Ubuntu20.04服务器深度学习环境配置教程以及基于Win10的VScode远程连接开发
基于Win10系统下VScode远程开发的Ubuntu20.04服务器深度学习环境配置教程
NumPy模块——数组的创建与使用
本文主要讲述Python数据处理Numpy模块中的数组这一概念进行解释和说明，主要介绍数组的创建和使用方法，为方便理解，以列表与之作对比加深理解！
[图像识别]12.Opencv案例 超简单人脸检测识别
1.原理：我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像(面部图像)和负样本图像(不含面部的图像)来训练分类器。我们需要从其中提取特征。Haar特征（这个值等于黑色矩形中的像素值之后减去白色矩形中的像素值和。）会被使用，就像我们的卷积核,每一个特征是一个值。Haar特征值反映了图像的灰
【图神经网络实战】深入浅出地学习图神经网络GNN（上）
V：点，每个点都有自己的特征向量（特征举例：邻居点数量、一阶二阶相似度）E：边，每个边都有自己的特征向量（特征举例：边的权重值、边的定义）U：整个图，每个图都有自己的特征向量（特征举例：节点数量、图直径）传统神经网络（CNN、RNN、DNN）要求输入格式是固定的（如2424、128128等）。但在实
广州大学学生实验报告, 人工智能原理实验，实验1知识的表示与推理实验，简单易懂
广州大学学生实验报告, 人工智能原理实验，实验1知识的表示与推理实验，简单易懂
Keras实现vgg16网络和迁移学习
1.VGG-Net介绍，2.keras定义vgg16，3.keras实现vgg16迁移学习 ，4.预测新图-识别猫咪
超长时间序列数据可视化的6个技巧
本文展示了6种用于绘制长时间序列数据的可视化方法，通过使用交互函数和改变视角，我可以使结果变得友好并且能够帮助我们更加关注重要的数据点。
太牛了：文本直接生成视频
前沿最近在多模态有两篇非常惊艳的工作：一篇是Facebook母公司META在9月30号放出来的Text-to-Video、一篇是Google的Text-to-3D；今天我们来看看第一篇即根据文本直接生成视频，注意不是生成图像而是生成视频！！！这个跨越可以说是非常巨大的。论文链接：https://ma
【笔记】基于TF-IDF 算法的文本相似度以衡量技术革新
文章利用文本分析中文本相似性的测量方法，构建每个新发明的专利和与现有和后续专利之间的联系。将重要（高质量）的专利识别为其内容与之前的专利不同（是新颖的），但与未来的专利相似（是有影响的）。
Python实现基于机器学习的手写数字识别系统
安装好的OpenCV中有自带的分类器，但是很不幸的是自带的分类器仅有关于人脸识别方向的，如果是做人脸识别方向的研究使用该分类器将会非常方便。本章将介绍如何使用计算机视觉库OpenCV调用电脑摄像头、找到帧画面中的数字并对数字进行识别前的处理，最后调用训练好的手写数字模型将识别结果在原帧画面中显示出来
如何在colab上运行违规停车检测系统？
如何在colab上运行违规停车检测系统？
文本生成视频Make-A-Video，根据一句话就能一键生成视频 Meta新AI模型
Meta公司在9月29日首次推出一款人工智能系统模型：Make-A-Video，可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**，该技术旨在实现文本到视频的生成，可以仅用几个单词或几行文本生成异想天开、独一无二的视频，将无限的想象力带入生活
时隔一年，终于还是对 YOLOX 之 Openvino 出手啦
YOLOX 系列时隔一年，终于还是对 YOLOX 之 Openvino 出手啦，本博主核心内容YOLOX pytorch、onnx、Openvino 环境搭建pytorch2onnx 模型转换、推理onnx2Openvino 模型转换、推理YOLOX （pytorch）模型转onnx转Openv
机器学习：详解半朴素贝叶斯分类AODE原理(附Python实现)
朴素贝叶斯中的属性独立性假设在实际上很难成立，因此引入半朴素贝叶斯分类器，其核心思想是：适当考虑部分属性的相互依赖。本文介绍典型的半朴素贝叶斯分类AODE原理及Python实现
生成模型VAE、GAN和基于流的模型详细对比
生成算法有很多，但属于深度生成模型类别的最流行的模型是变分自动编码器(VAE)、gan和基于流的模型。
数据挖掘学习——SOM网络聚类算法+python代码实现
当一个神经元被激活时，最近的邻居节点往往比那些远离的邻居节点更兴奋。从图中可以看到，输出层的每个节点，通过D条权边与输入节点相连（即输出层的每个节点用一个D维权重Wij来表征），其中输出层中每个节点之间按照距离远近存在一定联系。不仅获胜的神经元能够得到权重更新，它的邻居也将更新它们的权重，尽管不如获
机器学习笔记（三）
线性模型最简单的案例是最小二乘法：在机器学习的术语中，当预测值为连续值时，称为“回归问题”，离散值时为“分类问题”。本篇先从线性回归任务开始，接着讨论分类和多分类问题。
可视化分析(机器学习)
数据可视化就是通过对原始数据进行标准化、结构化的处理，把它们整理成数据表。将这些数值转换成视觉结构，通过视觉的方式把它表现出来。将视觉结构进行组合，把它转换成图形传递给用户，用户通过人机交互的方式进行反向转换，去更好地了解数据背后有什么问题和规律。如果从技术上来说，大数据可视化的实施步骤主要有四项，
【torch.argmax与torch.max详解】
方式一，即不指定dim时，默认将张量展开成一维张量，然后返回对应的下标；方式二，即指定dim时，沿着指定的dim维进行选择，输出结果由剩下的维度组成，比如原始维度为H,W，若指定dim=0（即H维),则输出结果由W个元素构成；2）如果有多个最大值则返回第一个最大值的下标；3）返回torch.max函
Vision Transformer和MLP-Mixer联系和对比
本文的主要目标是说明MLP-Mixer和ViT实际上是一个模型类，尽管它们在表面上看起来不同。
