大数据趣味学习探讨（二）：我是怎么坚持学习的
2.1、调研日前，北京大数据研究院联合大数据分析与应用技术国家工程实验室、北京治数科技有限公司共同发布了《2022年中国大数据产业发展指数报告》。研究团队在2020年、2021年连续发布大数据产业发展指数的基础上，深入调研了各地大数据政策环境、大数据产业和企业发展状况，基于自身企业库中收录的 747
贝叶斯回归：使用 PyMC3 实现贝叶斯回归
在这篇文章中，我们将介绍如何使用PyMC3包实现贝叶斯线性回归，并快速介绍它与普通线性回归的区别。
机器学习之手写决策树以及sklearn中的决策树及其可视化
（2）如果属性划分次数达到上限，即属性划分完了，或者是样本中在此类属性取值都一样，可以认为全部划分仍然存在不同类的样本，那么这个节点就标记为类别数占较多的叶节点。划分选择还是比较重要的，因为不同的划分选择会建出不同的决策树。划分选择的指标就是希望叶节点的数据尽可能都是属于同一类，即节点的“纯度”越来
基于Python的视频中的人脸识别系统设计与实现
所以我们想到如果说我们可以找到这个视频的镜头切换点或者说剪辑点，对于一个视频而言后期剪辑会将不同机位拍摄的视频剪辑在一起，而这个剪辑点是很好找的，所以只要找到这视频的剪辑点就相当于找到了这个视频的镜头切换点，就可以将一段视频分段，分成一段只有一个主持人的样子，并且将每一段所对应的时间记录下来生成一个
SE5边缘计算盒子学习笔记-week1
题主在做的本科生科研项目中用到了这款盒子，而题主很苦逼地既没有linux系统使用经验，也没有这类盒子的使用经验，所以本贴完完全全是记录题主的踩坑之路，如果题主能坚持写下去的话，大概会从环境安装开始一直到写到程序跑通并且熟练应用这款盒子为止。
OpenAi multi-agent 多智能体环境搭建
open-ai Multi-Agent多智能体深度强化学习环境搭建
跟我学Python图像处理丨傅里叶变换之高通滤波和低通滤波
本文讲解基于傅里叶变换的高通滤波和低通滤波。
GAM注意力机制
GAM解析，使用Pytorch实现GAM attention
改进YOLOv5系列：30.结合即插即用的动态卷积ODConv
目标检测科研论文改进 | 包括Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数
transformers的近期工作成果综述
在本文中，对基于transformer 的工作成果做了一个简单的总结，将最新的transformer 研究成果(特别是在2021年和2022年发表的研究成果)进行详细的调研。
【模型部署】Jetson Xavier NX（eMMC）部署YOLOv5-5.0
在Jetson Xavier NX中部署YOLOv5-5.0，并使用TensorRT进行加速推理
NNDL 实验五 前馈神经网络（1）二分类任务
前馈神经网络基础
文字生成图片
PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型【模型种类丰富】: 涵盖大模型、CV、NLP、Audio、Video、工业应用主流六大品类的 360+ 预训练模型，全部开源下载，离线可运行【超低使用门槛】：无需深度学习背景、无需数据与训练过程，可快速使用AI模型【一键模型快速
AI大佬怼怼怼的背后，究竟暗藏哪些玄机？
整理 | 杨阳出品 | AI科技大本营（ID：rgznai100）四年前，纽约大学教授Marcus为反驳深度学习三巨头之一Bengio的“有意识先验”和“解纠缠观念”理论，发表了一篇名为《Deep Learning: A Critical Appraisal》的论文，长达27页。论文地址：https
Pytorch创建多任务学习模型
一般来说多任务学的模型架构非常简单：一个骨干网络作为特征的提取，然后针对不同的任务创建多个头。利用单一模型解决多个任务。
从零开始Ubuntu22.04跑ORB-SLAM3代码
但是最好不要安装OpenCV4以上（4默认不会生成.pc文件，最后查看版本的时候查看不到，找不到包，网上有人说是编译选项没选好，我改了，还是不行，我也不知道是啥原因，最后我换了3.4版本的）②输入命令“sudo ./qt-opensource-linux-x64-5.9.8.run”，进行qt安装，
深度学习初遇——自己动手实现三层神经网络
深度学习初遇——自己动手实现三层神经网络
PyTorch模型搭建和源码详解
本文是以VGG模型为例，深入介绍了完整的模型搭建过程，以及预训练模型使用过程，希望本篇博客可以解答一些困惑，同时欢迎大家改错提意见。
分类——生成模型
通过概率生成模型，充分理解朴素贝叶斯分类过程中的整体过程，其中不缺乏对数学的理解，并通过数学模型，推导出逻辑斯特回归曲线模型。该文章可以使你对分类的概念更上一层楼
Python数据分析案例08——预测泰坦尼克号乘员的生存(机器学习全流程)
Python进行泰坦尼克号数据集的预测机器学习流程。数据清洗、特征工程、模型选择优化评价等
