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。
我在CSDN发表原创文章，被别人拿去发了一篇北大核心，论文难道就是东拼西凑？
今天早上收到了一位粉丝的私信，问我：“基于改进A*算法和Bezier曲线的多机协同全局路径规划”这篇论文是否是我发表的，说论文的思路和我之前发的博客的思路一样 很遗憾，这篇论文不是我写的，而且作者跟我没有任何关系 出于好奇，我就去看了一下这篇于2021年12月8日发表于农业机械学报，同
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。
多分类任务的混淆矩阵
今天我将讨论如何在多分类中使用混淆矩阵评估模型的性能。
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
Python 获取图片某像素BGR值并生成纯色图 | Python工具
最近工作有个需求，获取某张图片某个像素颜色，生成该颜色的纯色图片。所以写了一个工具，分享给大家，如果大家也有一样的场景，可以直接使用。
【课题报告】OpenCV 抠图项目实战（10）PyQt5 使用
第六章 基于 PyQt5 的抠图算法实验平台Qt 库是跨平台的 C++ 库的集合，是最强大的 GUI 库之一，可以实现高级 API 来访问桌面和移动系统的各种服务。PyQt5 是一套 Python 绑定 Digia QT5 应用的框架。PyQt5 实现了一个 Python模块集，有 620 个类，
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
回顾2021，展望2022，静Yu的万粉成长之路
静Yu的2020年总结，看一看我的万粉成长之路和收获，文末福利放送。
DDD 领域驱动设计落地实践：六步拆解 DDD
相信通过前面几篇文章的介绍，大家对于 DDD 的相关理论以及实践的套路有了一定的理解，但是理解 DDD 理论和实践手段是一回事，能不能把这些理论知识实际应用到我们实际工作中又是另外一回事，因此本文通过实际的业务分析把之前文章中涉及的理论和手段全部带着大家走一遍，我想通过这种方式，让大家实际的感受下
教你用300行Python代码实现一个人脸识别系统
最近又多了不少朋友关注，先在这里谢谢大家。今天我们来python实现一个人脸识别系统，主要是借助了dlib这个库，相当于我们直接调用现成的库来进行人脸识别，就省去了之前教程中的数据收集和模型训练的步骤了。
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。
Python实验--手写KNN+PCA实现药品聚类和手写字识别
本实验以手写的KNN和PCA算法实现药品数据聚类和手写字识别
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。
物体检测实战：使用 OpenCV 进行 YOLO 对象检测
使用 OpenCV 进行 YOLO 对象检测本文将教你如何使用YOLOV3对象检测器、OpenCV和Python实现对图像和视频流的检测。用到的文件有yolov3.weights、yolov3.cfg、coco.names，这三个文件的github链接如下：GitHub - pjreddie/dar
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！
Python-机器学习（二）-K近邻算法的原理与鸢尾花数据集实现详解
该算法的核心思想：不标记样本的类别，由距离其最近的K个邻居投票来决定，所以K值的选择比较关键该算法的原理：计算待标记的数据样本和数据集中每个样本的距离，取距离最近的k个样本。待标记的数据样本所属的类别，就由这k个距离最近的样本投票产生。但在实际运用中，我们应该如何判断K的取值那？
0.【Python编程】使用jupyter notebook学习python并快速发布CSDN博客
本文主要介绍从撰写jupyter notebook文件到发布CSDN博客的完整流程！
