AI 预测世界杯比赛结果，惊掉下巴
哈喽，大家好。今天看到Kaggle上有一个预测世界杯比赛结果的项目，截至目前 4 场比赛预测结果全中。今天把源码研究了一下，做了中文注释，给大家分享下。提醒大家，本文只做学习交流使用，不做决策参考，更不要盲目赌球。
AI 杀疯了，NovelAI开源教程
NovelAI杀疯了，安装教程安排！
深度学习常见名词概念：Sota、Benchmark、Baseline、端到端模型、迁移学习等的定义
深度学习：Sota的定义sota实际上就是State of the arts 的缩写，指的是在某一个领域做的Performance最好的model，一般就是指在一些benchmark的数据集上跑分非常高的那些模型。
一文带你了解推荐系统常用模型及框架
通过对用户之间的关系，用户对物品的评价反馈一起对信息进行筛选过滤，从而找到目标用户感兴趣的信息。用户—商品的评分矩阵（该矩阵很可能是稀疏的）用户\物品xxxxxx行向量表示每个用户的喜好，列向量表明每个物品的属性余弦相似度皮尔逊相关系数欧氏距离曼哈顿距离主要有基于用户的协同过滤与基于物品的协同过滤。
TPH-YOLOv5 | 基于Transformer的YOLOv5小目标检测器 | 四头加注意力
在无人机捕获的场景中进行对象检测是最近的一项热门任务。由于无人机总是在不同的高度航行，物体尺度变化剧烈，给网络优化带来了负担。
【计算机视觉】图像分割与特征提取——基于Roberts、Prewitt、Sobel算子的图像分割实验
主要介绍Roberts算子、Sobel算子、Prewitt算子在图像分割中的应用以及它们之间的分割效果对比。
Python安装Pytorch教程（图文详解）
最近人工智能等多门课需要复现论文，近两年的论文很多都是Pytorch环境，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。本机环境Win10+1050Ti+Python3.7+1、查看本机的CUDA版本1、打开NVIDIA的控制面板，在开始菜单里面的NVIDIA Con
利用yolov5实现口罩佩戴检测算法(非常详细)
帮助你快速掌握利用yolov5来训练口罩佩戴检测模型。
目标检测算法——YOLOV7——详解
本文详细解读了YOLOV7 0.1版本代码的网络结构、损失函数、正负样本匹配规则等。可以高效的快速掌握YOLOV7的宏观结构和真正实现时的核心点。
Pytorch安装，这一篇就够了，绝不踩坑
在pytorch安装时踩到了不少坑，看了好多博客，最后整合了一份不会踩坑的安装教程，主要是参考各个博主的内容，从零开始安装pytorch，分享给大家！因为这篇文章是整合各个链接，所以我自己可能写的比较简略，只是为大家提供一个流程，解释的不明白的就点进各位大佬的博客详细看就可以了。最重要的是：这些链接
YOLOv7（目标检测）入门教程详解---检测，推理，训练
零基础入门yolov7，从环境配置到检测，推理，训练，再到c++预测
[机器学习、Spark]Spark MLlib分类
线性支持向量机在机器学习领域中是一种常见的判别方法，是一一个有监督学习模型,通常用来进行模式识别，分类以及回归分析。通过找到支持向量从而获得分类平面的方法，称为支持向量机。可以非常成功地处理回归（时间序列分析）和模式识别（分类问题、判别分析）等诸多问题，并可推广到预测和综合评价等领域，因此可应用于理
“OSError: [WinError 1455]页面文件太小，无法完成操作。”解决方案
引言某次在Windows系统上跑深度强化学习多进程程序时报错：OSError: [WinError 1455]页面文件太小，无法完成操作。具体错误如下图所示最后借助这篇博文：多种方法彻底解决pycharm中: OSError: [WinError 1455] 页面文件太小，无法完成操作 的问题，顺利
GAN网络
GAN网络的初步理解与其LOSS函数的理解。加上对于GAN网络的LOSS优化以及变种条件GAN
GNN的理解与研究
GNN理解
ROC曲线绘制（Python）
我看谁还不会用Python画出ROC曲线！！！
【机器学习】python实现吴恩达机器学习作业合集（含数据集）
目录1.0 实现线性回归预测2.0 线性可分logistic逻辑回归2.1 线性不可分logistic逻辑回归3.0 logistic逻辑回归手写多分类问题3.1 神经网络正向传播4.0 神经网络反向传播（BP算法）5.0 方差与偏差6.0 SVM支持向量机7.0 kmeans聚类7.1 PCA主成
【计算机视觉】新冠肺炎COVID-19 CT影片阳性检测，感染区域分割，肺部分割，智慧医疗实践，医疗影像处理示例
本次实验基于COVID-19 CT scans数据集，根据患者肺部的CT扫描分析，对患者COVID阳性还是阴性进行分类。如果患者Covid阳性，则这行肺部和感染区域的分割。实验还实现了交互性良好的可视化界面，更有助于医护人员对病情的快速筛查。
CPU版本的Pytorch安装教程（AMD显卡），附详细图解
Windows11+AMD显卡+pycharm3.9.7+CPU版本的Pytorch
Anaconda 修改默认虚拟环境安装位置
使用Anaconda Prompt创建虚拟环境到自定义文件夹。修改虚拟环境创建后保存到的默认位置是C盘。
