最新人机对话工具：GPT4介绍（ChatGPT升级版 支持图片且更智能）
今天偶然发现期待已久的GPT-4发布了，比上一版的ChatGPT（GPT-3.5）性能还好，最主要是支持图片输入，就增加了很多新的场景
Softmax分类器及交叉熵损失（通俗易懂）
简单的说,softmax函数会将输出结果缩小到0到1的一个值，并且所有值相加为1，cross-entropy一般再softmax函数求得结果后再用，
深度学习：根据 loss曲线，对模型调参
深度学习模型调参笔记train loss 下降，val loss下降，说明网络仍在学习； 奈斯，继续训练train loss 下降，val loss上升，说明网络开始过拟合了；赶紧停止，然后数据增强、正则train loss 不变，val loss不变，说明学习遇到瓶颈；调小学习率或批量数目trai
YOLOX优点介绍与解析，详细易懂。
YOLOX各个优点详解，让你一篇文章了解！
主动学习(Active Learning，AL)的理解以及代码流程讲解
针对有监督的学习任务，存在标记成本较为昂贵且标记难以大量获取的问题。 在此问题背景下，主动学习（Active Learning, AL）尝试通过选择性的标记较少数据而训练出表现较好的模型。主动学习的工作流程的关键是选择模型、使用的不确定性度量以及应用于请求标签的查询策略。主要步骤为：收集数据、建立模
从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果
用pyqt5实现yolov5图像、视频和摄像头的实时监测
深度学习：交叉验证（Cross Validation）
将原始数据随机分为两组，一组做为训练集，一组做为验证集，利用训练集训练分类器，然后利用验证集验证模型，记录最后的分类准确率为此分类器的性能指标。好处：处理简单，只需随机把原始数据分为两组即可坏处：但没有达到交叉的思想，由于是随机的将原始数据分组，所以最后验证集分类准确率的高低与原始数据的分组有很大的
神经网络算法基本原理及其实现
目录背景知识人工神经元模型激活函数网络结构工作状态学习方式BP算法原理算法实现（MATLAB）背景知识在我们人体内的神经元的基本结构，相信大家并不陌生，看完下面这张图，相信大家都能懂什么是人工神经网络？人工神经网络是具有适应性的简单神经元组成的广泛并互连的网络，它的组织能够模拟生物神经系统对真实世界
计算机视觉中的注意力机制
注意力机制（Attention Mechanism）源于对人类视觉的研究。 在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。 上述机制通常被称为注意力机制。 人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具
【跟着ChatGPT学深度学习】ChatGPT带我学情感分析
情感分析是一种自然语言处理技术，旨在识别、提取和量化文本中的情感信息。它可以帮助人们了解一段文本的情感倾向，例如积极、消极或中性。情感分析可以用于分析社交媒体上的评论、产品评论、新闻文章、客户反馈等各种文本数据，以便企业和个人了解他们的客户和受众的情感状态和反应。在情感分析中，通常会使用一些机器学习
周志华《机器学习》第三章课后习题
目录3.1 试析在什么情形下式(3.2) 中不必考虑偏置项 b.3.2、试证明，对于参数w,对率回归的目标函数(3.18)是非凸的,但其对数似然函数(3.27)是凸的. 3.3、编程实现对率回归,并给出西瓜数据集3.0α上的结果.3.4 选择两个 UCI 数据集，比较 10 折交叉验证法和留一法所估
windows下CUDA的卸载以及安装
一、缘由对于CUDA新手来说，安装问题里面有很多需要注意的细节，很多自定义的选项，如果漏选就会出现一些莫名奇妙的问题。为此，会经常出现卸载CUDA，再安装CUDA的问题，下面总结。二、卸载前的准备（1）卸载工具：①windows自带的控制面板，用来卸载主程序②腾讯电脑管家等类似杀毒软件，用来清除卸载
clip代码详解
代码地址：https://github.com/lucidrains/DALLE2-pytorch不需要准备数据就能运行，适合只查看源码运行流程注意:配置环境时需要新建环境，下载dalle2-pytorch会自动卸载原环境的pytorch CLIP整体流程如下，首先对图像提特征、对文本
【NLP】第4章 从头开始预训练 RoBERTa 模型
将来使用更少的参数或其他类似方法进行蒸馏是一种巧妙的方式，可以充分利用预训练并使其高效地满足许多下游任务的需求。KantaiBERT 是一个类似 DistilBERT 的模型，因为它具有相同的 6 层和 12 个头的架构。您可以加载现有数据集或创建自己的数据集，具体取决于您的目标。您将有足够的变压器
人工智能-深度学习-yolov3口罩佩戴识别
一.基础环境windows 10cuda 10.0python3.7.4tensorflow-gpu 1.14.0keras2.24numpy==1.16.5二.下载keras-yolo3代码从github上下载:https://github.com/qqwweee/keras-yolo3代码解构如
YOLOv8详解 【网络结构+代码+实操】
YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求Backbo
计算机视觉CV领域中多尺度特征的概念
计算机视觉CV领域中多尺度特征的概念，使用多尺度，就可以提取更全面的信息，既有全局的整体信息，又有局部的详细信息。
计算机视觉方面的三大顶级会议：ICCV,CVPR,ECCV（统称ICE）
ICCV/CVPR/ECCV
基于长短期记忆神经网络LSTM的预测模型(matlab实现）
长短期记忆神经网络（LSTM）是循环神经网络中的一种。由于普通的神经网络出现如上的问题，长短期记忆神经网络来源于对循环神经网络的改进和优化，有效解决了循环神经网络中出现的梯度消失或梯度爆炸等问题，可用于处理更复杂的时间序列问题。长短期记忆神经网络通过独特设计的遗忘门、输入们和输出门，在设计的开始就默
DDPM代码详细解读(1)：数据集准备、超参数设置、loss设计、关键参数计算
Diffusion Models专栏文章汇总：入门与实战前言：大部分DDPM相关的论文代码都是基于《Denoising Diffusion Probabilistic Models》和《Diffusion Models Beat GANs on Image Synthesis》贡献代码基础上小改动的
