使用Pytorch手写ViT — VisionTransformer
本篇文章使用 Pytorch 中实现 Vision Transformer，通过我们自己的手动实现可以更好的理解ViT的架构
【深度学习实践（八）】生成对抗网络（GAN）之手写数字生成
【深度学习实践（八）】生成对抗网络（GAN）之手写数字生成
PyTorch实战——搭建PyTorch神经网络进行气温预测
PyTorch实战——搭建PyTorch神经网络进行气温预测
数据分析之表示(二)
包含数据的CSV文件的存取，数据存取用到的函数方法，和一些函数的详细功能介绍
刘二大人 PyTorch深度学习实践 笔记 P7 处理多维特征的输入
刘二大人 PyTorch深度学习实践 笔记 P7 处理多维特征的输入
【Python 实战基础】Pandas中Series的创建和数据类型转换
Python 中 Pandas中Series的创建和数据类型转换文件读写基础语法Pandas的Series对象DataFramePandasnumpy
决策树专题_以python为工具【Python机器学习系列（十一）】
决策树专题_以python为工具【Python机器学习系列（十一）】文章目录1.关于信息熵的理解2.信息增益3.信息增益比4.基尼指数5.DecisionTreeClassifier()与DecisionTreeRegressor()5.决策树分类 - 葡萄酒分类_DecisionTreeClass
【深度学习】5-从计算图直观认识“激活函数不以零为中心导致收敛变慢”
关于激活函数以零为中心问题的较直观解释，并于参数值全相同的问题做了对比。
【机器学习算法】关联规则-3 关联规则的指标问题和关联规则的使用方法
关联规则的指标需要用那几类，关联规则如何使用。
数学建模（三）：预测
数学建模（三）：预测
【深度学习】SVM与百度飞桨
SVM和KNN都是对分类数据点进行距离的计算，距离计算公式（二范数）是np.sqare (np.pow ( (x1-x2),2)),即根号下两点差的平方。SVM要比KNN分类效果一般要好，并且速度要快。
数据采集简介
简单介绍一下数据采集-数据采集简介
机器学习之sklearn基础——一个小案例，sklearn初体验
机器学习之sklearn基础
【OpenCV图像处理10】图像直方图
OpenCV图像处理第十部分：图像直方图。主要内容包含：图像直方图的基本概念、使用OpenCV统计、绘制直方图、使用掩膜的直方图以及直方图均衡化。
TensorFlow搭建LSTM实现时间序列预测（负荷预测）
TensorFlow搭建LSTM实现时间序列预测（负荷预测）
25个例子学会Pandas Groupby 操作
在本文中，我们将使用25个示例来详细介绍groupby函数的用法。这25个示例中还包含了一些不太常用但在各种任务中都能派上用场的操作。
【自然语言处理（NLP）】基于循环神经网络实现情感分类
【自然语言处理（NLP）】基于循环神经网络实现情感分类，基于百度飞桨开发，参考于《机器学习实践》所作。
广义线性模型（GLM）及其应用
广义线性模型[generalize linear model(GLM)]是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。
基于YOLOV7的openpose人体姿态检测识别，FPS可以达到“较高”的效果
前不久yolov7（原yolov4团队）在yolov6（美团）开源不到两周的时间也更新了，如下图所示，yolov7效果比前面的版本确实牛逼，在精度相同的情况下，速度上面提升了一大截，但是这是在比较好的设备上面；YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 G
PyTorch实战——线性回归在 cpu、gpu下的运行过程
class LinearRegressionModel(nn.Module):#定义一个类，然后继承nn模块下的一个Module功能def __init__(self,input_dim,output_dim):#一个线性回归模型，给出x，y，训练出w，b，是的y=wx+b成立self.linear
