如何微调BERT模型进行文本分类
探索BERT并了解如何为任何文本分类任务对其进行微调
2021年Graph ML热门趋势和主要进展总结
对于 Graph ML 来说2021年是重要的一年——成千上万的论文、无数的会议和研讨会......说明这个领域是在蓬勃的发展。我将Graph ML 这一年的进展进行结构化的展示，并重点介绍 🔥 趋势和主要进步。
硬核，这年头机器人都开始自学“倒车入库”了
本文基于差速轮式机器人模型做一个运动学应用，即控制机器人两轮的速度差改变其运动轨迹，使机器人完成一个倒车入库的动作，提供仿真代码和实车演示！
Numpy科学计算库基础知识（Hello,world）
一、前言本人2020级本科生，坐标北京师范大学，主修人工智能，辅修教育学。在期末周来临之前萌在CSDN上发文章的想法，这样做的理由有两点，一方面可以在学习的同时归纳总结加深记忆，便于自己今后复习回顾；另一方面可以在CSDN这样的技术交流平台上留下自己的痕迹，记录AI人求学路上点滴的成长碎片。
目标检测进阶：使用深度学习和 OpenCV 进行目标检测
使用深度学习和 OpenCV 进行目标检测基于深度学习的对象检测时，您可能会遇到三种主要的对象检测方法：Faster R-CNNs (Ren et al., 2015)You Only Look Once (YOLO) (Redmon et al., 2015)Single Shot Detecto
初识Pytorch使用transforms
首先，这次讲解的tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。transforms的原理：说明：图片（输入）通过工具得到结果（输出），这个工具，就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具resu
JavaCV的摄像头实战之十二：性别检测
实现性别检测并在预览窗口实时展现
5分钟 NLP：使用 OpenNRE 进行关系提取
关系提取、知识图谱、实体和 OpenNRE
5个很少被提到但能提高NLP工作效率的Python库
本篇文章将分享5个很棒但是却不被常被提及的Python库，这些库可以帮你解决各种自然语言处理(NLP)工作。
【论文笔记】OPTIPROMPT：用prompt提取预训练模型中的客观事实
目录引言论文介绍1. Continuous prompt2. Prompt是否真的有用思考总结引言像BERT这样的预训练模型学习了大规模语料的词分布，同时也学习了语料中的客观事实。基于这样的直觉，Petroni et al. (2019)提出LAMA模型，首次从BERT中以完形填空的方式提取客观事实
【参赛作品93】openGauss-An Autonomous Database【PVLDB论文阅读分享】
本文基于openGauss在VLDB2021上最新发表的论文《openGauss: An Autonomous Database System》，从学术的角度来探究openGauss如何基于各种AI技术构建一个智能的自治数据库系统。论文作者是清华大学李国良教授，他同时也是openGauss的总架构师
恒源云_文本数据扩增时，哪些单词 (不) 应该被选择？
文章来源 | 恒源云社区(恒源云，专注 AI 行业的共享算力平台)原文地址 | 论文笔记原文作者 | Mathor我在，或者我不在，大佬就在那里，持续不断的发文！所以，我还是老老实实的搬运吧！正文开始：文本扩增（Text Augmentation）现在大部分人都在用，因为它可以帮助提升文本分类的效果
pytorch基础复习1.1——常用API
【写在前面】：此专栏为本人在系统复习pytorch基础时写下的笔记，复习内容与进度参考一位在B站讲深度学习的up主（deep_thoughts），此笔记旨在帮助小伙伴快速入门和复习pytorch相关知识，写得不好的地方多担待，可直接移步up主的视频学习。此专栏全程无盈利性质。up主（deep_tho
使用yolov5训练自己的数据集（苹果成熟度检测）
先从Github上下载YOLOv5，下载好解压配置好就可以使用，地址：https://github.com/ultralytics/yolov51.训练数据集的准备工作在yolov5 目录的data文件夹下新建四个文件夹，先说明这四个文件夹分别是用来干什么的，后面会往里面一一加入需要添加的内容。An
深度学习与神经网络——邱锡鹏
一、绪论人工智能的一个子领域神经网络：一种以（人工)）神经元为基本单元的模型深度学习：一类机器学习问题，主要解决贡献度分配问题知识结构：路线图：顶会：1.1 人工智能诞生：人工智能这个学科的诞生有着明确的标志性事件，就是1956年的达特茅斯(Dartmouth)会议。在这次会议上，“人工智能” 被提
OpenCV-Python实战（18）——深度学习简介与入门示例（快来一起推开深度学习的大门吧）
深度学习已经成为机器学习中最受欢迎和发展最快的领域。自 2012 年深度学习性能超越机器学习等传统方法以来，深度学习架构开始快速应用于包括计算机视觉在内的众多领域。深度学习的常见应用包括语音识别、图像识别、自然语言处理、推荐系统等等。在本文中，首先介绍传统机器学习方法与深度学习间的差异，然后将介绍图
九大遥感目标检测数据集（附下载链接）
本文梳理了目标监测领域的九大遥感图像数据集，包括粗粒度和细粒度数据集，对各数据集的具体指标及标注格式给出了解释。
从零实现深度学习框架——实现Tensor的反向传播
在常见运算的计算图中，我们了解了加减乘除等运算的计算图。本文通过代码实现加法和乘法的计算图来了解我们的`Tensor`自动反向传播计算梯度的模式。
linux服务器配置深度学习环境
自己服务器账号安装环境的顺序：创新环境、新环境安装cuda、安装新环境cuda匹配的pytorch用anaconda 可以cudatoolkit和pytorch一起装，可以设置清华镜像cuda自己装的cuda跟系统cuda没关系，跟base环境下也没关系。自己可以用系统的cuda。自己环境的cuda
2021 年顶级深度学习论文推荐
2021年还有10天就过去了， 以下是我认为 2021 年最有趣、最有前途的深度学习论文。
