overfit同步小助手
文章同步
机器学习：基于逻辑回归对优惠券使用情况预测分析
逻辑回归模型虽然名字中有回归两字，其本质却是分类模型。分类模型与回归模型的区别在于其预测的变量不是连续的，而是离散的一些类别，以最常见的二分类模型为例，分类模型可以预测一个人是否会违约、客户是否会流失、肿瘤是属于良性肿瘤还是恶性肿瘤等
Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因
常见原因-1一般来说，出现NaN有以下几种情况：相信很多人都遇到过训练一个deep model的过程中，loss突然变成了NaN。在这里对这个问题做一个总结：1.如果在迭代的100轮以内，出现NaN，一般情况下的原因是因为你的学习率过高，需要降低学习率。可以不断降低学习率直至不出现NaN为止，一般来
基于AI分词模型，构建一个简陋的Web应用
内容纯属个人经验，若有不当或错误之处，还请见谅，欢迎指出。文中大致介绍了，如何快捷地使用PaddleHub服务化部署一个简单的AI模型，并简单包装成一个Web应用的过程。主要工具Flask（python的Web框架）PaddleHub（飞桨的预训练模型库）
【AI大比拼】文心一言 VS ChatGPT-4
文心一言是国内一款较为知名的 AI 对话引擎，它基于深度学习技术，能够理解自然语言并生成相应的回复。无论是对话机器人、问答系统还是自动撰写文章等应用场景，文心一言都能为开发者提供强大的支持。用户：“世界上最高的山是什么？” 文心一言回复：“世界上最高的山是珠穆朗玛峰，位于尼泊尔和中国边境，海拔高度为
数据包络分析（超效率-SBM模型）附python代码
超效率-SBM模型超效率SBMpython代码（部分）这段时间差不多忙完了，终于有时间可以来经营我的博客了。上阵子挺多人私信我，原谅我记性不好，可能没有回复全。这篇文章是超效率的扩展。超效率SBMSBM本身就是非径向模型（non-radial model),想要了解径向超效率的请自行去前面翻阅。上篇
【Linux】进程概念二
进程状态的分类、进程状态查看方法、僵尸进程、孤儿进程、环境变量的介绍
利用yolov5进行目标检测，并将检测到的目标裁剪出来
写在前面：关于yolov5的调试运行在这里不做过多赘述，有关yolov5的调试运行请看：本文章主要讲解的是裁剪。需求：识别图片中的人物并将其裁剪出来如果只需识别人物的话，那么只需在yolov5中设定参数即可，例如使用命令行运行时：即为将参数设置为只识别人。此外需要将检测到的目标裁剪出来还需要目标的中
Linux lvm管理讲解及命令
Linux lvm管理讲解及命令干货满满
Git和Github的基本用法（内含如何下载）
Git和Github的基本用法，内含详细使用方法和下载方式
基于深度学习的自动调制识别（含代码链接）
AMR领域具有代表性的和新模型在四个不同的数据集（RML2016.10a, RML2016.10b, RML2018.01a, HisarMod2019.1）上的实现，为感兴趣的研究人员提供统一的参考。
四轮电磁------电磁循迹位置式PID
电磁循迹的学习
YOLOv5、v7改进之二十六：改进特征融合网络PANet为ASFF自适应特征融合网络
在每个空间位置，将不同级别的特征自适应地融合在一起，例如：若某位置携带矛盾的信息，则这些特征将会被滤除，若某位置的特征带有更多的区分性线索，则这些特征将会被增强。解决问题：原YOLOv5模型特征融合网络为PANet，虽然较FPN能更好的融合不同尺度目标的特征，从而提升效果，但是还存在改进的空间，还有
《一文搞懂IoU发展历程》GIoU、DIoU、CIoU、EIoU、αIoU、SIoU
汇总IoU发展历程，建议收藏！
微软Bing的AI人工只能对话体验名额申请教程
ChatGPT这东西可太过火了。国外国内，圈里圈外都是人声鼎沸。微软，谷歌，百度这些大佬纷纷出手。因此出个BIng教程版的chatGPT
ConvLSTM时空预测实战代码详解
ConvLSTM代码复现
【swinUnet官方代码测试自己的数据集（已训练完毕）】
swinUnet官方代码测试自己的数据集
opencv训练自己的模型，实现特定物体的识别
opencv安装包中有训练好的分类器文件，可以实现人脸的识别。当然，我们也可以训练自己的分类器文件，实现对特定物体的识别。本文章就详细介绍下如何训练自己的分类器文件。
语音识别（利用python将语音转化为文字）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、申请讯飞语音端口1.点击链接进入讯飞平台主页面2.在页面注册自己的个人账户3.申请语音端口4.查看自己的端口编码二、python代码讲解1.引入库2.读入数据总结前言本篇博客讲述利用讯飞端口将语音转化为文字。一、申请讯飞
MMPose姿态估计+人体关键点识别效果演示
MMPose开源姿态估计算法库，进行了人体关键点的效果演示。（包括肢体，手部和全身的关键点，还尝试了MMPose实时效果）
NeRF 源码分析解读（一）
对 pytorch 版本的 NeRF 代码进行解析注释