深度学习图像识别笔记（三）：yolov5检测结果分析
yolov5学习
AI提效工具｜借助chatgpt快速读论文，快速总结、归纳、索引相似文章
本文展示了两个借助chatgpt快速总结论文的工具，让你读论文速度快到飞起～
Anaconda(python)安装教程以及创建新环境
Anaconda(python)安装教程以及创建新环境
从零开始实现VAE和CVAE
扩散模型可以看作是一个层次很深的VAE(变分自编码器)本文将用python从头开始实现VAE和CVAE，来增加对于它们的理解。
【PyTorch】教程：DCGAN
本教程将通过一个示例来介绍 DCGAN。我将训练一个生成对抗网络 （GAN） ，在向其展示许多真实名人的照片后生成新的名人。这里大部分代码来自于。本文档针对这些实现进行全面解释，并阐述该模型的工作方式和原因。
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
AutoDetectionModel类SAHI基于AutoDetectionModel类的from_pretrained函数加载深度学习模型。目前支持YOLOv5 models, MMDetection models, Detectron2 models和HuggingFace object det
【深度学习】详解 BEiT
【深度学习】详解 BEIT: BERT Pre-Training of Image Transformers
AI工具究竟是帮手还是对手？
近日育碧开发了人工智能工具 Ghostwriter，可以一键生成游戏NPC对话。不少游戏开发者担心AI写手工具的出现会让自己“饭碗”不保，但Swanson表示这个工具只是为了提供第一稿的 barks来减少对话生成工作的繁琐度。AI工具究竟是帮手还是对手？对此你怎么看，一起来聊聊你的看法吧！
LLaMA-META发布单卡就能跑的大模型
2023年2月25日，Meta使用2048张A100 GPU，花费21天训练的Transformer大模型LLaMA开源了。
LSTM实现多变量输入多步预测(直接多输出)时间序列预测(PyTorch版)
本专栏整理了《深度学习时间序列预测案例》，内包含了各种不同的基于深度学习模型的时间序列预测方法，例如LSTM、GRU、CNN（一维卷积、二维卷积）、LSTM-CNN、BiLSTM、Self-Attention、LSTM-Attention、Transformer等经典模型，💥💥💥包含项目原理以
实现mini智能助理—模型训练
1.介绍了预训练大模型的训练流程是怎么样的2.介绍了常用的训练手段3.详细介绍了两种主流的预训练手段原理：promt、delta4.给了一个multi-gpu chatglm训练的例子
ChatGPT的提示的一些高级知识
在这篇文章中，我们将介绍关于提示的一些高级知识。无论是将ChatGPT用于客户服务、内容创建，还是仅仅为了好玩，本文都将为你提供使用ChatGPT优化提示的知识和技巧。
Pytorch深度学习基础 实战天气图片识别（基于ResNet50预训练模型，超详细）
🔥本项目使用Pytroch，并基于ResNet50模型，实现了对天气图片的识别，过程详细，十分适合基础阶段的同学阅读。项目目录结构核心步骤数据处理准备配置文件构建自定义DataSet及Dataloader构建模型训练模型编写预测模块效果展示。
使用自己数据及进行PointNet++分类网络训练
使用自己数据及进行PointNet++分类网络训练
利用Pytorch实现ResNet网络
ResNet在2015年由微软实验室提出，获得当年ImageNet竞赛中分类任务、目标检测第一名；获得COCO数据集目标检测、图像分割第一名
目标检测算法——YOLOv5/YOLOv7改进之结合PP-LCNet（轻量级CPU网络）
PP-LCNet——轻量级且超强悍的CPU级骨干网络！！PP-LCNet 在同样精度的情况下，速度远超当前所有的骨架网络！它应用在比如目标检测、语义分割等任务算法上，也可以使原本的网络有大幅度的性能提升。
yolov5源码解析(10)--损失计算与anchor
本文章基于yolov5-6.2版本。主要讲解的是yolov5在训练过程中是怎么由推理结果和标签来进行损失计算的。损失函数往往可以作为调优的一个切入点，所以我们首先要了解它。
yolov5篇---官方ultralytics / yolov5代码复现，训练自己的数据集
yolov5篇---官方ultralytics / yolov5代码复现，训练自己的数据集
