深度学习基础之正向传播与反向传播
因为这学期上了一门深度学习的课，老师上课推公式，写密密麻麻一黑板，看也看不清，讲完擦了之后说这推导如果考试必考，人都傻了，只能回过头来看她课件理解理解了。以下都是以计算图为例。
【ChatGPT整活大赏】写论文后自动生成视频
ChatGPT国内又火了一把，功能很强大，接下来就带大家感受一下它的强大之处，通过ChatGPT写一篇论文并自动生成视频，增加内容的可读性
Python基于改进YOLOv5的烟叶病害检测系统（附带源码）
Python基于改进YOLOv5的烟叶病害检测系统（附带源码）Python、Anacanda、Pycharm、CUDA和cuDNN等基础的环境安装部署可以参考博主的B站视频教程[2022手把手教学版]Python＆Anacanda＆Pycharm安装，虚拟环境配置[CUDA＆cuDNN]炼丹师手把手
深度学习参数初始化（二）Kaiming初始化 含代码
Xavier初始化在ReLU层表现不好，主要原因是relu层会将负数映射到0，影响整体方差。而且Xavier初始化方法适用的激活函数有限：要求关于0对称；线性。而ReLU激活函数并不满足这些条件，实验也可以验证Xavier初始化确实不适用于ReLU激活函数。所以何恺明在对此做了改进，提出Kaimin
知识图谱现学现用（Django 2.2 + Neo4j 3.5）
Neo4j是一个高性能的NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工
Openai神作Dalle2理论和代码复现
Openai神作Dalle2理论和代码复现
Hugging face预训练模型下载和使用
Hugging face预训练模型下载和使用
Sequential模型、Flatten层、Dense层
顺序模型核心操作是添加layers,有两种方法第一种:通过add()添加第二种;直接添加选择优化器（如rmsprop或adagrad）并指定损失函数（如categorical_crossentropy）来指定反向传播的计算方法调用fit函数将数据提供给模型。这里还可以指定批次大小（batch siz
智能车方向环pd控制理解
智能车方向环pd控制理解方向环d的作用方向环p的作用d项与p项的相互影响公式：pER+d(ER-ERL)p为比例项 d为微分项ER为当前车辆与赛道中线的偏差ERL为当前车辆与赛道中线的上次偏差方向环d的作用在智能车转向控制中，车辆的转弯主要取决于d项控制，当车辆由直道入弯时，ER-ERL会变化很大，
PyTorch学习笔记（六）模型定义
PyTorch模型定义的方式，使用模型块快速搭建复杂网络与PyTorch修改模型。
对话大模型中的事实错误：ChatGPT 的缺陷
©PaperWeekly 原创 ·作者 |愁云引言随着 ChatGPT 的横空出世，智能对话大模型俨然已成为 AI 发展的焦点，更是在整个自然语言处理 (NLP) 领域掀起了一阵海啸。自去年席卷全球以来便引起各行各业空前的热度，数亿用户纷纷惊叹于 ChatGPT 的强大功能，思考其背后关键技术革新，
python配置虚拟环境，并在虚拟环境中安装pytorch教程
超简单，5分钟搞定！python配置虚拟环境，并在虚拟环境中安装pytorch教程！
保姆级官方yolov7的训练自己的数据集以及项目部署
保姆级官方yolov7训练自己数据集的教学，并且可以直接嵌入到项目开发中用于检测
2022最新SLAM面试题汇总（持续更新中）
目前机器人SLAM问题是一个非常值得研究的方向，在未知环境中，首先要通过SLAM技术获得环境的地图，然后才能进行导航。这个方向是近几年比较新的研究方向，相关的机器人公司以及研究机器人的大厂也很需要SLAM方向的人才。...
目标跟踪算法综述
前言: 目标跟踪是计算机视觉领域研究的一个热点问题，其利用视频或图像序列的上下文信息，对目标的外观和运动信息进行建模，从而对目标运动状态进行预测并标定目标的位置。目标跟踪算法从构建模型的角度可以分为生成式(generative)模型和判别式(discrimination)模型两类；从跟踪目标数量可分
OpenAI GPT-4震撼发布：多模态大模型
🏠个人主页：以山河作礼。📝📝:本文章是帮助大家更加了解GPT4，一起见证Al的成长！🎈🎈欢迎大家一起学习，一起成长！！3 月 14 日晚间，OpenAI 宣布发布 GPT-4。“我们创建了 GPT-4，这是 OpenAI 努力扩展深度学习的最新里程碑。GPT-4 是一个大型多模态模型（接
深度学习：STGCN学习笔记
目录标题基于图神经网络的图分类问题GCN在行为识别领域的应用主要任务研究思路ST-GCN(SpatialTemporal Graph Convolutional Networks for Skeleton-Based Action Recognition)解读原论文解决问题主要贡献核心思想简介Ope
毕业设计-基于深度学习的垃圾邮件过滤系统的设计与实现
毕业设计-基于深度学习的垃圾邮件过滤:随着互联网相关应用的快速发展，广告技术的进步和电子邮件的普及，越来越多的垃圾邮件充斥着我们的生活。如何高效的区分垃圾邮件的研究也逐渐成为了热门课题。因自然语言在结构上有着很强的前后相关性，而且对于中文邮件直接转化成向量会有过高的维度产生，影响最后分类的准确性。基
第十四届中国大学生创新创业大赛
中国大学生创新创业大赛 分析
数学建模--30+种常用算法模型
数学建模常用算法模型：线性规划模型 ，非线性规划模型，整数规划模型，动态规划模型，图论模型，最优化模型，离散模型，随机模型，时空分析模型，统计模型，回归模型，插值模型，预测模型.分类模型.聚类模型.决策树模型.神经网络模型.支持向量机模型.遗传算法模型.蚁群算法模型.粒子群算法模型.模拟退火算法模型
