注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 开发老司机们“填坑避雷”的50篇经验之谈

  2. 对面向开发者的干货内容进行了梳理和总结： 一是理论。 过去一年间， AI 科技评论不断报道与人工智能技术相关的公开课程， 请来多个相关领域的资深学者， 持续解读基础概念， 为大家答疑解惑。 该栏目涵盖深度学习以及相关应用和延伸， 涉及自动驾驶、 语音、医疗、 人脸识别等方方面面。 二是工具。 AI 科技评论也在时刻关注着相关深度学习工具的动态和更新，如 TensorFlow、PyTorch、 Theano 等。 不仅如此， 我们还推出相关实战课程， 例如如何搭建系统进行图像识别。 除了底层工具

  3. 所属分类：机器学习

    • 发布日期：2018-06-27
    • 文件大小：61mb
    • 提供者：weixin_41587259

  1. Numpy日常使用总结

  2. 自己也根据文章配上了视频，了解下！（视频做的不好，还请见谅，总算迈出了第一步！） Numpy使用总结，日常够用了吧！ 前言 想了解 Numpy 的人基本上都是要和数据打交道的，Numpy对数据操作的方法多，底层也是使用 C 实现的，也就是说Numpy处理数据的速度是比较快的，这也体现了 Python 胶水语言的特性。Numpy 也被称为机器学习三剑客之一，另外的就是 Pandas 和 Matplotlib 了，虽然当前有诸如 scikit-learn 机器学习包以及 Pytorch、Tensor

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：103kb
    • 提供者：weixin_38605604

  1. [DL]PyTorch 学习总结（1）

  2. 本系列文章为“深度之眼” PyTorch 框架班学习笔记。 安装 PyTorch（macOS 操作系统下） pip install torch 查询 PyTorch 版本 import torch print(torch.__version__) # 1.5.0 张量是什么？ 张量是一个多维数组： – 标量是一个 0 维数组； – 向量是一个 1 维数组； – 矩阵是一个 2 维张量。 torch.tensor 有什么功能？ 最重要的功能是可以求导： – data：被转换为 tensor 的

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：52kb
    • 提供者：weixin_38748556

  1. 深度学习–第9篇: Pytorch模型创建与nn.Module

  2. Pytorch模型创建与nn.Module1. 模型创建步骤1.1 构建模型的两要素2. nn.Module属性2.1 torch.nn2.2 nn.Module3. 模型容器Containers3.1 nn.Sequential3.2 nn.ModuleList3.3 nn.ModuleDict3.4 容器总结4. AlexNet创建5. VGG16创建6. MobileNetv2创建 1. 模型创建步骤 原创文章 23获赞 6访问量 1992

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：113kb
    • 提供者：weixin_38610573

  1. SEU_RFF_Methods-源码

  2. 《基于深度学习的无线设备射频指纹识别技术研究》的源代码 主要总结了射频指纹识别的常用方法，整个代码基于ZigBee采集到的信号实现 信道影响部分的代码基于信道仿真和真实采集的数据 整个实验基于Matlab R2020a，Python 3和Pytorch 1.5.0实现

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：113mb
    • 提供者：weixin_42117150

  1. deep-learning-for-image-processing:用于图像处理的深度学习，包括分类和对象检测等-源码

  2. 深度学习在图像处理中的应用教程 前言 本教程是对本人研究生期间的研究内容进行整理总结，总结的同时也希望能够帮助更多的小伙伴。 本教程会以视频的方式进行分享，教学流程如下： 1）介绍网络的结构与创新点2）使用Pytorch进行网络的建造与训练3）使用Tensorflow（内部的keras模块）进行网络的建造与训练 教程目录，单击重新相应视频（后续会根据学习内容增加） 图像分类 LeNet（已​​完成） AlexNet（已​​完成） VggNet（已​​完成） GoogLeNet（已​​完成） R

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：961kb
    • 提供者：weixin_42131439

  1. 基于像素梯度的深度学习：Pytorch：基于像素梯度的深度学习（HOG + CNN）-源码

  2. Pytorch：基于像素梯度的深度学习（HOG + CNN） 概述 一种新颖的基于像素梯度的CNN。 为CNN的输入制作“像素渐变数组” 。 与基于灰度图像的普通CNN相比，精度更高。 Pytorch实现为自定义的torchvision.transforms 。 像素渐变阵列 图像的梯度方向是图像处理中的基本组成部分之一，并且经典用于“定向直方图（HOG）功能”，这是最成功的描述符之一。 该存储库是将其带入深度学习领域的建议： 制作量化像素渐变的3维数组（=“像素渐变数组”）。 使用像

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：212kb
    • 提供者：weixin_42117082

  1. 使用神经网络进行深度学习：此存储库包含在Pytorch中实现的各种深度学习用例。 它还包含Ian Goodfellow写的《深度学习》一书中各章的摘要。-源码

  2. 概述 该存储库包含- :check_mark: 逐章总结说明。 :check_mark: 逐章PDF。 :check_mark: 逐章编码。 （.ipynb文件） :check_mark: 关于Udacity的AI纳米学位的概述（） 该存储库中的图像取自Udacity的深度学习纳米学位计划。 知识库内容：项目和理论列表 随着时间的流逝，我已经注册了多个MOOC，并阅读了与深度学习相关的多本书。 我尝试将所有重要说明记录在一个地方，以便我轻松修改 :smiling_face_with_s

