使用新版FLIR (FLIR_ADAS_v2) 红外数据集训练基于pytorch的YOLOv7模型
本文主要介绍了如何使用新版FLIR (FLIR_ADAS_v2) 红外数据集来训练基于pytorch的YOLOv7模型
【Linux】CUDA Toolkit和cuDNN版本对应关系（更新至2022年6月，附官网永久更新链接）
NVIDIA® CUDA® Toolkit 为创建高性能 GPU 加速应用程序提供了一个开发环境。借助 CUDA 工具包，您可以在 GPU 加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和 HPC 超级计算机上开发、优化和部署您的应用程序。该工具包包括 GPU 加速库、调试和优化工具、C/
使用Statsmodel进行假设检验和线性回归
在本文中，我们将介绍 statsmodel 库的基础知识、如何使用它以及它的好处。
学习笔记3 | 高维数据处理——Xarray
高维数据处理笔记包括：Xarray数据结构、数据读取、索引、坐标系统、统计、可视化和掩膜
OpenAI之 GPT-3.5-Turbo,自然语言处理的突破
GPT-3.5-Turbo的应用GPT-3.5-Turbo可以用于各种NLP任务，包括文本生成、语言理解、文本分类、问答等等。这个模型可以生成高质量的文本，可以用于生成各种类型的内容，包括新闻文章、电子邮件、博客帖子、社交媒体帖子等等。此外，它还可以用于自然语言理解任务，例如语音识别和机器翻译。
分享几个国内免费的ChatGPT镜像网址(亲测有效-4月27日更新)
分享几个国内免费的ChatGPT镜像网址(亲测有效)免费的chatgpt镜像
零基础用一百行代码完成动态的人脸识别（opencv+python）
用opencv来进行动态的人脸识别
目标检测算法——YOLOv5/v7/v8改进结合涨点Trick之Wise-IoU（超越CIOU/SIOU）
WIoU 可以聚焦于普通质量的锚框，并提高检测器的整体性能。将WIoU应用于最先进的单级检测器 YOLOv7 时，在 MS-COCO 数据集上的 AP-75 从 53.03% 提升到 54.50%。
分享一个国内使用的ChatGPT的方法
ChatGPT是一种自然语言处理技术，可以用于生成文本、回答问题、自动摘要、翻译、聊天机器人等任务
道路裂缝坑洼图像开源数据集汇总
数据集下载链接：http://suo.nz/2wdNdXCrackForest数据集是一个带注释的道路裂缝图像数据库，可以大致反映城市路面状况。道路裂缝坑洼图像数据集数据集下载链接：http://suo.nz/3eEDlj这个数据集是一个极具挑战性的集合，包含 5,000 多张野外道路上的坑洼图像。
OpenCV实战（16）——角点检测详解
在计算机视觉中，兴趣点 (interest points) 也称为关键点 (keypoints) 或特征点 (feature points)，广泛用于解决对象识别、图像匹配、视觉跟踪、3D 重建等领域的问题。与其将图像作为一个整体进行评估，不如选择可以用于局部分析的点，以获得将该点应用于局部或全局的
Pytorch平均池化nn.AvgPool2d()使用记录
PyTorch学习笔记之二维平均池化nn.AvgPool2d()
深度学习常用损失MSE、RMSE和MAE
三种常见损失总结，MSE、RSME、MAE
【2023年第十一届泰迪杯数据挖掘挑战赛】B题：产品订单的数据分析与需求预测 建模及python代码详解 问题二
在此任务中，首先，读取训练集和预测集数据，并将训练集中的日期列转换为日期类型，并将其设置为数据集的索引。接着，将数据按照一定的维度进行分组，并将每个组的时间序列进行了平稳性检验，若不平稳则进行一阶或者多阶差分，直到序列平稳。基于问题一的分析，建立数学模型，对附件预测数据（predict_sku1.c
通俗易懂的ChatGPT的原理简介
ChatGPT是一种基于Transformer架构和无监督预训练技术的对话生成模型。它是由OpenAI公司推出的一款人工智能技术，具有自然语言理解、文本生成、对话生成等功能，可以实现自动回复、聊天机器人、智能语音助手、知识问答系统、自然语言生成等应用。与传统的对话系统不同，ChatGPT采用了深度学
PyTorch中查看GPU使用情况以及一些重要函数
pytorch多卡相应内容学习总结，本着勤能补拙的态度，希望能够更好地提升自我能力。
【代码实验】CNN实验——利用Imagenet子集训练分类网络（AlexNet/ResNet）
Imagenet是计算机视觉的经典分类比赛，但是Imagenet数据集本身太大了，我们穷学生没有这么大的算力，2016年google DeepMind团队从Imagnet数据集中抽取的一小部分（大小约3GB）制作了Mini-Imagenet数据集（也就是Imagenet的子集），共有100个类别，每
pytorch复习笔记--nn.Embedding()的用法
nn.Embedding()产生一个权重矩阵weight，其shape为（num_embeddings, embedding_dim），表示生成num_embeddings个具有embedding_dim大小的嵌入向量；输入input的形状shape为（batch_size, Seq_len），ba
【文心一言】文心一言最近这么火，它到底是什么
文心一言最近这么火，它到底是什么，大家想知道的可以来了解一下，最后会有体验完的感想
使用Dino+SAM+Stable diffusion 自动进行图片的修改
SAM 可以准确识别和提取图像中的对象，与Stable Diffusion 相结合，可以对分割后的图像进行细微的更改。
