机器学习论文源代码浅读：Autoformer
原本想要和之前一样写作“代码复现”，然而由于本人一开始对于Autoformer能力理解有限，参考了一定的论文中的源代码，写着写着就发现自己的代码是“加了注释版本”的源代码，故而只能是源代码的浅读，而非复现。
YOLOv5图像分割--SegmentationModel类代码详解
SegmentationModel类DetectionModel类推理阶段DetectionModel--forward()BaseModel--forward() Segment类Detect--forward 定义model将会调用models/yolo.py中的类SegmentationMo
10分钟学会python对接【OpenAI API篇】
10分钟学会python对接【OpenAI API篇】
【Pytorch深度学习50篇】·······第六篇：【常见损失函数篇】-----BCELoss及其变种
新年新气象，兄弟们新年快乐。撒花！！！之前我们的项目已经讲过了常见的4种深度学习任务（当然还有一些没有接触到的，例如GAN和今年大红的Transformer），今天这个blog我们就来谈谈一谈常见的损失函数。损失函数的更新也是非常的快，各位大佬的想法也是层出不穷，我们站在巨人的肩膀上，就可以看的更远
【Gazebo入门教程】第二讲 模型库导入与可视化机器人建模（模型编辑器）
本篇博客主要介绍了在Gazebo中如何导入已有的模型库，并根据一个轮式小车的详细实例对Gazebo中的模型编辑器进行了深入详细研究，通过图形化方式创建关节连杆，并通过设置关节等完成机器人连接，最后添加相应传感器和插件实现机器人的运动和其他功能...
疑问搞懂，python中文词频统计，让你真能学会
* Python中文词频统计知识点 + 分词：需要对中文文本进行分词，分词的目的是将文本分解为独立的词语，便于后续的词频统计。 + 字典：使用字典存储每个词的词频。字典的键为词语，值为词频。 + 遍历：遍历分词后的结果，统计每个词出现的次数。 + 排序：对字典按照词频排序，以得到词频最高的词
实现一个简单的生成对抗网络（详细版）
生成对抗网络
AI绘图–Disco Diffusion使用指南+本地化保姆级教程
AI绘图技术，Disco Diffusion在线使用教程+保姆级本地化教程。
K210学习笔记（一）——什么是K210？
K210学习笔记
ROS小车（SLAM+物体追踪）
几种轮子模型单轮平衡式结构，优点是能量利用率高缺点是转弯的时候需要倾角高速运动下很难进行控制差速转向的平衡两轮式结构，这种结构能量利用率高上下坡的时候智能车可以保持垂直，但是高速情况下转向很难控制。全向三轮结构，这种结构的优点是可以全向移动原地转向，但是由于其结构特点每次前进的时候有一个轮子无法运动
自动驾驶路径规划——DWA（动态窗口法）
动态窗口法（DWA）主要是在速度空间中采样多组速度，并模拟机器人在这些速度下一定时间内的轨迹。在得到多组轨迹以后，对这些轨迹进行评价，选取最优轨迹所对应的速度来驱动机器人运动。 动态窗口法将移动机器人的位置控制转换为速度控制。在利用速度模式对机器人运动轨迹进行预测时，首先需要对机器人的
【深度理解】语义分割中常用的评价指标含义GA、OA、mAcc、IoU、mIoU
GlobalAccuracy，OverallAccuracy表示全局的准确性，既不考虑类别，仅考虑所有样本的分类好坏。可见其对角线上的数字（8，15，24）均为正确预测，其它为错误预测。且每一列的总和为该类的总数目。（某类的真实样本∩预测为该类的样本）/（某类的真实样本∪预测为该类的样本）即Mean
自动驾驶感知——多传感器融合技术
自动驾驶系统由环境感知、规划、决策、控制等几个模块组成，其中环境感知需要用到诸如摄像头、毫米波雷达、激光雷达等传感设备来获取周围环境的信息。不同种的传感器有着不同的优势与缺陷，为了使感知层获得的信息更为丰富、准确，通常需要将不同的传感器进行融合。本文着重介绍多传感器融合的概念与相关知识，不具体介绍技
Ubantu 系统cuda升级到指定版本
Ubantu 系统cuda升级到指定版本
【人工智能】机器学习中的决策树
人工智能方向机器学习下决策树
要点初见：Stable Diffusion NovelAI模型优质文字Tag汇总与实践【魔咒汇总】
本文聚焦于基于NovelAI模型的二次元图像生成，整理网友们实践过的成套TAG，并在自己的1060 6G上出图验一验效果。
chatGPT原理详解
chatGPT原理及相关技术详解
ChatGPT，会是现实世界的MOSS吗？
ChatGPT，会是现实世界的MOSS吗？
