特殊图像的色彩特征工程：非自然图像的颜色编码
在本文中，我们将探讨特征工程的不同方式（将原始颜色值进行展开）如何有助于提高卷积神经网络的分类性能。
做了个代码神器,让你敲代码6到起飞, 代码开源给大家【人工智能/自然语言处理】
温馨提示: 非营销文章, 把开发的好用工具推荐给大家, 并提供一些思路和灵感????目录????✨ 一、为什么要开发一个这样的工具❤️ 二、VARBook介绍???? 三、怎么使用？????️ 1、快速访问????️ 2、使用案例???? 四、VARBook有什么特点???? 1、为中文支持而生?
AI识别照片是谁，人脸识别face_recognition开源项目安装使用 | 机器学习
最近碰到了照片识别的场景，正好使用了face_recognition项目，给大家分享分享。face_recognition项目能做的很多，人脸检测功能也是有的，是一个比较成熟的项目。本文主要是对该项目的安装使用，后面会更新一篇我自己写的实现人脸检测的代码，可以直接使用。
TensorFlow2 入门指南 | 16 默认内置指标 & 自定义指标
本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。
2022 年 1 月推荐阅读的四篇深度学习论文
自举元学习到深度学习的时间序列预测，外推与泛化之间的关系与 Ridge Rider 探索多样化最优
pytorch——VGG网络搭建
目录????VGG介绍????那VGG它到底厉害在哪里呢？????那什么是感受野呢？????计算公式????问题一：????问题二：????网络图????pytorch搭建VGG网络????1. model.py????神奇处理之处????2. train.py3. predict.py????注意
使用 LSTM 进行多变量时间序列预测的保姆级教程
使用 LSTM 进行端到端时间序列预测的完整代码和详细解释。
Vision Transformer详解（附代码）
受NLP\mathrm{NLP}NLP中Transformer\mathrm{Transformer}Transformer扩展成功的启发，Vision Transformer\mathrm{Vision\text{ }Transformer}Vision Transforme
为什么小批量会可以使模型获得更大的泛化
批大小是机器学习中重要的超参数之一。这个超参数定义了在更新内部模型参数之前要处理的样本数量。
TensorFlow2 入门指南 | 15 默认损失函数 & 自定义损失函数
全网最高效的TensorFLow2教程！
PyTorch实现sin函数模拟
PyTorch实现sin函数模拟文章目录PyTorch实现sin函数模拟一、简介二、第一种方法三、第二种方法四、总结一、简介本文旨在使用两种方法来实现sin函数的模拟，具体的模拟方法是使用机器学习来实现的，我们使用Python的torch模块进行机器学习，从而为sin确定多项式的系数。二、第一种方法
论文检索和阅读方法
作为一名研究生，一定要有论文检索和阅读能力，下面的内容是我结合自身经验总结的论文检索和阅读方法,因为我是计算机专业研究生，所以主要关注计算机方面。一.论文查阅DBLP（DataBase systems and Logic Programming）是计算机领域内对研究的成果以作者为核心的一个计算机类英
寒假太无聊？不如几十行写个人脸检测
寒假太无聊？python刚入门就可以写人脸检测？！！！
2021年必读的10 个计算机视觉论文总结
2021 年排名前 10 的计算机视觉论文，包括视频演示、文章、代码和论文参考。
Pytorch 常见运算（mul、mm、dot、mv）
Pytorch 常见运算1.矩阵与标量2.哈达玛积（mul）3.矩阵乘法4.幂与开方5.对数运算6.近似值运算7.剪裁运算1.矩阵与标量矩阵（张量）每一个元素与标量进行操作。import torcha = torch.tensor([1,2])print(a+1)>>> tenso
TensorFlow2 入门指南 | 14 网络模型的装配、训练与评估
本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架！
神经网络学习小记录66——Vision Transformer（VIT）模型的复现详解
神经网络学习小记录66——Vision Transformer（VIT）模型的复现详解学习前言什么是Vision Transformer（VIT）代码下载Vision Transforme的实现思路一、整体结构解析二、网络结构解析1、特征提取部分介绍a、Patch+Position Embeddin
硬核，机器人只需5秒就跟踪上了爱心曲线
本文基于差速轮式机器人模型做一个运动学应用，即控制机器人两轮的速度差，使机器人快速跟踪上给定曲线，提供仿真代码和实车演示！广泛应用于智能车竞赛、学术研究等。
