深度学习之wandb的基本使用
在深度学习训练网络的过程中，由于网络训练过程时间长，不可能一直关注训练中的每一轮结果，因此我们需要将训练过程中的结果可视化，留作后续的查看，从而确定训练过程是否出错。因此，我们需要使用到可视化工具，常用的几种可视化工具有：`wandb`（在线可视化）、`tensorboard`、这里主要介绍`wan
全网最全极限学习机（ELM）及其变种的开源代码分享
愿之称为全网最全的开源极限学习机（ELM）及其变种的开源代码分享~
DBNet实战：详解DBNet训练与测试（pytorch）
论文连接：https://arxiv.org/pdf/1911.08947.pdfgithub链接：github.com网络结构首先，图像输入特征提取主干，提取特征；其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F；然后，特征F用于预测概率图（probability map P）和阈值图
【已解决】安装cv2时Building wheel for opencv-python终端卡死
本文探究安装cv2时Building wheel for opencv-python终端卡死的原因并予以解决
yolov5修改骨干网络-使用自己搭建的网络-以efficientnetv2为例
efficientnet则是通过NAS搜索，同时增加width、depth以及resolution，使网络结构达到最优。下表为EfficientNet-B0的网络框架（B1-B7就是在B0的基础上修改Resolution，Channels以及Layers），可以看出网络总共分成了9个Stage。第一
stable diffusion 2.0本地部署和微调
今天我们来围绕着AUTOMATIC1111的stable-diffusion-webui介绍如何将stable diffusion 2.0 部署到本地，还有在哪里下载基本模型和微调。
时间序列特征提取的Python和Pandas代码示例
使用Pandas和Python从时间序列数据中提取有意义的特征，包括移动平均，自相关和傅里叶变换。
vit的cam和注意力图： VIT模型的可解释性
VIT的热力图怎么画
人工智能学习（十）：什么是贝叶斯网络——伯克利版
模型描述了世界的（一部分）运作方式。模型总是简化的：可能没有考虑到每个变量，不关心或者无法为其建模。可能没有考虑到变量之间的所有相互作用，无法发现或者代价昂贵。所有的模型都是错的；但有些是有用的。在<人工智能学习（七）：概率>中，我们主要谈论了动作，选择动作，动作序列，链式推理。但是在这一篇博文，我
调频连续波（FMCW）原理
FMCW（Frequency Modulated Continuous Wave）,即调频的连续信号。在许多方面得到应用，比如生物雷达，车载雷达，无人机雷达等等方面都有FMCW波的应用,目前的商业化的雷达模块大多使用的该原理来实现雷达的测距，测速。
【目标检测】YOLOv5模型从大变小，发生了什么？
记录一个实验小问题
【达摩院OpenVI】AIGC技术在图像超分上的创新应用
随着扩散模型DiffusionModel在理论和实践中的有效性得到越来越多的验证，在大数据、大模型的加持下，多模态学习发展如火如荼，促成了当今AIGC的火爆。同时以此为基础的视觉增强底层任务，也带来了一些突破性成果。今天重点给大家展示下，扩散模型在图像超分辨率这方面的新的应用，展现出其超过GAN的生
NLP关系抽取和事件抽取
关系抽取又称实体关系抽取，以实体识别为前提，在实体识别之后，判断给定文本中的任意两个实体是否构成事先定义好的关系，是文本内容理解的重要支撑技术之一，对于问答系统，智能客服和语义搜索等应用都十分重要。当前深度学习方法在关系抽取任务上取得了很好的效果，这是由于深度学习可以自动抽取文本特征。深度学习做关系
【数据分析实战】基于python对Airbnb房源进行数据分析
在本文中，我们基于Airbnb房源进行了数据分析，并从多种角度对其展开了探索性的工作，这对于养成数据分析习惯有很大的帮助。
OTFS从零开始（一）
传统信号有两种表示方法。一种是时间表示法，即信号作为时间的函数（delta函数的叠加），另一种是频率表示法，即信号作为频率的函数（复指数的叠加）。这两种表示法可以用傅里叶变换来互相变换。而时间表示和频率表示是互补的。这种互补性的数学表达方式是由海森堡不确定性原理确定的，该原理指出一个信号不能同时在时
KITTI数据集详解
三维目标检测常用的数据集——KITTI数据集的详解，包括文件目录、文件格式说明、文件使用说明。
光流估计（三） PWC-Net 模型介绍
PWC-Net 的网络模型在由提出，发表文章为与FlowNet2.0模型相比，PWCNet的大小缩小了17倍，训练成本更低且精确度稳定。此外，它在Sintel数据集（1024×436）图像上的运行速度大约为35 fps，是光流估计深度学习中非常基础且具有重要意义的一个网络模型。FlowNet2.0
你升级GPT-4了吗？，如何申请GPT-4 API？最全攻略
如何申请GPT-4 API？必须有ChatGPT plus 会员，才能调用GPT-4 API
Gazebo手册：【1】gazebo基本操作案例
欢迎来到初学者模块！本模块将引导您了解 Gazebo 的最基本功能。我们将构建一个简单的车辆来演示这些功能。这些教程适用于 Gazebo 新手和/或没有编程或 Linux 经验的人。 每个教程都建立在上一个教程的基础上，因此我们建议您按顺序学习这些教程。一、何为Gazebo？Gazebo 是一款 3
顶会查找论文的网址和检索方法
顶会的论文集：https://openaccess.thecvf.com/menu。dblp.org官网下载会议中的论文： https://dblp.org/论文下载网址：https://arxiv.org/指定论文来自哪个会议。
