2022已经到了尾声，做一个漂亮的倒计时页面迎接2023年的到来
2022即将到来，快来一起做一个元旦倒计时分享给自己喜欢的人吧~
用HTML制作独一无二的2022回忆旋转相册
元旦即将来临，展望2022，我们可以制作一个自己的2022回忆的旋转相册，通过下面的方法来学习吧。
高级网络应用复习——TCP与UDP，ACL列表， 防火墙，NAT复习与实验（带命令）
本章将会复习：传输层的协议 TCP 和 UDP 协议，ACL访问控制列表，NAT (nat address translation) 网络地址转换，防火墙配置。
新键盘到了，我的工作效率提升了数十倍
快过年了，找到了一份满意的实习，正好旧的键盘坏掉了，最近入手了一款不错的机械键盘奖励自己。到货使用一段时间了，来一篇键盘开箱的博客做一个反馈
为深度学习选择最好的GPU
加快训练速度，更快的迭代模型
自编码器(Auto-Encoder)
一、自编码器原理自编码器算法属于自监督学习范畴，如果算法把x作为监督信号来学习，这里算法称为自监督学习(Self-supervised Learning)在监督学习中神经网络的功能:。是输入的特征向量长度，是网络输出的向量长度。对于分类问题，网络模型通过把长度为输入特征向量????变换到长度为的输出
人工智能导论——遗传算法求解TSP问题实验
一、实验目的：熟悉和掌握遗传算法的原理、流程和编码策略，并利用遗传算法求解组合优化问题，理解求解TSP问题的流程并测试主要参数对结果的影响。二、实验原理：旅行商问题，即TSP问题（Traveling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须
解决module ‘tensorflow‘ has no attribute ‘...‘系列
针对：TensorFlow版本1到2的代码不同
Yolov5应用轻量级通用上采样算子CARAFE
手把手教你YOLOv5添加轻量化上采样算子CARAFE
人工智能：卷积神经网络及YOLO算法 入门详解与综述（二）
卷积神经网络的基本结构由输入层、卷积层、池化层（也称为取样层）、全连接层及输出层构成。卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。由于卷积层中输出特征面的每个神经元与其输入进行局部连接，并通过对应的连接权值与局部输入进行加
深度学习中的FPN详解
深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文
混淆矩阵 （Confusion Matrix）
假设现在有一个分类器A,这个分类器A的作用是告诉一张图片是不是汉堡，那我想知道这个分类器A的效果好不好，应该怎么办呢？最简单的方法是将大量的样本放进到费雷其A当中，让他自己判断这些图片是不是汉堡。经过上面的过程就可以得到一张表格：实际上这张表格是非常庞大的。有成千上万的图片，当他的维度十分大的时候是
【目标检测】YOLOv5遇上知识蒸馏
本文主要来研究知识蒸馏的相关知识，并尝试用知识蒸馏的方法对YOLOv5进行改进。
【数据科学项目02】：NLP应用之垃圾短信/邮件检测（端到端的项目）
随着产品和服务在线消费的增加，消费者面临着收件箱中大量垃圾邮件的巨大问题，这些垃圾邮件要么是基于促销的，要么是欺诈性的。由于这个原因，一些非常重要的消息/电子邮件被当做垃圾短信处理了。在本文中，我们将创建一个 垃圾短信/邮件检测模型，该模型将使用朴素贝叶斯和自然语言处理(NLP) 来确定是否为垃圾短
深度学习——VGG16模型详解
1、网络结构VGG16模型很好的适用于分类和定位任务，其名称来自牛津大学几何组（Visual Geometry Group）的缩写。根据卷积核的大小核卷积层数，VGG共有6种配置，分别为A、A-LRN、B、C、D、E，其中D和E两种是最为常用的VGG16和VGG19。介绍结构图：conv3-64 ：
AI眼中的世界 ——人工智能绘画入门
Disco Diffusion 是发布于 Google Colab 平台的一款利用人工智能深度学习进行数字艺术创作的工具，它是基于 MIT 许可协议的开源工具，可以在 Google Drive 直接运行，也可以部署到本地运行，目前最新的版本是 Disco Diffusion v5.4。.......
OpenPCDet 训练自己的数据集详细教程！
这些天一直在尝试通过OpenPCDet平台训练自己的数据集（非kitti格式），好在最后终于跑通了，特此记录一下训练过程。树和猫，对于自定义数据集的训练我们交流了很多，之前他是通过我写的yolov5系列文章关注的我，现在我通过OpenPCDet 训练自己的数据集系列关注了他，着实让我感觉到了技术分享
SE注意力机制
SE注意力机制虽然基础，但是非常好用，也是应用最广泛的注意力机制之一，在此记录学习
yolov5模型压缩之模型剪枝
稀疏剪枝
图像恢复 SWinIR : 彻底理解论文和源代码 (注释详尽）
文章目录SwinIR 论文SWinIR 网络结构整体框架浅层特征提取深层特征提取图像重建模块主要代码理解SwinIRMLPPatch EmbeddingWindow Attention残差 Swin Transformer 块 (RSTB)HQ Image Reconstruction一个测试实例参
