ubuntu18.04安装cuda和cudnn
一、安装 cuda1. 首先查看自身电脑最高支持的cuda版本为多少，在终端输入以下指令nvidia-smi可以看到我的最高支持 cuda 11.4 。2. 打开英伟达官网 下载官方cuda此处我下载的是cuda 11.0.3 版本，并选择相应配置，复制指令至终端下载3. 运行官网安装指令4. 依次
国科大.模式识别与机器学习.期末复习笔记手稿+复习大纲
这是博主复习《模式识别与机器学习》这门课程时的手稿。本文基本覆盖了这门课程的所有知识点，认真复习的话90分以上没有什么问题，如果有哪里的字体难以辨认，请评论区留言。
寒假本科创新学习——机器学习（一）
机器学习的概念、基本术语
2022数模国赛C题思路解析(可供训练用 源码可供参考)
2022数模国赛C题思路解析 有代码和论文 可供参考和训练用
Python中的时间序列数据操作总结
在本文中，我们介绍时间序列数据的索引和切片、重新采样和滚动窗口计算以及其他有用的常见操作，这些都是使用Pandas操作时间序列数据的关键技术。
【Android App】人脸识别中借助摄像头和OpenCV实时检测人脸讲解及实战（附源码和演示 超详细）
【Android App】人脸识别中借助摄像头和OpenCV实时检测人脸讲解及实战（附源码和演示 超详细）
猿创征文｜【Python数据科学快速入门系列 | 05】常用科学计算函数
本文以鸢尾花的数据预处理为例，描述了科学计算在机器学习使用的示例。
Python进阶——网课不愁系列AI换脸技术
AI换脸，网课期间你就是最靓的崽
ChatGPT 体验和思考
ChatGPT 体验和思考
ChatGPT：构建与人类聊天一样自然的机器人
ChatGPT：构建与人类聊天一样自然的机器人
one-hot编码
one-hot编码，又称独热编码、一位有效编码。one hot在特征提取上属于词袋模型(bag of words)优缺点分析优点：- 一是解决了分类器不好处理离散数据的问题- 二是在一定程度上也起到了扩充特征的作用(上面样本特征数从3扩展到了9)缺点：- 它是一个词袋模型，不考虑词与词之间的顺序-
【Android App】人脸识别中使用Opencv比较两张人脸相似程度实战（附源码和演示 超详细）
【Android App】人脸识别中使用Opencv比较两张人脸相似程度实战（附源码和演示 超详细）
常见的降维技术比较：能否在不丢失信息的情况下降低数据维度
本文将比较各种降维技术在机器学习任务中对表格数据的有效性。
改进YOLOv5 | 头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器
在目标检测中，分类任务和回归任务之间的冲突是一个众所周知的问题。因此...
【2022】保姆级Anaconda安装与换国内源教程
一、Anaconda的安装由于Anaconda官网在境外，为了提升下载速度，我们选择从北京外国语大学镜像站下载Anaconda的安装包。Index of /anaconda/archive/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirrorhttps://mirr
Pytorch优化器全总结（一）SGD、ASGD、Rprop、Adagrad
这是一个系列，以Pytorch为例，介绍所有主流的优化器，如果都搞明白了，对优化器算法的掌握也就差不多了。作为系列的第一篇文章，本文介绍Pytorch中的SGD、ASGD、Rprop、Adagrad，其中主要介绍SGD和Adagrad。因为这四个优化器出现的比较早，都存在一些硬伤，而作为现在主流优化
高通平台开发系列讲解（AI篇）如何让MTCNN运行在SNPE
📢本篇章主要介绍如何使用高通平台SNPE运行MTCNN。
主成分分析法（PCA）的理解（附python代码案例）
主成分分析（Principal Component Analysis, PCA）是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。换一种说法：PCA去除噪声和不重要的特征，将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此
2022年最有开创性的10篇AI论文总结
本文我们总结了在2022年发表的最具开创性的10篇论文，无论如何你都应该看看。
Yolov5训练自己的数据集（超详细）
一、从官网下载最新的yolov5代码二、新建VOCData文件夹三、VOCData文件夹结构1、新建Annotations文件夹，存放标签简单的xml文件，应该长这样复杂的xml文件，应该长这个样子2、新建images文件夹，存放图片数据注意：需要观察自己的图片文件的后缀名，后面需要用到，不然可能出
