使用Python批量旋转，镜像图片
当我们进行大量图像处理时，经常需要旋转或镜像图像。但一张张处理图片费神又费力，有什么好的办法可以帮助我们快速搞定这个问题呢？本文介绍了使用python快速批量处理图片的方法~ 并提供了简易实现code，希望可以帮到大家~
【Python】-- python的基本图像处理（图像显示、保存、颜色变换、缩放与旋转等）
python关于图像文件的操作：图像的显示、图像的保存、图像的拷贝与粘贴、图像的缩放与旋转、图像的颜色变换、图像的过滤与增强、序列图像处理
Pytorch+PyG实现GraphSAGE
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
YOLOv5源码逐行超详细注释与解读（6）——网络结构（1）yolo.py
全网最详细的YOLOv5源码解读之网络结果yolo.py。全文4万字带你逐行注释，逐段讲解，小白也能看懂！
ChatGPT API 调用教程
ChatGPT是一种基于GPT-3.5架构的大规模自然语言处理模型，可用于文本生成、语言理解、问答等应用。本文将介绍如何使用ChatGPT，帮助您更好地利用这个强大的工具。
YOLOv5源码逐行超详细注释与解读（7）——网络结构（2）common.py
全网最详细YOLOv5源码详解之网络结构common.py。全文5万多字，带你学透网络结构！小白必备！
解析不同种类的StableDiffusion模型Models，再也不用担心该用什么了
Stable Diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，Stable Diffusion在 LAION-5B 的一个子集上训练了一个Latent Diffusion Models，该模型
机器学习强基计划8-2：详细推导多维缩放MDS算法(附Python实现)
多维缩放算法MDS是经典的线性降维技术，其限制样本经过降维映射得到的低维空间中的欧式距离，等价于原始空间。本文详细推导MDS算法，并给出Python实现加深理解
【新知】chatGPT 使用笔记（二）——chatGPT API的使用
chatGPT API的使用
清华源conda安装PyTorch的GPU版本总是下载CPU版本安装包怎么办
如下图，我用的python是3.8版本，想要下载pytorch的cuda=11.7版本的GPU环境，但是输入以下命令之后总是显示下载cpu版本的安装包。再输入torch.cuda.is_available()敲回车，若显示Ture，说明pytorch的GPU版本环境创建成功！然后把下载到本地的压缩包
【K210】K210学习笔记一——sensor
本篇主要是介绍 K210 上的 sensor （感光元件）模块，也就是摄像头模块。如果你要使用 K210 来进行一些颜色追踪（比如识别黑色，传回坐标让小车寻线，或者是识别其他颜色的线），那么 sensor 必须要好好配置，如果配置不好，会直接影响颜色追踪的效果。然后就是记录一个大坑，就是有时摄像头画
改进YOLO系列 | YOLOv5 更换骨干网络之 ConvNeXt
YOLOv5 更换骨干网络之 ConvNeXt
支持CUDA运算的显卡算力表
GPUs supportedSupported CUDA level of GPU and card.AdaLovelace参考：https://en.wikipedia.org/wiki/CUDA
【机器学习面试总结】————(一)
特征工程，顾名思义，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。 从本质上来讲，特征工程是一个表示和展现数据的过程。在实际工作中，特征工程旨在去除原始数据中的杂质和冗余，设计更高效的特征以刻画求解的问题与预测模型之间的关系。
不降级解决No module named ‘tensorflow.contrib‘
完美不降级解决No module named 'tensorflow.contrib'，不用老是换环境
深度学习环境配置(pytorch版本)----超级无敌详细版（有手就行）
全体目光向我看齐，我宣布个事：看完这个，妈妈再也不用担心我不会配置深度学习环境了！！！
波士顿房价数据集进行数据预处理和模型训练（Python）
根据数据预处理的过程和步骤，对波士顿房价数据集进行数据预处理和模型训练（需要将数据集切分为训练集和测试集）在进行模型训练时进行数据按列归一化、特征规约/特征抽取等数据预处理操作，训练出高分模型后在测试集上进行测试，在测试集上验证准确度。这几天没有更新就是在做这个数据预处理的大作业和其他的大作业。现在
【图像分割】Meta分割一切（SAM）模型环境配置和使用教程
Meta最新segment-anything（sam）模型使用教程
Lesson 10.1 超参数优化与枚举网格的理论极限和随机网格搜索 RandomSearchCV
【代码】Lesson 10.1 超参数优化与枚举网格的理论极限和随机网格搜索 RandomSearchCV。
本地生成动漫风格 AI 绘画 图像｜Stable Diffusion WebUI 的安装和局域网部署教程
先放一张WebUI的图片生成效果图对比，以给大家学习的动力 ：）怎么样，有没有小小的心动？这里再补充一下，是可以生成的图片的。
