Faster RCNN学习笔记

对Faster RCNN的学习进行一些记录,方便后面的复习,有错误欢迎指出

YOLOv7来临:论文解读附代码解析

官方版的YOLOv7相同体量下比YOLOv5精度更高,速度快120%(FPS),比 YOLOX 快180%(FPS),比 Dual-Swin-T 快1200%(FPS),比 ConvNext 快550%(FPS),比 SWIN-L快500%(FPS)。在5FPS到160FPS的范围内,无论是速度或是

强化学习入门笔记

我们先回忆一下童年,来看看超级玛丽这款游戏在这款游戏里面的,我们需要控制超级玛丽进行左右行走、跳、攻击等动作,来躲避或攻击小动物、吃金币以及各种类型的增益道具。最终,获得的金币数量的多少以及通关代表我们玩游戏玩的好不好。那么,如果我们希望让机器来玩这个游戏呢?怎么能让机器在合适的时候做出合适的动作?

Pytorch入门实战(6):基于GAN生成简单的动漫人物头像

Pytorch入门实战(6):基于GAN生成简单的动漫人物头像

基于双语数据集搭建seq2seq模型

基于英-法数据集搭建无注意力机制的seq2seq模型

【深度学习】(一)机器学习基础学习笔记

作为一个图像算法工程师,传统图像算法和深度学习算法都应该掌握,这样在面对不同的实际场景时可以有更多得解决方法。之前的文章基本上都是以传统方法为主,所以今天一起来学习一下有关深度学习的算法。以后也会持续更新深度学习相关的内容。AI人工智能包含的内容十分广泛,对于图像处理而言,机器学习、深度学习或者计算

Block Recurrent Transformer:结合了LSTM和Transformer优点的强大模型

2022年3月Google研究团队和瑞士AI实验室IDSIA提出了一种新的架构,称为Block Recurrent Transformer 从名字中就能看到,这是一个新型的Transformer模型,它利用了lstm的递归机制,在长期序列的建模任务中实现了显著改进。

Linux下使用Anaconda安装 Pytorch(GPU)各个版本(万无一失),不会出现问题,经历各种踩坑的总结

(1)按照自己的环境选择,但是没有自己想要的版本。(2)修改安装命令里的版本号不是安装出错就是运行出错。(3)安装上之后用进入python环境,导入torch模块,之后输入命令输出安装torch的cuda版本没有反应,因为使用命令装上的是CPU版本的或者装的torch缺失cuda.(3)pytorc

智能科学毕业设计题目汇总

丹成学长,搜集分享最新的智能科学与工程业专业毕设选题,难度适中,适合作为毕业设计,大家参考。如何选题,项目分享:https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF%95%E8%AE%BE%E6%8C%87%E5

DGL中异构图的一些理解以及异构图卷积HeteroGraphConv的用法

相比同构图,异构图里可以有不同类型的节点和边。这些不同类型的节点和边具有独立的ID空间和特征。 例如在下图中,”用户”和”游戏”节点的ID都是从0开始的,而且两种节点具有不同的特征。因此异构图才是最能够表达和适用我们真实世界的各种表达的。下面可以使用DGL创建一个如下的异构图:一共有三种实体,三种关

OCR文字识别方法综述

摘 要:文字识别可以把海量非结构化数据转换为结构化数据,从而支撑各种创新的人工智能应用,是计算机视觉研究领域的分支之一,其任务是识别出图像中的文字内容,一般输入来自于文本检测得到的文本框截取出的图像文字区域。近几年来,基于深度学习的文字识别算法模型已取得不错成果,其过程无需进行特征处理且可以实现复

【手把手带你学习神经机器翻译--模型篇】

全连接神经网络(Fully­Connected Neural Network,FCNN),是深度神经网络中最基本的一种结构,如图所示。按照神经元所处的位置划分,全连接网络由输入层,隐藏层和输出层组成,通常第一层为输入层,最后一层为输出层,中间部分全为隐藏层。顾名思义,全连接神经网络中每一个神经元都与

深入浅出PyTorch中的nn.CrossEntropyLoss

PyTorch中的交叉熵详解

不懂AI不会写代码怎么做专业时序预测

预测是业务开展、数据分析、算法开发时的一个高频话题,贯穿各行各业的经营过程:不管是高层要做战略规划,管理层要做生意计划,还是执行层要决定执行数量,都依赖于通过预测判断未来。​本文介绍一款最新预测工具DChain Forecast,不需要编写代码,也不需要了解深度学习和机器学习算法原理,跟随系统的引导

【强化学习PPO算法】

强化学习基础记录

卷积神经网络在深度学习中新发展的5篇论文推荐

卷积神经网络在深度学习中新发展的5篇论文推荐

人脸识别AdaFace学习笔记

简单或困难样本的相对重要性应基于样本的图像质量。 AdaFace 提出了一种新的损失函数,它根据图像质量强调不同难度的样本。 该方法通过特征范数来表示图像质量,以自适应裕值函数的形式实现这一点。...

分享本周所学——Transformer模型详解

大家好,欢迎来到《分享本周所学》第二期。本人是一名人工智能初学者,最近一周学了一下Transformer这个特别流行而且特别强大的模型,觉得非常有收获,就想用浅显易懂的语言让大家对这个超级神器有所了解。然后因为我也只是一名小白,所以有错误的地方还希望大佬们多多指正。 其实这周我还干了一

ArgMiner:一个用于对论点挖掘数据集进行处理、增强、训练和推理的 PyTorch 的包

对kaggle中Feedback Prize比赛该兴趣的小伙伴推荐了解下。ArgMiner可以用于对SOTA论点挖掘数据集进行标准化处理、扩充、训练和执行推断。

登录可以使用的更多功能哦! 登录
作者榜
...
资讯小助手

资讯同步

...
内容小助手

文章同步

...
Deephub

公众号:deephub-imba

...
奕凯

公众号:奕凯的技术栈