【Pytorch深度学习50篇】·······第六篇：【常见损失函数篇】-----BCELoss及其变种
新年新气象，兄弟们新年快乐。撒花！！！之前我们的项目已经讲过了常见的4种深度学习任务（当然还有一些没有接触到的，例如GAN和今年大红的Transformer），今天这个blog我们就来谈谈一谈常见的损失函数。损失函数的更新也是非常的快，各位大佬的想法也是层出不穷，我们站在巨人的肩膀上，就可以看的更远
实现一个简单的生成对抗网络（详细版）
生成对抗网络
【深度理解】语义分割中常用的评价指标含义GA、OA、mAcc、IoU、mIoU
GlobalAccuracy，OverallAccuracy表示全局的准确性，既不考虑类别，仅考虑所有样本的分类好坏。可见其对角线上的数字（8，15，24）均为正确预测，其它为错误预测。且每一列的总和为该类的总数目。（某类的真实样本∩预测为该类的样本）/（某类的真实样本∪预测为该类的样本）即Mean
Ubantu 系统cuda升级到指定版本
Ubantu 系统cuda升级到指定版本
chatGPT原理详解
chatGPT原理及相关技术详解
GAN的训练技巧：炼丹师养成计划 ——生成式对抗网络训练、调参和改进
GAN最重要的就是找到D与G之间的纳什均衡，但是在实际中会发现GAN的训练不稳定，训练方法不佳很容易出现模式崩溃等问题，本篇将记录一些训练技巧，不一定适合你的模型，也可能有疏漏和错误，供学习参考，欢迎指正和补充。
随笔记录：关于SE模块插入位置的总结
SE模块的插入位置探讨
基于Perclos＆改进YOLOv7的疲劳驾驶DMS检测系统（源码＆教程）
基于Perclos＆改进YOLOv7的疲劳驾驶DMS检测系统（源码＆教程）
官方自带YOLOv5的半自动标注方法
使用官方YOLOv5自带数据标注功能，半自动打标签，能一定程度减少打标签时间。
Python深度学习-第一章、什么是深度学习
深度学习基本概念定义机器学习简史
(学习笔记一)基于YOLOv5的车辆检测项目
基于YOLOv5的车辆识别项目测试报告1.YOLOv5模型简介YOLO能实现图像或视频中物体的快速识别，在相同的识别类别范围和识别准确率条件下，YOLO识别速度最快。YOLO有多种模型，其中最新的为V5，V5的特点是速度更快，识别准确率更高，权重文件更小，可以搭载在配置更低的移动设备上。本次测试采用
网络模型的参数量和FLOPs的计算 Pytorch
如果把torchstat包中的一行程序进行一点点改动，那么这个包可以用来统计全连接神经网络的参数量和计算量。当然手动计算全连接神经网络的参数量和计算量也很快 =_=。进入torchstat源代码之后，如下图所示，注释掉圈红的地方，就可以用torchstat包统计全连接神经网络的参数量和计算量了。包，
裂缝检测专题（3）裂缝数据集dataset总结1-分类
裂缝检测技术-基于图像处理用于裂缝分类裂缝分割用于裂缝分类Concrete Crack Images for Classification像素值：227x227数量：40000张（20000negative+20000postive）引用该数据集的论文：“Automatic crack distre
【跟着ChatGPT学深度学习】ChatGPT教我文本分类
总的来说，关于知识点方面，该说不说，它并不能完全替代我的老师，对于这些知识点，只能说达到及格的水平（作为一个老师的标准），尤其是对知识不能做到实时更新，官方说它的知识只能到2021年，后续的知识它并不能做到自学，只能通过不断地喂入数据才能精进。关于代码生成方面，虽然每次都能给我生成出来我想要的代码，
nnUNet 详细解读（一）论文技术要点归纳
提出了一种基于2D和3D UNet的自适应框架nnUNet，无需手动调参，平均DICE最高。总共10个数据集，7个用于训练阶段，3个用于评估阶段，且不能手动调参。预处理：resampling和normalization训练：loss，optimizer设置、数据增广推理：patch-based策略、
YOLO算法改进之结合GradCAM可视化热力图（附详细教程）
🎄🎄计算机视觉 —— 致力于目标检测领域科研Tricks改进与推荐。各位小伙伴可根据自身研究方向及专业领域自主搭配各类创新新颖且行之有效的网络结构，以此实现论文实验高效涨点。~ ✨✨✨
【综述】一文读懂卷积神经网络(CNN)
卷积神经网络是多层感知机(MLP)的变种，由生物学家休博尔和维瑟尔在早期关于猫视觉皮层的研究发展而来，视觉皮层的细胞存在一个复杂的构造，这些细胞对视觉输入空间的子区域非常敏感，称之为感受野。CNN由纽约大学的Yann Lecun于1998年提出(LeNet-5)，其本质是一个多层感知机，成功的原因在
pytorch lightning最简上手
pytorch lightning最简上手
时间序列数据预测结果为一条直线原因总结
时间序列数据预测结果为一条直线原因总结
李宏毅机器学习 hw2 boss baseline 解析
李宏毅机器学习 hw2 boss baseline
