深度学习
-
PyTorch多进程模型推理
进程和线程 进程：一个在内存中运行的应用程序，每个进程有自己独立的一块内存空间。资源分配的最小单位。 线程：进程中的一个执行单元，程序执行的最小单位。一个进程可以有多个线程。 Py…
-
Jieba分词模式详解、词库的添加与删除、自定义词库失败的处理
文章目录 1 Jieba的搜索模式 1.1 全模式 1.2 精确模式 1.3 搜索引擎模式 1.4 分词结果的形式选择 2 词库的添加与删除 2.1 添加单个词语 2.2 添加自定…
-
【一对一小组】2024年有三AI-CV初阶-基础算法组发布，如何夯实深度学习图像识别算法理论基础与实践…
2024年有三AI-CV初阶-基础算法组正式发布！有三AI已经推出了CV初-中-高级培养计划（原名有三AI-CV季划），这是我们的终身计算机视觉学习小组。 该培养计划具有以下特点：…
-
Halcon图像的 OCR 识别&训练字符
2.1识别 OCR 的流程和方法 处理图像使得数字或是字母为白底黑字->创建字符识别句柄->识别->清除句柄 算子：read_ocr_class_m…
-
C++：OJ练习(每日练习！)
编程题： 题一：计算日期到天数的转换 计算日期到天数转换_牛客题霸_牛客网 (nowcoder.com) 示例1 输入： 2012 12 31 输出： 366 思路一： 第一步：创…
-
机器学习、深度学习、人工智能的区别与联系
大家好，如果没有接触过机器学习，往往对机器学习、深度学习、甚至是人工智能有着模糊的概念。在进行深度的对比人工智能、机器学习和深度学习之后，有助于大家理清概念、选择适当技术，并建立起…
-
猿创征文｜深度学习基于ResNet18网络完成图像分类
一．前言 本次任务是利用ResNet18网络实践更通用的图像分类任务。 ResNet系列网络，图像分类领域的知名算法，经久不衰，历久弥新，直到今天依旧具有广泛的研究意义和应用场景。…
-
sparse conv稀疏卷积
很好的教程，感谢作者的分享 通俗易懂的解释Sparse Convolution过程 – 知乎 一、稀疏卷积是什么，为什么提出稀疏卷积？它有什么好处？ 稀疏卷积和普通卷…
-
【AI机器学习入门与实战】CNN卷积神经网络识别图片验证码案例
👍【AI机器学习入门与实战】目录 🍭基础篇 🔥 第一篇：【AI机器学习入门与实战】AI 人工智能介绍 🔥 第二篇：【…
-
图像修复（Image Restoration）算法数据集详细介绍
目录 人脸数据集 1.Helen Face 2.CelebA (Celebrity Attribute) 3.CelebA-HQ 4.FFHQ（Flickr-Faces-HQ） 场…
-
【PyTorch如何实现CPU、GPU相互转换？】
拒绝CPU，PyTorch如何切换GPU计算？ 问题的提出 1.CPU_to_GPU——定义device对象 2.CPU_to_GPU——.cuda()方法 3.GPU_to_CP…
-
对比学习MoCo损失函数infoNCE理解（附代码）
MoCo loss计算采用的损失函数是InfoNCE： 下面是MoCo的伪代码，MoCo这个loss的实现就是基于cross entropy loss。 将k作为q的正样本…
-
【深度学习】——循环神经网络RNN及实例气温预测、单层lstm股票预测
引言 密集连接网络和卷积神经网络都有主要的特点，那就是它们没有记忆。它们单独处理每个输入，在输入和输入之间没有保存任何状态。举个例子：当你在阅读一个句子的时候，你需…
-
ResNet18详细原理（含tensorflow版源码）
ResNet18原理 ResNet18是一个经典的深度卷积神经网络模型，由微软亚洲研究院提出，用于参加2015年的ImageNet图像分类比赛。ResNet18的名…
-
DETR训练自己的数据集
DETR训练自己的数据集实验笔记 DETR是一个利用transformer实现端到端目标检测的模型。本文记录利用官方提供的代码来训练验证自己的数据集的过程以及一些注意事项。 一.数…
