数学建模学习（73）：用Python敏感性分析,如此轻松简单
数学建模中的敏感性分析详细实现，从建模到敏感性分析。
Pytorch入门实战（6）：基于GAN生成简单的动漫人物头像
Pytorch入门实战（6）：基于GAN生成简单的动漫人物头像
【OpenCV】车辆识别 C++ OpenCV 原理介绍 + 案例实现
本文主要以车辆识别为目标，利用 C++语言 结合 Qt + OpenCV 进行图像处理相关步骤的讲解
基于双语数据集搭建seq2seq模型
基于英-法数据集搭建无注意力机制的seq2seq模型
使用 CLIP 对没有标记的图像进行零样本无监督分类
OpenAI 提出的CLIP模型，不需要标签并且在 ImageNet 上实现 76.2% 的测试准确率，在这篇文章中将概述 CLIP 的信息，如何使用它来最大程度地减少对传统的监督数据的依赖，以及它对深度学习从业者的影响。
基于GAN的时序缺失数据填补前言（1）——RNN介绍及pytorch代码实现
本专栏将主要介绍基于GAN的时序缺失数据填补。提起时序数据，就离不开一个神经网络——循环神经网络（Recurrent Neural Network, RNN）。RNN是一类用于处理序列数据的神经网络。RNN对具有序列特性的数据非常有效，它能挖掘数据中的时序信息。因为在介绍时序缺失数据填补，就离不开R
利用有放回抽样估计自然常数e python
利用有放回抽样中一个数字没有被抽到的概率估计自然常数e python 使用字典dict 集合set numpy三种实现方式
【深度学习】（一）机器学习基础学习笔记
作为一个图像算法工程师，传统图像算法和深度学习算法都应该掌握，这样在面对不同的实际场景时可以有更多得解决方法。之前的文章基本上都是以传统方法为主，所以今天一起来学习一下有关深度学习的算法。以后也会持续更新深度学习相关的内容。AI人工智能包含的内容十分广泛，对于图像处理而言，机器学习、深度学习或者计算
【GNN报告】复旦大学黄增峰：从优化的角度理解图神经网络
从优化的角度理解图神经网络报告
【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）
本文主要学习 Windows下Qt + OpenCV的开发环境的相关配置，以及OpenCV入门相关案例包括 OpenCV图像原理、基础图像操作、案例实现
AI遮天传 ML-KNN
我们之前学习的方法如决策树、回归分析、贝叶斯分析都可以看作是 三步走 的学习方法，即：那么有没有一种学习方法 不遵循模型假设+参数估计呢？
OpenCV：04图像的基本变换
关键API：其中：结果：结果：可以看到xy轴都缩小了一半仿射变换是图像旋转、缩放、平移的总称。具体的做法是通过一个矩阵和原图片进行坐标运算，得到新的坐标，完成变换，所以仿射变换的关键就是这个矩阵仿射变换不会改变每个像素点上的RGB色彩，只会改变像素对应的位置 ——> 我们只要找出其中对应的数学关系，
Block Recurrent Transformer：结合了LSTM和Transformer优点的强大模型
2022年3月Google研究团队和瑞士AI实验室IDSIA提出了一种新的架构，称为Block Recurrent Transformer 从名字中就能看到，这是一个新型的Transformer模型，它利用了lstm的递归机制，在长期序列的建模任务中实现了显著改进。
【因果推断与机器学习】Causal Inference：Chapter_3
建立一个完整的模型，稳定的模型
Linux下使用Anaconda安装 Pytorch（GPU）各个版本（万无一失），不会出现问题，经历各种踩坑的总结
（1）按照自己的环境选择，但是没有自己想要的版本。（2）修改安装命令里的版本号不是安装出错就是运行出错。（3）安装上之后用进入python环境，导入torch模块，之后输入命令输出安装torch的cuda版本没有反应，因为使用命令装上的是CPU版本的或者装的torch缺失cuda.（3）pytorc
【Python零基础入门笔记 | 14】深度学习如何保存训练好的模型，请看数据持久化之文件操作(1)
数据在计算机中有2种存储方式，一种是在内存中，一种是在硬盘中，内存存储运行过程中的数据，如果数据需要掉电或程序退出后仍然能够保存，那么就需要存储到文件中，进行持久化存储。
智能科学毕业设计题目汇总
丹成学长，搜集分享最新的智能科学与工程业专业毕设选题，难度适中，适合作为毕业设计，大家参考。如何选题，项目分享：https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF%95%E8%AE%BE%E6%8C%87%E5
【车牌识别】基于HOG特征提取和GRNN网络的车牌识别算法matlab仿真
从图的算法流程图可知，基于车牌图像字符特征提取和神经网络的识别算法其首先将训练样本数据进行预处理，得到质量较高的样本数据，然后对这些样本数据进行HOG特征提取，再将特征数据通过神经网络进行训练学习最后得到基于神经网络的车牌识别模块。然后采集一些常规的测试样本图片，同样，对这些样本进行预处理操作，然后
回归问题的评价指标和重要知识点总结
回归分析为许多机器学习算法提供了坚实的基础。在这篇文章中，我们将总结 10 个重要的回归问题和5个重要的回归问题的评价指标。
基于百度飞浆平台(EasyDL)设计的人脸识别考勤系统
软件主要是应用在高校给学生进行考勤、签到处理，所有在功能上需要健全，支持人脸签到，支持输入学号签到，支持添加学生，支持删除学生；在界面上也支持请假管理，需要请假的学生在界面上录入请假事由，方便上课老师了解该学生的详细情况。...
