机器学习论文源代码浅读：Autoformer
原本想要和之前一样写作“代码复现”，然而由于本人一开始对于Autoformer能力理解有限，参考了一定的论文中的源代码，写着写着就发现自己的代码是“加了注释版本”的源代码，故而只能是源代码的浅读，而非复现。
YOLOv5图像分割--SegmentationModel类代码详解
SegmentationModel类DetectionModel类推理阶段DetectionModel--forward()BaseModel--forward() Segment类Detect--forward 定义model将会调用models/yolo.py中的类SegmentationMo
【Pytorch深度学习50篇】·······第六篇：【常见损失函数篇】-----BCELoss及其变种
新年新气象，兄弟们新年快乐。撒花！！！之前我们的项目已经讲过了常见的4种深度学习任务（当然还有一些没有接触到的，例如GAN和今年大红的Transformer），今天这个blog我们就来谈谈一谈常见的损失函数。损失函数的更新也是非常的快，各位大佬的想法也是层出不穷，我们站在巨人的肩膀上，就可以看的更远
深入解析 pycocotools 的安装和运行报错 && 安装 mmcv-full and mmpycocotools
pycocotools库的主要作用：下载coco数据集，并使得操作数据集的数据更加方便。MMCV 是一个面向计算机视觉的基础库，它支持了很多开源项目。好的习惯：学会在官方文档中解决的问题。pip install pycocotools-windows -i https://pypi.tuna.tsi
实现一个简单的生成对抗网络（详细版）
生成对抗网络
【深度理解】语义分割中常用的评价指标含义GA、OA、mAcc、IoU、mIoU
GlobalAccuracy，OverallAccuracy表示全局的准确性，既不考虑类别，仅考虑所有样本的分类好坏。可见其对角线上的数字（8，15，24）均为正确预测，其它为错误预测。且每一列的总和为该类的总数目。（某类的真实样本∩预测为该类的样本）/（某类的真实样本∪预测为该类的样本）即Mean
Ubantu 系统cuda升级到指定版本
Ubantu 系统cuda升级到指定版本
如何在云服务器上跑深度学习的代码？(ResNet50为例)
关键字：如何租用云服务器、如何租用网上的GPU、如何把代码上传到云服务器、如何把数据集上传到云服务器、如何在云服务器上训练ResNet50。
chatGPT原理详解
chatGPT原理及相关技术详解
GAN的训练技巧：炼丹师养成计划 ——生成式对抗网络训练、调参和改进
GAN最重要的就是找到D与G之间的纳什均衡，但是在实际中会发现GAN的训练不稳定，训练方法不佳很容易出现模式崩溃等问题，本篇将记录一些训练技巧，不一定适合你的模型，也可能有疏漏和错误，供学习参考，欢迎指正和补充。
理解ConvNeXt网络（结合代码）
ConvNeXt网络本身没有什么亮点，全是应用的现有的方法来进行网络的调整，特别是大量细节的设计都是参考了swin transformer的网络结构的。并且ConvNeXt是以ResNet50网络为backbone来进行调整的，所以ConvNeXt的网络结构非常简单，一目了然，理解起来也是非常容易的
MNIST数据集下载+idx3-ubyte解析【超详细+上手简单】
下载MNIST数据集并对其进行图片与标签解析
随笔记录：关于SE模块插入位置的总结
SE模块的插入位置探讨
基于Perclos＆改进YOLOv7的疲劳驾驶DMS检测系统（源码＆教程）
基于Perclos＆改进YOLOv7的疲劳驾驶DMS检测系统（源码＆教程）
官方自带YOLOv5的半自动标注方法
使用官方YOLOv5自带数据标注功能，半自动打标签，能一定程度减少打标签时间。
Python深度学习-第一章、什么是深度学习
深度学习基本概念定义机器学习简史
踩坑系列之pytorch安装之后不能使用cuda
安装pytorch报错torch.cuda.is_available()=false的解决方法，以及在使用pytorch调用gpu的时候报错。
Python面试题_第 (3) 章
文章目录1. for 和 while 后面如果跟一个else分支是什么意思1. for 和 while 后面如果跟一个else分支是什么意思语法解释for 以及 while 后面跟的 else,是在循环顺利执行完毕以后就会执行else里面的语句.这里的顺利执行完毕,是指循环不是通过break或者re
(学习笔记一)基于YOLOv5的车辆检测项目
基于YOLOv5的车辆识别项目测试报告1.YOLOv5模型简介YOLO能实现图像或视频中物体的快速识别，在相同的识别类别范围和识别准确率条件下，YOLO识别速度最快。YOLO有多种模型，其中最新的为V5，V5的特点是速度更快，识别准确率更高，权重文件更小，可以搭载在配置更低的移动设备上。本次测试采用
网络模型的参数量和FLOPs的计算 Pytorch
如果把torchstat包中的一行程序进行一点点改动，那么这个包可以用来统计全连接神经网络的参数量和计算量。当然手动计算全连接神经网络的参数量和计算量也很快 =_=。进入torchstat源代码之后，如下图所示，注释掉圈红的地方，就可以用torchstat包统计全连接神经网络的参数量和计算量了。包，
