深圳幻海软件技术有限公司 欢迎您!

人工智能

  • 【机器学习项目实战案例目录】项目详解 + 完整源码

    前言大家好,我是阿光。本专栏整理了《机器学习项目实战案例》,内包含了各种不同的入门级机器学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码。正在更新中~✨🚨我的项目环境:平台:Windows10语言环境:python3.7编译器:PyCharmsklearn版本:1.0.2panda

  • 图像处理--OpenCV实现图像加噪与滤波

    前言:Hello大家好,我是Dream。今天来学习一下如何使用OpenCV实现图像加噪与滤波,欢迎大家一起参与探讨交流~本文目录:一、实验内容二、实验环境和配置三、实验原理及操作1.添加噪声2.噪声二值化3.滤波处理四、实验结果1.原图、添加椒盐噪声、添加白噪声对比2.椒盐噪声二值图与白噪声二值图3

  • 【深度学习时间序列预测案例】零基础入门经典深度学习时间序列预测项目实战(附代码+数据集+原理介绍)

    🚨注意🚨:最近经粉丝反馈,发现有些订阅者将此专栏内容进行二次售卖,特在此声明,本专栏内容仅供学习,不得以任何方式进行售卖,未经作者许可不得对本专栏内容行使发表权、署名权、修改权、发行权、转卖权、信息网络传播权,如有违者,追究其法律责任。前言👑最近很多订阅了🔥《深度学习100例》🔥的用户私信

  • 【CUDA安装详细教程】

    目录前言一、cuda的下载及安装1.cuda版本2.CUDAtoolkitDownload3.cuda安装二、cuDNN下载及安装1.cuDNN下载2.cuDNN配置前言windows10版本安装CUDA,首先需要下载两个安装包CUDAtoolkit(toolkit就是指工具包)cuDNN注:cuD

  • Tensorflow-gpu安装教程(详细)!!!

    关于tensorflow:TensorFlow™是一个基于数据流编程(dataflowprogramming)的符号数学系统,被广泛应用于各类机器学习(machinelearning)算法的编程实现,其前身是谷歌的神经网络算法库DistBelief。Tensorflow拥有多层级结构,可部署于各类服

  • 全网唯一,不忽悠的ChatGPT

     Datawhale干货 作者:Ben,中山大学,Datawhale成员最近ChatGPT火出圈了,它和前阵子的StableDiffusion(AIGC)一样成为社交媒体上人们津津乐道的话题。“ChatGPT要取代谷歌搜索了?”“ChatGPT要让程序员失业了吗?”……类似的标题

  • ECA 注意力模块 原理分析与代码实现

    前言本文介绍ECA注意力模块,它是在ECA-Net中提出的,ECA-Net是2020CVPR中的论文;ECA模块可以被用于CV模型中,能提取模型精度,所以给大家介绍一下它的原理,设计思路,代码实现,如何应用在模型中。一、ECA 注意力模块ECA注意力模块,它是一种通道注意力模块;常常被应用

  • R-CNN史上最全讲解

    文章目录一:初识R-CNN[网络结构]二:训练步骤1.RP的确定2.模型pre-training3.Fine-Tunning4.提取并保存RP的特征向量5.SVM的训练6.bboxregression的训练三:测试步骤step1:Regionproposal的确定step2:RP的Features提

  • 如何国内注册OpenAI 账号,具体方式详解

    如何国内注册OpenAI 账号相信是目前国人人群比较关心的话题了。美国所成立的OpenAI最近成为了很多人关注的对象,其强大的AI功能更是吸引了很多国内的用户,不仅功能更加实用,智能度相比较之前的AI也发生了很大的变化。面对如此具有吸引力的OpenAI,国内很多用户也纷纷想要体验,但却发现

  • Transformer:注意力机制(attention)和自注意力机制(self-attention)的学习总结

    目录前言1.注意力机制1.1非自主提示和自主提示1.2查询,键和值1.3注意力机制的公式1.3.1平均汇聚1.3.2非参数的注意力汇聚(Nadaraya-Watson核回归)1.3.3带参数的注意力汇聚(Nadaraya-Watson核回归)1.4注意力机制的评分函数(a(query,key)a(q

  • yolov5-6.0/6.1加入SE、CBAM、CA注意力机制(理论及代码)

    自从yolov5-5.0加入se、cbam、eca、ca发布后,反响不错,也经常会有同学跑过来私信我能不能出一期6.0版本加入注意力的博客。个人认为是没有必要专门写一篇来讲,因为步骤几乎一样,但是问的人也慢慢多了,正好上一篇加入注意力的文章写的略有瑕疵,那就再重新写一篇。yolo加入注意力三部曲1.

