深度学习
-
学习笔记：基于Transformer的时间序列预测模型
1 一些准备的说明 为了便于读者理解，笔者将采取一个盾构机掘进参数预测的实际项目进行Transformer模型的说明。此外，该贴更多用于本人的学习记录，适合于对Transforme…
-
多任务学习的 LSTM 时间序列预测模型基于python+tensorflow实现
简介： 时间序列预测在许多领域中都具有重要的应用价值，而使用深度学习模型来进行时间序列预测则成为了热门研究方向之一。本文介绍了一种基于 LSTM（长短期记忆）网络的多任务学习模型，…
-
CVPR 2023 | 去雨去噪去模糊，图像low-level任务，视觉AIGC系列
Learning A Sparse Transformer Network for Effective Image Deraining 基于Transformer的方法在图像去雨任…
-
快速入门ChatGPT和AIGC：底层原理、热门工具、行业现状【我们能做什么】
最近大家热议的ChatGPT和AI绘画工具的底层技术原理是什么？是如何发展到现在的？有哪些应用场景、热门工具？AIGC产业上下游有哪些公司？作为普通用户，我们还能接触哪些应用AI技…
-
nn.Parameter()
nn.Parameter() 是 PyTorch 中的一个类，用于创建可训练的参数（权重和偏置），这些参数会在模型训练过程中自动更新。 nn.Parameter() 具有以下特点：…
-
Isaac Sim 1. 基本环境配置和操作
目录 1. 介绍 2. 安装软件 3. 基础操作 3.1 程序使用和注意点 3.2 建模，导入模型，属性 4. 遇到的问题 4.1 能否使用Anaconda和Pycharm? 4….
-
AI 与控制：神经网络模型用于模型预测控制（Model Predictive Control）
模型预测控制 最优控制理论处理的问题通常是找到一个满足容许控制的 u*，把它作用于系统（被控对象）ẋ(t)=f(x(t),u(t),t) 从而可以得到系统的状态轨迹 x(t)，使得…
-
YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU 前言 前提条件 相关介绍 IoU（Intersection over Union） GIoU（Generalized-…
-
【YOLO系列】YOLOv3论文超详细解读（翻译 ＋学习笔记）
前言 YOLOv3（《Yolov3:An incremental improvement》）是Joseph Redmon大佬关于YOLO系列的最后一篇，由于他反对将YOLO用于军事…
-
【时间序列】Transformer for TimeSeries时序预测算法详解
一、介绍 1.1 背景 2017年，Google的一篇 Attention Is All You Need 为我们带来了Transformer，其在NLP领域的重大成功展示了它对时…
-
Attentional Feature Fusion 注意力特征融合
Attentional Feature Fusion 注意力特征融合 最近看到一篇比较不错的特征融合方法，基于注意力机制的 AAF ，与此前的 SENet 、SKNet 等很相似，…
-
int8，FLOPS，FLOPs，TOPS 等具体含义
1、定义 算力的计量单位FLOPS（Floating-point operations per second），FLOPS表示每秒浮点的运算次数。具体使用时，FLOPS前面还会有一…
-
重新理解一个类中的forward()和
forward()函数和__init__()的关系 __init__() 是一个类的构造函数，用于初始化对象的属性。它会在创建对象时自动调用，而且通常在这里完成对象所需的所有初始化…
-
Pytorch深度学习基础 实战天气图片识别（基于ResNet50预训练模型，超详细）
文章目录 一、概述 二、代码编写 1. 数据处理 2. 准备配置文件 3. 自定义DataSet和DataLoader 4. 构建模型 5. 训练模型 6. 编写预测模块 三、效果…
-
GoogLeNet详解
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。 ✨完整代码在我的github上，有需要的朋友可以康康✨ https://g…
