最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)
ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程 ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程1.查看是否有合适的GPU2.查看系统版本,我用的是ubuntu 20.04:3.验证系统GCC版本:4.通过下面的地址下载安装包:这里奉劝各
Anaconda更改虚拟环境安装路径+创建虚拟环境
Anaconda更改虚拟环境安装路径+创建虚拟环境
最新｜全新风格原创YOLOv7、YOLOv5和YOLOX网络结构解析图
分享一下绘制的全新风格 YOLOv5网络结构图、YOLOv7网络结构图和YOLOX网络结构图
Ai绘画工具有哪些？推荐这7款效果惊艳的AI绘画神器
2022虽然不是ai绘图这项技术诞生的时间，但却是到目前为止最爆火出圈的绘图元年。AI绘图（AI painting）就是以文生图（text2image），属于跨模态生成（Cross-modal generation）的一种：指的是将一种模态（文本、图像、语音）转换成另一种模态，同时保持模态之间的语义
padding(卷积中的填充)
一个6x6的图像，3x3的卷积核，每一行卷积的过程类似，如图卷积核每走一步（第一个黑框到第一个绿框），输出一个像素。所以要计算卷积后图像的大小，需要知道图像大小及卷积核大小。(6-3)+1的结果为4，所以得到的卷积图像大小为4x4。公式为(图片大小 - 卷积核大小) + 1，这里的(图片大小 - 卷
【第十七届智能车】智能车图像处理（3）-元素识别（十字）
智能车十字的识别与循迹过程
机器学习：基于逻辑回归对优惠券使用情况预测分析
逻辑回归模型虽然名字中有回归两字，其本质却是分类模型。分类模型与回归模型的区别在于其预测的变量不是连续的，而是离散的一些类别，以最常见的二分类模型为例，分类模型可以预测一个人是否会违约、客户是否会流失、肿瘤是属于良性肿瘤还是恶性肿瘤等
Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因
常见原因-1一般来说，出现NaN有以下几种情况：相信很多人都遇到过训练一个deep model的过程中，loss突然变成了NaN。在这里对这个问题做一个总结：1.如果在迭代的100轮以内，出现NaN，一般情况下的原因是因为你的学习率过高，需要降低学习率。可以不断降低学习率直至不出现NaN为止，一般来
基于AI分词模型，构建一个简陋的Web应用
内容纯属个人经验，若有不当或错误之处，还请见谅，欢迎指出。文中大致介绍了，如何快捷地使用PaddleHub服务化部署一个简单的AI模型，并简单包装成一个Web应用的过程。主要工具Flask（python的Web框架）PaddleHub（飞桨的预训练模型库）
【AI大比拼】文心一言 VS ChatGPT-4
文心一言是国内一款较为知名的 AI 对话引擎，它基于深度学习技术，能够理解自然语言并生成相应的回复。无论是对话机器人、问答系统还是自动撰写文章等应用场景，文心一言都能为开发者提供强大的支持。用户：“世界上最高的山是什么？” 文心一言回复：“世界上最高的山是珠穆朗玛峰，位于尼泊尔和中国边境，海拔高度为
利用yolov5进行目标检测，并将检测到的目标裁剪出来
写在前面：关于yolov5的调试运行在这里不做过多赘述，有关yolov5的调试运行请看：本文章主要讲解的是裁剪。需求：识别图片中的人物并将其裁剪出来如果只需识别人物的话，那么只需在yolov5中设定参数即可，例如使用命令行运行时：即为将参数设置为只识别人。此外需要将检测到的目标裁剪出来还需要目标的中
基于深度学习的自动调制识别（含代码链接）
AMR领域具有代表性的和新模型在四个不同的数据集（RML2016.10a, RML2016.10b, RML2018.01a, HisarMod2019.1）上的实现，为感兴趣的研究人员提供统一的参考。
四轮电磁------电磁循迹位置式PID
电磁循迹的学习
YOLOv5、v7改进之二十六：改进特征融合网络PANet为ASFF自适应特征融合网络
在每个空间位置，将不同级别的特征自适应地融合在一起，例如：若某位置携带矛盾的信息，则这些特征将会被滤除，若某位置的特征带有更多的区分性线索，则这些特征将会被增强。解决问题：原YOLOv5模型特征融合网络为PANet，虽然较FPN能更好的融合不同尺度目标的特征，从而提升效果，但是还存在改进的空间，还有
《一文搞懂IoU发展历程》GIoU、DIoU、CIoU、EIoU、αIoU、SIoU
汇总IoU发展历程，建议收藏！
微软Bing的AI人工只能对话体验名额申请教程
ChatGPT这东西可太过火了。国外国内，圈里圈外都是人声鼎沸。微软，谷歌，百度这些大佬纷纷出手。因此出个BIng教程版的chatGPT
ConvLSTM时空预测实战代码详解
ConvLSTM代码复现
【swinUnet官方代码测试自己的数据集（已训练完毕）】
swinUnet官方代码测试自己的数据集
opencv训练自己的模型，实现特定物体的识别
opencv安装包中有训练好的分类器文件，可以实现人脸的识别。当然，我们也可以训练自己的分类器文件，实现对特定物体的识别。本文章就详细介绍下如何训练自己的分类器文件。
语音识别（利用python将语音转化为文字）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、申请讯飞语音端口1.点击链接进入讯飞平台主页面2.在页面注册自己的个人账户3.申请语音端口4.查看自己的端口编码二、python代码讲解1.引入库2.读入数据总结前言本篇博客讲述利用讯飞端口将语音转化为文字。一、申请讯飞
