YOLOV5实战教程（超级详细图文教程）！！！
1.本文的目的在于帮助读者实现yolov5的训练，测试以及使用，偏重应用，将有较少代码讲解2.本文将首先示范使用coco128数据集进行训练，向读者展示整个模型的使用过程，之后介绍如何制作自己的数据集并进行训练3.本文使用的数据集coco128放在网盘里了，如果没有这个数据集的话可以去网盘上下载，y
PyTorch深度学习实战（1）——神经网络与模型训练过程详解
在本节中，我们将了解传统机器学习与人工神经网络间的差异，并了解如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现反向传播以优化权重达到最小化损失值的目标。并将实现网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络
【AI】AI 工具合集
ai 工具集合， 包括 AI文本、AI 视频、AI 音频、AI 绘画
过拟合解决
常见过拟合问题解决
分享3个深度学习练手的小案例
最近有粉丝找到我问了三个关于深度学习的问题，也算是小作业吧，做完之后我便写下这篇文章分享给大家，我的答案仅供参考学习，如有疑问或建议欢迎提出！
PyTorch搭建LSTM神经网络实现文本情感分析实战（附源码和数据集）
PyTorch搭建LSTM神经网络实现文本情感分析实战（附源码和数据集）
卷积神经网络（CNN）详细介绍及其原理详解
本文总结了关于卷积神经网络（CNN）的一些基础的概念，并且对于其中的细节进行了详细的原理讲解，通过此文可以十分全面的了解卷积神经网络（CNN），非常适合于作为Deep Learning的入门学习。下面就是本篇博客的全部内容！
神经网络学习小记录73——Pytorch CA（Coordinate attention）注意力机制的解析与代码详解
神经网络学习小记录72——Pytorch CA（Coordinate attention）注意力机制的解析与代码详解学习前言代码下载CA注意力机制的概念与实现注意力机制的应用学习前言CA注意力机制是最近提出的一种注意力机制，全面关注特征层的空间信息和通道信息。代码下载Github源码下载地址为：ht
神经网络——Python实现BP神经网络算法（理论+例子+程序）
一、基于BP算法的多层感知器模型采用BP算法的多层感知器是至今为止应用最广泛的神经网络，在多层感知器的应用中，以图3-15所示的单隐层网络的应用最为普遍。一般习惯将单隐层前馈网称为三层感知器，所谓三层包括了输入层、隐层和输出层。算法最终结果采用梯度下降法，具体详细过程此处就省略了！二、BP算法的程序
更新版yolov5_deepsort_pytorch实现目标检测和跟踪
由于mikel-brostrom在github上发布的Yolov5_DeepSort_Pytorch更新，使整个代码封装性更好，进而允许采用多种REID特征识别模型，完善了deepsort在检测跟踪方面的性能。本博文记录如何使用此版本Yolov5_DeepSort_Pytorch的过程，同时给出ZQ
BP神经网络预测回归MATLAB代码（代码完整可直接用，注释详细，可供学习）
BP神经网络预测回归MATLAB代码（代码完整可用，复制后即可运行使用，不懂也可直接使用，操作简单）
卷积神经网络（convolutional neural network, CNN）
基本定义卷积神经网络(convolutional neural network, CNN)，是一类包含卷积计算且具有深度结构的前馈神经网络。卷积神经网络是受生物学上感受野（Receptive Field）的机制而提出的。卷积神经网络专门用来处理具有类似网格结构的数据的神经网络。例如，时间序列数据（可
LSTM和双向LSTM讲解及实践
慢慢的将各种双向LSTM全部都将其搞定都行啦的回事与打算。
计算GMAC和GFLOPS
GMAC 代表“Giga Multiply-Add Operations per Second”（每秒千兆乘法累加运算），是用于衡量深度学习模型计算效率的指标。它表示每秒在模型中执行的乘法累加运算的数量，以每秒十亿 (giga) 表示。
NSFW 图片分类
NSFW指的是不适宜工作场所（"Not Safe (or Suitable) For Work;"）。在本文中，将介绍如何创建一个检测NSFW图像的图像分类模型。
【深度学习】常见的神经网络层（上）
在深度学习中常见的神经网络层的讲解
图灵奖得主、AI 教父、神经网络大师——谷歌副总裁 Hinton 离职——称其对毕生工作感到后悔和恐惧
杰弗里·辛顿（Geoffrey Hinton）生平杰弗里·辛顿（Geoffrey Hinton，1947年12月6日—）是一位英国出生的计算机科学家，现居加拿大。他是加拿大麦吉尔大学和多伦多大学的荣誉博士，威廉 · 门罗 · 勒默尔计算机科学教授。1980年获得爱丁堡大学人工智能领域博士学位。他是神
pytorch进阶学习（三）：在数据集数量不够时如何进行数据增强
1. 尺寸放大缩小2. 旋转（任意角度，如45°，90°，180°，270°）3. 翻转（水平翻转，垂直翻转）4. 明亮度改变（变亮，变暗）5. 像素平移（往一个方向平移像素，空出部分自动填补黑色）6. 添加噪声（椒盐噪声，高斯噪声）
使用大语言模型集成工具 LangChain 创建自己的论文汇总和查询工具
Langchain可以帮助开发人员构建由大型语言模型(llm)支持的应用程序。所以本文将介绍如何使用LangChain来创建我们自己的论文汇总工具。
LoRA:大模型的低秩自适应微调模型
对于大型模型来说，重新训练所有模型参数的全微调变得不可行。Microsoft 提出了低秩自适应大大减少了下游任务的可训练参数数量。
