【小记】BatchSize的数值是设置的越大越好吗
显存大就一定好吗？batchsize开64？你觉得很帅的时候有人却告诉你这是荒唐的~
步入AIGC时代，展望人工智能发展
人工智能生成内容( Artificial Intelligence Generated Content, AIGC) 是一个快速发展的领域，有着广阔的应用前景，通过不断改进技术和解决相关问题，AIGC 技术将有望成为许多领域中的重要工具和资源。本文通过总结“CSIG 企业行”活动中众多大咖的报告分享
CVPR 2022 | 最全25+主题方向、最新50篇GAN论文汇总
一顿午饭外卖，成为CV视觉前沿弄潮儿35个主题！ICCV 2021最全GAN论文汇总超110篇！CVPR 2021最全GAN论文梳理超100篇！CVPR 2020最全GAN论文梳理在最新的视觉顶会CVPR2022会议中，涌现出了大量基于生成对抗网络GAN的论文，广泛应用于各类视觉任务；下述论文已分类
基于Python构建机器学习Web应用
🏆🏆在本文中，我们基于之前的亚洲美食数据集构建了SVC模型，并介绍了模型可视化工具Netron与Onnx模型格式的使用。与之前基于Python的pkl格式模型相比，Onnx格式的模型适用性更好，可以在多个平台使用。且OnnxRuntime拥有各种语言的API，💻我们可以在各个环境中部署机器学习
ROS 机器人操作系统：概述
ROS 是 Robot Operating System 的缩写，通常称为“机器人操作系统”。但它并不是一个真正的操作系统，而是一个面向机器人的开源的元操作系统（meta-operating system），提供类似传统操作系统的诸多功能：硬件抽象、底层设备控制、常用功能实现、进程间消息传递、程序包
关于代理模型的一些理解
为什么要使用代理模型？在实际问题中，优化问题的解空间一般规模较大且复杂，导致求解过程也非常复杂。优化问题逐渐向复杂的高维、非线性、多极值的昂贵优化问题发展，这类问题的计算时间成本十分昂贵。构建代理模型以下三步：（1）选择适当的实验设计方法用于获取构建代理模型的初始样本点（2）选择合适的一个或多个代理
Cifar-10图像分类/Pytorch/LeNet/AlexNet
又叫下采样层，目的是压缩数据，降低数据维度，和卷积有明显区别，采样2x2的选择框进行压缩，原来是28x28，采样后是14x14，通过选择框的数据求和再取平均值然后在乘上一个权值和加上一个偏置值，组成新的图片，每个特征平面采样的权值和偏置值相同，因此每个特征平面对应的采样层只两个待训练参数，总共有6张
AI遮天传 ML-集成学习
“Two heads are better than one.”“三个臭皮匠，顶一个诸葛亮”把多个人的智慧集合到一起，可能会比一个人好，放在机器学习上，我们借鉴这一经验，把融合多个学习方法的结果来提升效果的方法，我们叫做：Ensemble learning 集成学习......
SLAM评估工具-EVO从安装到使用
1、安装 evopip install evo --upgrade --no-binary evo --user即可直接安装成功如果说需要更新则更新即可/usr/local/bin/python3.7 -m pip install --upgrade pip2、测试evo_traj euroc 2.
最基本的25道深度学习面试问题和答案
在本文中，将整理深度学习面试中最常被问到的25个问题和答案。如果你最近正在参加深度学习相关的面试工作，那么这些问题会对你有所帮助
DTFT和DFT有何区别？一文为你讲解清楚
很多人在开始学习数字信号处理的时候，对于各种傅里叶变换特别是离散傅里叶变化的概念及作用完全不清楚，IC修真院在网上整理了关于DTFT、DFT的各知识点。下面就来了解一下关于DTFT和DFT的区别吧。
【保姆级】anaconda及jupyter配置(新手友好）
基础的anaconda简介和环境创建教学，anaconda prompt基础指令汇总，pycharm环境设置，jupyter notebook环境设置
移动通信（16）信号检测
常见的信号检测算法一般包括以下几类检测算法：最优、线性和非线性。最优检测算法：最大似然算法线性检测算法：迫零检测算法和最小均方误差检测算法非线性检测算法：串行干扰消除检测算法球形译码检测算法属于一种次优检测算法（运算量远小于最大似然检测算法）作为一种性能接近ML的次优算法，球形译码（SD）可以大大降
Colab使用教程（超级详细版）及Colab Pro/Colab Pro+评测
Colab使用教程（超级详细版）及Colab Pro/Colab Pro+评测
人工智能知识全面讲解： RBF神经网络
7.4.1 全连接与局部连接1968 年 ， 生 物 学 家 休 伯 尔 （ David Hunter Hubel ） 教 授 与 维 泽 尔（Torsten N.Wiesel）教授在研究动物如何处理视觉信息时有一个重要的发现。他们发现动物大脑皮层是分级、分层处理信息的。在大脑的初级视觉皮层中存在好
自动控制原理的100+道简答题
饱和特性、回环特性、死区特性、继电器特性既有前项通道，又有反馈通道，输出信号对输入信号有影响，存在系统稳定性问题。高阶系统中距离虚轴最近的极点，其附近没有零点，它的实部比其它极点的实部的1/5还小，称其为主导极点。（2分）将高阶系统的主导极点分析出来，利用主导极点来分析系统，相当于降低了系统的阶数，
NeRF 源码分析解读（二）
NeRF 代码解析之光线生成部分
CVPR2022：使用完全交叉Transformer的小样本目标检测
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式论文地址：https://openaccess.thecvf.com/content/CVPR2022/papers/Han_Few-Shot_Object_Detection_With_
计算机视觉：基本的图像操作和处理
一、计算机视觉和图像处理从20世纪中期至今，计算机视觉不断发展，研究经历了从二维图像到三维到视频再到真实空间的探知，操作方法从构建三维向特征识别转变，算法由浅层神经网络到深度学习，数据的重要性逐渐被认知，伴随着计算机从理论到应用的速度加快，高质量的各种视觉数据不断沉淀，无论在社会经济农业还是工业领域
对比学习（contrastive learning）
什么是自监督学习？举个通俗的例子：即使不记得物体究竟是什么样子，我们也可以在野外识别物体。我们通过记住高阶特征并忽略微观层面的细节来做到这一点。那么，现在的问题是，我们能否构建不关注像素级细节，只编码足以区分不同对象的高阶特征的表示学习算法？通过对比学习，研究人员正试图解决这个问题。什么是对比学习？