  • YOLOv8 深度详解!一文看懂,快速上手

    YOLOv8是ultralytics公司在2023年1月10号开源的YOLOv5的下一个重大更新版本,目前支持图像分类、物体检测和实例分割任务,在还没有开源时就收到了用户的广泛关注。考虑到YOLOv8的优异性能,MMYOLO也在第一时间组织了复现,由于时间仓促,目前MMYOLO的Dev分支已经支持了

  • Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)

    目录1混乱的Python库2什么是Anaconda?3Anaconda的安装3.1Windows系统3.2Linux系统3.3测试4虚拟环境管理(速查字典)1混乱的Python库你有没有遇到过这样的问题在项目A中需要用到某个Python库PkgA,且项目A的其他库要求PkgA的版本必须为v3.0以上

  • 机器学习【期末复习总结】——知识点和算法例题(详细整理)

    机器学习【期末复习总结】——知识点和算法例题(详细整理)1、什么是机器学习,什么是训练集,验证集和测试集?(摘自ML科普系列(一))机器学习:对计算机一部分数据进行学习,然后对另外一些数据进行预测与判断①训练集:作用:估计模型学习样本数据集,通过匹配一些参数来建立一个分类器。建立一种分类的方式,主要

  • GPU版本安装Pytorch教程最新方法

    目录步骤第一步:安装Anaconda和Pycharm软件第二步:下载安装CUDA11.3(1)首先查看自己电脑GPU版本方式一:搜索框输入nvidia,打开nvidia控制面板方式二:win+R打开cmd,输入nvidia-smi(2)根据这个链接查看自己对应的cuda版本(3)安装第三步:下载GP

  • ChatGDP:人类未来世界的“主宰”

    重要:国内免费ChatGPT体验ChatGPT先简单介绍一下今天的主角——ChatGPT。ChatGPT是一款由OpenAI开发的聊天机器人,它具有出色的自然语言处理能力,能够与人类进行真实的对话。它的核心技术是GPT-3语言模型,能够自动学习语言特征,并进行语义理解、文本生成等任务。ChatGPT

  • 最新目标检测算法回顾2022笔记

    目标检测算法回顾2022笔记[附PPT]总目录篇章1:目标检测的应用与需求篇章2:目标检测的定义与挑战篇章3:目标检测损失函数的进展篇章4:目标检测IOU的发展历程篇章5:目标检测评价指标及数据集[篇章6:目标检测算法的发展概览](https://blog.csdn.net/qq_41895003/

  • “OSError: [WinError 1455]页面文件太小,无法完成操作。”解决方案

    “OSError:[WinError1455]页面文件太小,无法完成操作”解决方案引言1问题原因2解决方案引言某次在Windows系统上跑深度强化学习多进程程序时报错:OSError:[WinError1455]页面文件太小,无法完成操作。具体错误如下图所示最后借助这篇博文:多种方法彻底解决pych

  • Python绘制loss曲线、准确率曲线

    Python绘制loss曲线、准确率曲线使用python绘制网络训练过程中的的loss曲线以及准确率变化曲线,这里的主要思想就时先把想要的损失值以及准确率值保存下来,保存到.txt文件中,待网络训练结束,我们再拿这存储的数据绘制各种曲线。其大致步骤为:数据读取与存储->loss曲线绘制-&gt

  • Google Colab 无敌详细使用教程

    目录什么是GoogleColab谷歌云盘(GoogleDriver) 一、使用Colab进行训练1.数据集的上传 2、预训练权重的上传 3.深度学习网络的上传二、打开Colab并配置环境1、笔记本的创建2、环境的简单配置3、深度学习网络的下载4、数据集的复制与解压5、保

  • 计算机视觉项目-人脸识别与检测

    😊😊😊欢迎来到本博客😊😊😊本次博客内容将继续讲解关于OpenCV的相关知识🎉作者简介:⭐️⭐️⭐️目前计算机研究生在读。主要研究方向是人工智能和群智能算法方向。目前熟悉深度学习(keras、pytorch、yolo系列),python网页爬虫、机器学习、计算机视觉(OpenCV)、群智

  • 【目标检测】YOLOv5遇上知识蒸馏

    前言模型压缩方法主要4种:网络剪枝(Networkpruning)稀疏表示(Sparserepresentation)模型量化(Modelquantification)知识蒸馏(Konwledgedistillation)本文主要来研究知识蒸馏的相关知识,并尝试用知识蒸馏的方法对YOLOv5进行改进

  • Python时间序列分析--ARIMA模型实战案例

    Python时间序列分析–ARIMA模型实战案例,利用ARIMA模型对时间序列进行分析的经典案例(详细代码)**本文将介绍使用Python来完成时间序列分析ARIMA模型的完整步骤与流程,绘制时序图,平稳性检验,单位根检验,白噪声检验,模型定阶,参数估计,模型检验等完整步骤。Python建立时间序列

  • 视频实时行为检测——基于yolov5+deepsort+slowfast算法

    文章目录前言一、核心功能设计二、核心实现步骤1.yolov5实现目标检测2.deepsort实现目标跟踪3.slowfast动作识别三、核心代码解析1.参数2.主函数3.将结果保存成视频总结前言前段时间打算做一个目标行为检测的项目,翻阅了大量资料,也借鉴了不少项目,于是打算通过yolov5实现目标检

推荐阅读