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：134mb
    • 提供者：weixin_42122432

  1. Sure博士：:school:DeepLearning学习笔记以及Tensorflow，Pytorch的使用心得笔记。 Sure会不定时往项目中添加他看到的最新的技术，欢迎批评指正-源码

  2. 注意！ 我的Dr.Sure项目正式上线了，主要提前分享学习Tensorflow以及DeepLearning中的一些想法。期间随时更新我的​​论文心得以及想法。 Github地址： : CSDN地址： : 个人博客地址： : 此目录包括2个文件夹，一个是 ，一个是 。 文件夹整理最新的论文分享详解以及在CangJe项目中的代码支持等。 文件夹存放的是使用Tensorflow过程中的一些经验以及一些抽象出来的实用程序使用总结。 ，Tensorflow中OCR识别的论文介绍。 深

  3. 所属分类：其它

  1. 深度文本识别基准：具有深度学习方法的文本识别（光学字符识别）-源码

  2. 场景文本识别模型比较有什么问题？ 数据集和模型分析 | | | | | 我们的四阶段STR框架的官方PyTorch实施，大多数现有的STR模型都适用于该框架。 在一组一致的训练和评估数据集下，使用此框架可以在准确性，速度和内存需求方面对模块性能做出贡献。 这样的分析消除了当前比较中的障碍，以了解现有模块的性能提升。 资质荣誉 基于此框架，我们记录了的第一名， 和 ， 。 总结我们的论文和ICDAR挑战之间的区别。 更新 2020年8月3日：添加该复制了本文的CTC结果。 2019年12月27

  3. 所属分类：其它

  1. Pose-estimation_tutorials：姿势估计和深度学习的工具和教程-源码

  2. 姿势估计教程 这个repo的内容是我在硕士研究生期间学到的很多深度学习内容的大汇总，我的研究方向是姿势估计。仓库里包含了2d和3d姿势估计的一些代码和我的一些读过的觉得比较代码部分包含一些姿势估计常用的工具，其中一些需要用到的特定关键点高斯热图生成的代码，性能评估，一些数据集的不同框架下的数据加载器，， mpii下的pytorch dataloader等。 以2d相关工作为主。长期更新，看到新文章或有意思的问题都会更新汇总进来。 2018.9.14 显着更新dl相关心得。 深度学习相关内容请参见

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：571kb
    • 提供者：weixin_42176612

  1. Python的框架/库总结（深度学习向）

  2. 下面总结了一些我平时常用的库，并配有解释，不多废话，直接上！ 1深度学习库 Tensflower（用过） 先说我对tensflower的理解，入门特别推荐，安装方便，代码一堆，通俗是真的通俗，易懂也是真的易懂，不过支持前期入门，并不支持深入使用。谷歌公司开发的神经网络开源库，主要优点是可进行分布式计算，API稳定，兼容性比较好。张量（Tensor）是他的基本数据单位，可在各种设备上运行，在图形处理和语音识别方面有不俗实力 pytorch（用过） 作为torch的Python版本，由Faceboo

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：80kb
    • 提供者：weixin_38689113

  1. 深度学习PyTorch | 总结

  2. 过拟合、欠拟合 1、在数据不够多的时候，k折交叉验证是一种常用的验证方法。 2、过拟合是指训练误差达到一个较低的水平，而泛化误差依然较大。 欠拟合是指训练误差和泛化误差都不能达到一个较低的水平。 发生欠拟合的时候在训练集上训练误差不能达到一个比较低的水平，所以过拟合和欠拟合不可能同时发生。 3、模型复杂度低容易导致欠拟合；训练数据集小容易导致过拟合；过拟合还可以使用权重衰减和丢弃法来缓解，即使在一个比较小的数据集上使用了权重衰减和丢弃法之后也能够达到一个比较好的效果。 4、L2范数正则化在损失函

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：361kb
    • 提供者：weixin_38504687

  1. ubuntu 16.04 pytorch安装总结

  2. 昨天装完了ubuntu 16.04，之前毕业设计用的tensorflow，但深度学习这门课的作业项目不大，就打算装一下Pytorch，这篇文章总结一下。主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm 1. 创建单独的Anaconda环境！！ 单独的Python环境真的比较重要，我这里创建了python 3.6的环境pytorch 2. 安装显卡驱动 这一步应该在安装完Ubuntu 16.04之后就已经完

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：364kb
    • 提供者：weixin_38658564

  1. [DL]PyTorch 学习总结（2）

  2. 文章目录1. 计算图1.1 动态图1.2 静态图1.3 计算图示例2. 张量的运算2.1 张量的四则运算2.2 对数，指数，幂函数运算2.3 三角函数2.4 变换函数2.5 降维函数2.6 比较函数3. 张量的索引，变换，拼接与拆分3.1 张量的索引3.2 张量的变换3.3 张量的拼接3.4 张量的拆分 1. 计算图 一个深度学习模型是由“计算图”构成的。所谓计算图是一个有向无环图（directed acyclic graph）。数据是这个图的节点（node），运算是这个图的边（edge）。如下

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：55kb
    • 提供者：weixin_38706055