OpenCV-Python实战（20）——OpenCV计算机视觉项目在Web端的部署
将 OpenCV 计算机视觉项目部署在 Web 端一个有趣的话题，部署在 Web 端的优势之一是不需要安装任何应用，只需要访问地址就可以访问应用，有很多 Python Web 框架可用于部署应用程序，这些框架可以使我们专注于应用程序的核心逻辑，而不必处理低级细节(例如，协议、套接字或进程和线程管理等
新IDE出现，程序员迎来危机？
新的网络世界需要程序员的维持！
构建可以查找相似图像的图像搜索引擎的深度学习技术详解
在本文中将介绍如何查找相似图像的蛇毒学习理论基础并且使用一个用于查找商标的系统为例介绍相关的技术实现，阅读本文后你将有能够从头开始为创建类似图像的搜索引擎的能力。
TensorFlow2 实现动物识别（90类）MobileNetV2算法（内附源码与数据）
本文已加入 ???? Python AI 计划，从一个Python小白到一个AI大神，你所需要的所有知识都在 这里 了。在之前的文章中我们通过Xception算法模型实现了狗、猫、鸡、马四种的动物的识别（新模型！实现动物识别）。今天我们接着介绍MobileNetV2算法，将数据集扩充到90个类别，即
TensorFlow2.x得环境下如何运行TF1.x环境的代码
最近因为学习需要，所以在看别人的代码，但是发现有些教科书或是很久以前的代码都是在TF1.x的环境下编写的。而很多显卡例如Genforce系列在TF1.x中是无法派上用场的，因此需要安装TF2.x-gpu版本来运行代码，但是中间也遇到了很多问题：系统：win11cuda 11.2tensorflow-
从零实现深度学习框架——手写前馈网络实现电影评论分类
本文通过手写前馈神经网络来解决IMDB电影评论分类问题，最终达到了和Keras同类模型相同的表现。
如何保存sklearn训练得到的模型？看这一篇就够了
目录前言一、安装joblib参考前言一、安装joblib可以使用pip命令进行安装：pip install joblib对于conda用户，可以考虑使用conda命令：conda install joblib参考[1] 官方文档
状态机游戏AI设计
状态机AI(玩无主之地3有感)
《Python深度学习》读书笔记：第5章 深度学习用于计算机视觉
目录第5章 深度学习用于计算机视觉5.1 卷积神经网络简介5.1.1 卷积运算5.1.2 最大池化运算5.2 在小型数据集上从头开始训练一个卷积神经网络5.2.1 深度学习与小数据问题的相关性5.2.2 下载数据5.2.3 构建网络5.2.4 数据预处理5.2.5 使用数据增强5.3 使用预训练的卷
TensorFlow2 入门指南 | 18 keras.callbacks 回调使用方法
全网最简洁高效的TensorFlow2入门指南！
Python代码中的if __name__ == ‘__main__‘的作用是什么？
要搞清楚这个问题，要知道以py作为后缀的Python代码文件，有两种使用方式，第一种方式是直接运行，另一种方式是作为模块被别的py文件导入。当采用第一种方式直接运行自身时，name__的值为__main；当采用第二种方式被别的模块导入时，其__name__的值为其文件名(通常也称为模块名);举例实测
5分钟NLP：快速实现NER的3个预训练库总结
在本文中，将介绍对文本数据执行 NER 的 3 种技术。这些技术将涉及预训练和定制训练的命名实体识别模型。
论文回顾：U2-Net，由U-Net组成的U-Net
在这篇文章中，我们将介绍2020年发布的一种称为 U²-Net 或 U-squared Net 的 U-net 变体。U²-Net基本上是由U-Net组成的U-Net。
太惊艳，用 Python 绘制谷爱凌的卡通动漫形象真棒啊
最近各大社交媒体可是被谷爱凌给刷屏了，就在2月8日上午，她在北京冬奥会自由式滑雪女子大跳台比赛中获得冠军，以从未在赛场尝试过的高难度动作获得了全场最高分。不仅如此，谷爱凌在17岁时就已经拥有了六十多枚奖牌，仅在2021-2022赛季世界杯就获得了6金2银1铜共9枚奖牌。除了滑雪，还会钢琴、马术、芭蕾
英特尔OpenVINO工具套件快速构建一款AI应用之课程体验
英特尔OpenVINO工具套件快速构建一款AI应用之课程体验、笔记总结
2022年美赛数学建模E题分析——npp数据获取
2022年美赛数学建模E题分析——npp数据获取
yolact推理环境搭建
下载地址：git clone https://github.com/dbolya/yolact.git安装环境:cd yolact，执行conda env create -f environment.yml下载模型权重：运行测试用例：python eval.py --trained_model=we
详细且通俗讲解轻量级神经网络——MobileNets【V1、V2、V3】
文章目录轻量级神经网络——MobileNetsMobileNetV1深度可分离卷积1、**深度卷积**✨✨✨2、**逐点卷积**✨✨✨参数量和计算量1、**标准卷积**2、**深度可分离卷积**✨✨✨MobileNetV1的网络结构及效果MobileNetV2Linear Bottlenecks✨✨
还在为模型加速推理发愁吗？不如看看这篇吧。手把手教你把pytorch模型转化为TensorRT，加速推理
文章目录摘要环境配置ONNX模型转化第一种推理写法第二种推理写法TensorRT模型转化动态推理静态推理摘要最近，学习了一些模型转化和加速推理的知识，本文是对学习成果的总结。对模型的转化，本文实现了pytorch模型转onnx模型和onnx转TensorRT，在转为TensorRT模型的过程中，实现
pandas在dataframe指定位置添加新的数据列、使用insert函数
pandas在dataframe指定位置添加新的数据列、使用insert函数
