Mask R-CNN讲解
Mask R-CNN最全讲解
YOLOv5中的CSP结构
深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、背景知识 -- CSPNet二、CSP结构分析1、总括2、CSP1_X结构3、CSP2_X三、源码分析（内含注释分析）一、背景知识 -- CSPNet有关CSPNet的介绍分析可以
语义分割系列6-Unet++（pytorch实现）
本文介绍了Unet++网络，在pytorch框架上复现Unet++，并在Camvid数据集上进行训练。
机器学习评估指标的十个常见面试问题
评估指标是用于评估机器学习模型性能的定量指标。本文整理了10个常见的问题。
PatchCore原理与代码解读
随机下采样会丢失 \(\mathcal{M} \) 中的有用信息，本文使用coreset subsampling方法来减小 \(\mathcal{M} \)，coreset selection旨在找到一个子集 \(\mathcal{S}\subset \mathcal{A}\)，对于通过 \(\m
如何解决混合精度训练大模型的局限性问题
混合精度已经成为训练大型深度学习模型的必要条件，但也带来了许多挑战。在这篇文章中，我们将讨论混合精确训练的数值稳定性问题。
人工智能之深度学习常见应用方向你都了解吗？（文末包邮送书5本）
1. 数字识别2. 图像识别3. 图像分类4. 目标检测5. 人脸识别6. 文本分类7. 聊天机器人
GANs系列：DCGAN原理简介与基础GAN的区别对比
参考了DCGAN论文，对论文逐步解读，将论文精华部分进行了概括提取，包括原理、应用以及训练过程。在基础的生成式对抗神经网络的基础上，进一步介绍DCGAN深度卷积生成对抗神经网络。
使用JAX实现完整的Vision Transformer
本文将展示如何使用JAX/Flax实现Vision Transformer (ViT)，以及如何使用JAX/Flax训练ViT。
AI人工智能方向
图像处理，犬类识别，场景文字识别，人脸算法，图像增强，计算机影像，车型识别，物体检测，黄色图片识别，目标检测API文档Logo检测使用手册，名人识别，车辆分析，显微识别，图像风格化，天空分割，概念识别，图像美学评分，图像质量评估，场所识别，风格迁移，网红人物识别，无限天空，图像视频分析，智能相册，智
论文推荐：ACMix整合self-Attention和Convolution (ACMix)的优点的混合模型
混合模型ACmix将自注意与卷积的整合，同时具有自注意和卷积的优点。这是清华大学、华为和北京人工智能研究院共同发布在2022年CVPR中的论文
注意力机制-CA注意力-Coordinate attention
CA（Coordinate attention for efficient mobile network design）发表在CVPR2021，帮助轻量级网络涨点、即插即用。CA不仅考虑到空间和通道之间的关系，还考虑到长程依赖问题。简单进行记录，如有问题请大家指正。
人工智能时代八大类算法你了解吗？（包邮送书6本）
本文导读1. 关联规则分析2. 回归分析3. 分类分析4. 聚类分析5. 集成学习6. 自然语言处理7. 图像处理8. 深度学习
2023 年 1 月的5篇深度学习论文推荐
本文整理了 2023 年 1 月5 篇著名的 AI 论文，涵盖了计算机视觉、自然语言处理等方面的新研究。
CUDA安装及环境配置——最新详细版
在安装之前呢，我们需要确定三件事第一：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包第二：查看对应CUDA对应的VS版本，以便下载并安装对应的VS版本（vs需要先安装）第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出每个版本对应的cud
在 PyTorch 中使用梯度检查点在GPU 上训练更大的模型
本文将介绍解梯度检查点（Gradient Checkpointing），这是一种可以让你以增加训练时间为代价在 GPU 中训练大模型的技术。 我们将在 PyTorch 中实现它并训练分类器模型。
动手学深度学习（五十）——多头注意力机制
文章目录1. 为什么用多头注意力机制2. 什么是多头注意力机制3. 多头注意力机制模型和理论计算4. 动手实现多头注意力机制层小结练习1. 为什么用多头注意力机制所谓自注意力机制就是通过某种运算来直接计算得到句子在编码过程中每个位置上的注意力权重；然后再以权重和的形式来计算得到整个句子的隐含向量表示
Anaconda创建环境及环境配置
anaconda创建环境
MoCo代码分析 [自监督学习]
关键词：MoCo 源码分析。
用Anaconda安装TensorFlow(Windows10)
本文分为三大部分：一.安装Anaconda二.用Anaconda安装TensorFlow三.Pycharm中安装Anaconda1.Anaconda下载两种下载路径，第一种是从Anaconda官网下载Anaconda官网第二种是从清华镜像官网下载（比较快）清华镜像Anaconda下载我选择的是在清华
