV5口罩数据集的进行训练。下载链接。
OpenAI 官方api 阅读笔记
openai
机器学习和深度学习概述
学习笔记
Pytorch中的广播机制（Broadcast）
如果一个Pytorch运算支持广播的话，那么就意味着传给这个运算的参数会被自动扩张成相同的size，在不复制数据的情况下就能进行运算，整个过程可以做到避免无用的复制，达到更高效的运算。广播机制实际上是在运算过程中，去处理两个形状不同向量的一种手段。pytorch中的广播机制和numpy中的广播机制一
