GRU实现时间序列预测(PyTorch版)
本篇文章我们采用了经典的循环神经网络GRU来对我们的时序数据建模处理，作为该专栏的第一篇文章，本篇将详细介绍项目的每个实现部分以及细节处理，帮助新手小白快速建立起如何处理时序数据的框架。
概率和似然
在日常生活中，我们经常使用这些术语。但是在统计学和机器学习上下文中使用时，有一个本质的区别。本文将用理论和例子来解释概率和似然之间的关键区别。
YOLO v8详解
通过C3代码可以看出，对于cv1卷积和cv2卷积的通道数是一致的，而cv3的输入通道数是前者的2倍，因为cv3的输入是由主梯度流分支（BottleNeck分支）依旧次梯度流分支（CBS，cv2分支）cat得到的，因此是2倍的通道数，而输出则是一样的。C3模块，其主要是借助CSPNet提取分流的思想，
自动驾驶感知——毫米波雷达
毫米波雷达分类毫米波雷达的信号频段毫米波雷达工作原理车载毫米波雷达的重要参数FMCW雷达的工作流程单目标距离估计多目标距离估计单目标速度估计多目标速度估计。
ChatGPT入门案例｜商务智能对话客服（一）
ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得
边缘检测与角点检测(模式识别与图像处理课程作业)
Susan与Harris角点检测代码如下所示。Sobel与Canny边缘检测代码如下所示。调用susan角点检测算法的代码如下所示。图像转换成灰度图像的代码如下所示。显示正常中文的标签的代码如下所示。图像转换成灰度图像的代码如下所示。图像转换成灰度图像的代码如下所示。显示正常中文的标签的代码如下所示
ChatGPT全球爆火，究竟有何特别之处？
ChatGPT，美国OpenA研发的聊天机器人程序 ，于2022年11月30日发布。ChatGPT是人工智能技术驱动的自然语言处理工具，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文 等任务。
YOLOv8训练自己的数据集(超详细)
YOLOv8训练自己数据集的详细教程
PyTorch+PyG实现图神经网络经典模型目录
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
Pytorch+PyG实现MLP
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
文本生成图像简述4——扩散模型、自回归模型、生成对抗网络的对比调研
各种各样的模型已经开发用于文本到图像的生成，模型主要可以分为三大类：扩散模型（Diffusion Model）、自回归模型（Autoregressive Model）、生成对抗网络模型（Generative Adversarial Networks），下面梳理一些近几年重要的模型并对比这三种方法的优
垃圾分类模型训练部署教程，基于MaixHub和MaixPy-k210
本文是图文演示内容，将给大家介绍 ，在MaixHub上训练模型，然后部署到Maix duino开发板上的流程。 .串口终端，占用板子内存更少，二进制文件，刷固件，烧录地址是0x300000，main.py，report.json，kmodel，迭代次数，数据均衡，浏览器，tfjs，部署平台，模
2022年度总结：拒绝无效努力，实现破圈成长。
在从毕业一直到现在，我都会写一篇关于自己的从技术、商业、人情世故以及未来展望的博文，以至于归纳每个时期的自己，走在互联网开发的边缘，不得不抽出时间鞭策自己学习新知识，未知的知识是 充满好奇的， 就好像一开始无线电灯成功的感觉，是那么充满信心和自豪；但，随着时间的推移和职业的技术成长，慢慢地，这份奋斗
导数的概念——“高等数学”
导数的定义，是为导数的最开始
一文详解Yolov5——基于Yolov5的火灾检测系统
本文以yolov5为基础设计一套火灾检测系统，由于大多数设备、算法的实时性较差或检测精确度偏低，而YOLOv5 检测算法拥有轻量级的模型和优良的性能，针对于此，本项目基于 YOLOv5 算法， 着重解决的问题是如何实现准确快速地检测火灾，以减小在复杂环境中的误检率，并提高检测精确率和实时性。
ChatGPT简要解读(一) - 原理分析与性能提升篇
针对ChatGPT的基本情况、改进方面、性能提升等方面进行简要解读
YOLO-V5轻松上手
YOLO-V5轻松上手
Pytorch实现GCN(基于Message Passing消息传递机制实现)
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
Pytorch深度强化学习案例：基于DQN实现Flappy Bird游戏与分析
在Flappy Bird中，玩家需要通过控制小鸟安全穿过随机长度的水管来得分。本文基于深度Q网络DQN来实现Flappy Bird游戏的自主探索与学习
Pytorch实现EdgeCNN(基于PyTorch实现)
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
