Checkerboard Artifacts（棋盘伪影）的发生以及解决方案：
kernel_size=3，stride=2：以输出中第三行元素为例，从左往右接受的信息量依次由输入中的2/2/4/2/2个元素提供，中间元素接受信息量不同，此为“不均匀重叠”。此外，当kernel_size=3，stride=2时，一维转置卷积输出中依次接受输入特征的1/1/2/1/1个元素提供的
python从入门到实践：项目1-ATM取款机（完成代码）
通过上图，我们可以看到，一个完整的项目，基本包括三个部分：用户视图层、接口层、数据处理层，其中，用户视图层是用来接收用户的数据输入的，比如：有户名，密码；接口层是要接收用户视图层传来的数据，然后做判断：名字是否存在、密码是否正确，这就要求接口层调用数据处理层的方法；数据处理层就需要接收接口层的参数，
猿创征文｜深度学习基于ResNet18网络完成图像分类
CIFAR-10数据集包含了10种不同的类别、共60,000张图像，其中每个类别的图像都是6000张，图像大小均为32×3232×32像素。
【深度学习前沿应用】目标检测
【自然语言处理（NLP）】目标检测，基于百度飞桨开发，参考于《机器学习实践》所作。
365天深度学习 | 第7周：咖啡豆识别
关于卷积的相关知识可以参考文章：https://mtyjkh.blog.csdn.net/article/details/114278995。我们可以通过class_names输出数据集的标签。2)需要的存储容量大，不利于部署。在官方模型与自建模型之间进行二选一就可以了，选着一个注释掉另外一个。VG
【深度学习】7-矩阵乘法运算的反向传播求梯度
本节以较简单的例子来理解矩阵乘法下的反向传播过程。为了稍微形象一些，这里同样会用到计算图来进行描述。
手把手教你深度学习和实战-----卷积神经网络
利用大量的图片来讲解卷积神经网络的原理
BERT模型解析
BERT模型的提出对于NLP预训练的效果有了较大提升，在ELMo模型的基础上使用了Self-Attention作为文本特征的挖掘，同时避免了GPT模型中的单向语言模型，充分利用文本中的上下文特征。
Stable Diffusion搭建全过程记录，生成自己的专属艺术照
项目开发领导者有两位，分别是 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser，和慕尼黑大学机器视觉学习组的 Robin Romabach。这个项目的技术基础主要来自于这两位开发者之前在计算机视觉大会 CVPR22 上合作发表的潜伏扩散模型 (Latent Diffusion
Python＆OpenCV自动人脸打马赛克＆调色系统[源码＆UI操作界面＆部署教程]
Al视频教程AI人脸打马赛克Al颜色检索替换图像处理人脸识别UI界面OpenCV PYTHON教程
CS231n-2022 Module1: Minimal Neural Network case study
本文编译自斯坦福大学的CS231n课程（2022） Module1课程中神经网络部分之一，原课件网页参见：本文（本系列）不是对原始课件网页内容的完全忠实翻译，只是作为学习笔记的摘要，主要是自我参考，而且也可能夹带一些私货（自己的理解和延申，不保证准确性）。如果想要更准确地了解更具体的细节，还请服用原
报错：Torch not compiled with CUDA enabled看这一篇就足够了
报错：Torch not compiled with CUDA enabled看这一篇就足够了
手把手教你深度学习和实战-----线性回归+梯度下降法
本文主要从基础的角度讲解线性回归算法和梯度下降算法，力求用通俗的语言和简单的例子进行算法的讲解。
手把手教你深度学习和实战-----逻辑回归算法
文本从基础的角度对逻辑回归进行了一个讲解，手动推导了逻辑回归的梯度下降法
手把手带你调参Yolo v5 (v6.2)（三）
解析val.py文件中21个参数含义！
使用Torchmetrics快速进行验证指标的计算
TorchMetrics可以为我们提供一种简单、干净、高效的方式来处理验证指标。TorchMetrics提供了许多现成的指标实现，如Accuracy, Dice, F1 Score, Recall, MAE等等，几乎最常见的指标都可以在里面找到。
【深度学习】（五）目标检测——下篇
上一章介绍了目标检测上篇，主要为两阶段检测的R-CNN系列。这一章来学习一下目标检测下篇。R-CNN系列算法面临的一个问题，不是端到端的模型，几个构件拼凑在一起组成整个检测系统，操作起来比较复杂。而今天介绍的YOLO算法，操作简便且速度快，效果也不错。YOLO算法是一种典型的one-stage方法，
Code For Better 谷歌开发者之声----谷歌云基于TensorFlow高级机器学习
谷歌云基于TensorFlow高级机器学习
深度学习之文本分类 ----FastText
使用FastText进行文本分类，文章解简单介绍FastText的基本介绍、使用方式，对应的数据格式，以及模型调优的方式
