深度学习 简介
在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系：机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法
chatGPT实战之「基于你的数据库，为你智能生成SQL」
这几天很很多粉丝进行了深度交流，发现大家对于SQL学习或者编写都遇到过困难，因此勇哥突发奇想是否可以借助chatGPT来帮一下大家呢？于是就开启了chatGPT的落地之旅。从官网了解到chatGPT支持49种场景的，其中2中常见与sql相关，分别是...
白噪声，有色噪声的定义、特性及其MATLAB仿真
白噪声，有色噪声的定义、特性及其MATLAB仿真
目标检测数据集标注文件统计并可视化--yolov5
# VOC: [x_min, y_min, x_max, y_max] 左上角和右下角# COCO: [x_min, y_min, width, height] 左上角和宽高# YOLO: [x_center, y_center, width, height] 归一化的中心点和宽高
TensorFlow2安装教程
最新Windows11安装TensorFlow2-GPU教程
【计算机视觉】OpenCV实现单目相机标定
在开始本篇博客之前，先填一下上一篇博客【计算机视觉】基于ORB角点+RANSAC算法实现图像全景拼接的坑(不算填吧，算做一个记录，因为并没有解决问题，留着看以后有没有空解决??)，不想看的可以直接跳到下一节。首先解决如何拼接多张图像(上篇博客只能拼接两张图像，多张图像需要保存两张图像的匹配结果，再重
张量——Pytorch中Tensor的维度，形状，意义
搬运一篇文章！阅读原文在深度学习里，Tensor实际上就是一个多维数组（multidimensional array）。而Tensor的目的是能够创造更高维度的矩阵、向量。对Pytorch中的tensor人工读取维度和形状的时候总是很别扭，故作此文加深一下对tensor维度，形状以及各维度意义的理解
学会这两种方式，我们就可以免费使用chatgpt
包括其实不仅仅是这个科技，以后就算出了其他前沿科技，比如说生物科技，可能也是一样的。就是你想要省事便捷走捷径，那你就老老实实付费，如果没有钱，那么不好意思，你就自己慢慢研究吧！然后是给美国用户使用的，所以说，资本真的很会玩的，对吧？一开始说，每个月42刀大家纷纷抱怨太贵了，然后现在他们就说，哎，那我
决策树（Decision Tree）
决策树算法原理及其应用介绍
【深度学习21天学习挑战赛】备忘篇：我们的神经网模型到底长啥样?——model.summary()详解
构建深度学习模型，我们会通过`model.summary()`**输出模型各层的参数状况，已我们刚刚学过的模型为例
一文总结图像生成必备经典模型（一）
一文总结图像生成必备经典模型（一）
slowfast
一个神器 并且模型转换加部署全套 我慢慢说来近年来，基于深度学习的人体动作识别的研究越来越多，slowfast模型提出了快慢两通道网络在动作识别数据集上表现十分优异，本文介绍Slowfast数据准备，如何训练，以及slowfast使用onnx进行推理，着重介绍了Slowfast使用Tensorrt推
Vitis-AI量化编译YOLOv5（Pytorch框架）并部署ZCU104（一）
Vitis-AI进行量化编译
CVPR2022 多目标跟踪（MOT）汇总
CVPR2022 MOT文章汇总
dlib各个版本的下载以及安装教程和使用
Dlib 库是一个用来人脸关键点检测的 python 库。Dlib是一个包含机器学习算法的C++开源工具包。Dlib可以帮助您创建很多复杂的机器学习方面的软件来帮助解决实际问题。 ----志当高远且脚踏实地。程_七辰文章目录一、dlib
车道线检测——概述
车道线检测，是自动驾驶中重要的组成部分。该文主要对车道线检测做了简单的概括和总结。
FPN细节剖析以及pytorch代码实现
FPN细节剖析以及pytorch代码实现
[ 数据集 ] VOC 2012 数据集介绍
[ 数据集 ] VOC 2012 数据集介绍VOC 2012它从根本上说是一个有监督的学习问题，提供了一组标记图像的训练集；包括二十个对象类别：Person、Animal、Vehicle、Indoor；有三个主要的对象识别竞赛：分类、检测和分割；VOC 2012 文件夹介绍1）Annotations
模型初始化与随机种子——Pytorch 炼丹技巧（随手记）
模型参数的默认初始化方式和自定义初始化方式，以及通过设置随机种子让每次实验的模型初始化参数保持一致
tf-idf原理 & TfidfVectorizer参数详解及实战
tf-idf作为文体特征提取的常用统计方法之一，适合用于文本分类任务，本文从原理、参数详解及实战全方位详解tf-idf，掌握本篇即可轻松上手并用于文本数据分类。tf 表示（某单词在某文本中的出现次数/该文本中所有词的词数），idf表示（语料库中包含某单词的文本数、的倒数、取log），tf-idf则表
