点击pytorch选择你需要的配置，复制run this command后面的内容，在命令行里面运行 step1:打开anaconda prompt step2:激活虚拟环境conda activate py38(虚拟环境的名字)step3:输入run this command后面的内容，回车运行（忘记截图了） 在这个过程中可能出现各种问题，可以尝试切换镜像源，反复尝试 我也安装了整整一天才搞好，
转载
2023-10-09 00:00:06
120阅读
深度学习的演进并不是跳跃性的，都是不断优化，所以学习新的模式中总需要回头看看到底为什么会产生。1 SPP 空间金字塔池化SPP(Spatial Pyramid Pooling)详解,不同尺寸的图像尺寸如何输出相同大小的图像呢，裁剪或拉伸，原始图像就会扭曲，因为图像的纵横比改变了。SPP正式为解决此问题。SPP空间金字塔池化（Spatial Pyramid Pooling）,看了这篇文章我才看出门道
转载
2023-10-09 00:00:08
74阅读
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 公众号：datayx论文地址：https://arxiv.org/pdf/1812.11703.pdf代...
转载
2021-10-26 14:19:06
235阅读
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 ：
转载
2022-02-22 15:57:39
357阅读
OpenCV基本操作 1 图像的IO操作这里我们会给大家介绍如何读取图像，如何显示图像和如何保存图像。1.1 读取图像APIcv.imread()参数：要读取的图像读取方式的标志cv.IMREAD*COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。cv.IMREAD*GRAYSCALE：以灰度模式加载图像cv.IMREAD_UNCHANGED：包括alpha通道的
转载
2024-04-30 07:31:36
27阅读
np.round()函数的做用：对给定的数组进行四舍五入，能够指定精度，同np.around()示例一：around(array, decimals=0, out=None)第一个参数指定数组第二个参数指定保留的小数点位数，缺省值为0，即取整数weba=np.array([1.23,2.31,31.23,66.23])print(np.round(a))print(np.around(a))'''result:[ 1. 2. 31. 66.][ 1. 2. 31. 66.]'
原创
2021-08-13 09:29:57
571阅读
夏季更新OpenCV 4.5.3发布了！来看看4.5.3都有哪些重要改进：higui模块：增加对UI后端的支持。特殊编译的OpenCV可以允许选择UI后端，并/或通过plugin动态加载videoio模块：通过FFmpeg后端支持UMat/OpenCL硬件加速的视频编解码video：增加DaSiamRPN跟踪算法（DNN模块：改进layers和activations，支持更多模型优化CUDA后端的
转载
2024-02-29 10:45:19
60阅读
1、验证conda是否安装成功在安装pytorch之前，需要验证coda安装是否成功 WIN+R键，打开cmd，输入nvcc -V,出现以下界面说明安装成功，并且知道版本为10.2（记住）2、创建虚拟环境在命令窗口输入命令cona create -n torch38 python=3.8, 其中torch38是你创建虚拟环境的名称，可以根据你自己的喜好进行设置，建议不要太复杂。pthon=3.8是
转载
2023-10-23 10:15:12
85阅读
GMF模型1.从深度学习的视角可以理解为矩阵分解模型，其中矩阵分解层的用户隐向量和物品隐向量可以看做是一种Embedding方法，然后将Embedding后的向量进行点积 最后通过一个线性层输出 2.模型结构如下 所以输入的模型中的数据有num_users（user的数量），num_items（item的数量），embed_dim(Embedding的维度)模型需要输入的数据inputs里面应该为
转载
2023-11-26 10:58:13
92阅读
DQN（Deep Q Network）DQN可以使计算机玩游戏比人类厉害，Q-learning和Deep-learning的融合当游戏的状态和动作多种多样，多到天文数字的时候，如果用表格来存储的话，显然不切实际，如果用到神经网络就是给出一个状态和动作，通过神经网络，得到这个状态和动作下的value；也可以经过一个状态，通过神经网络，得到不止一个对应的values + op —> value1
转载
2023-12-31 16:36:33
119阅读
文本嵌入预训练模型Glove1.词嵌入预训练模型2.Glove3.求近义词和类比词1.文本嵌入预训练模型虽然 Word2Vec 已经能够成功地将离散的单词转换为连续的词向量，并能一定程度上地保存词与词之间的近似关系，但 Word2Vec 模型仍不是完美的，它还可以被进一步地改进：子词嵌入（subword embedding）：FastText 以固定大小的 n-gram 形式将单词更细致地表示为了
转载
2023-12-06 17:05:29
63阅读
单臂摆是强化学习的一个经典模型，本文采用了4种不同的算法来解决这个问题，使用Pytorch实现。以下是老版本，2022年9月14日新增Dueling DQN, Actor-Critic算法， SAC，更新了PPO，DDPG算法，在文末。DQN：参考：算法思想：https://mofanpy.com/tutorials/machine-learning/torch/DQN/算法实现https://p
转载
2024-05-21 07:12:48
115阅读
torch.nn.functional 涉及了所有 torch.nn 需要 类 和 方法 ，torch.nn 构建的模块通常就是调用 torch.nn.functional 里的方法实现的，通过学习 torch.nn.functional 能为后期更好学习构建模型打下基础。 下文涉及 tensor 形状描述： B: batch大小 C：通道数 H：图像数据的高度 W：图像数据的宽度 L：一维数据的
转载
2023-10-16 00:00:24
82阅读
摘要：在MLP分类器的分析过程中，可以分为数据预处理和网络训练以及可视化部分，其中数据预处理部分会针对数据是否进行标准化处理进行单独分类，主要是用于分析数据标准化对于MLP网络训练的重要性。一、数据准备与探索： 在该数据集中，包含57个邮件内容的统计特征，其中有48个特征是关键词出现的频率*100的取值，6个特征为关
转载
2023-11-03 13:42:37
117阅读
自定义Dataset继承torch.utils.data.Dataset类,创建这个类需要实现三个方法: ** __init __**: 主要用于创建对象，在此方法中一般需要传入图片的路径，通过os模块读取所有图片的路径，同时完成对训练、实验、测试集的划分；#读取所有图片的路径
imgs=[os.path.join(root,img) for img in os.listdir(root)]__
转载
2023-12-07 05:58:43
55阅读
PyTorch 1.x 常用API1. 简介1.1 ResNet模型1.2 torch.nn.Module1.2.1 torch.nn.Module.cpu()1.2.2 torch.nn.Module.cuda1.2.3 torch.nn.Module.eval()1.2.4 torch.nn.Module.state_dict1.2.5 torch.nn.Module.load_state_
转载
2024-05-16 10:28:43
186阅读
1、正则化与偏差-方差分解Regularization：减小方差的策略；误差可分解为偏差，方差与噪声之和，即误差=偏差+方差+噪声之和；偏差度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力；方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响；噪声则表达了在当前任务上任何学习算法所能达到的期望泛化误差的下界；该模型在测试集的效果比较差，这
转载
2023-11-09 14:21:23
52阅读
代码已同步到Github：https://github.com/EasonCai-Dev/torch_backbones1 论文关键信息论文链接:ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design论文主要提出了ShuffleNet-v2的轻量级网络结构，并针对如今CNN网络常用的深度分离卷积（depth
转载
2023-09-17 10:24:46
166阅读
Batch Normalization是google团队在2015年论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》提出的。通过该方法能够加速网络的收敛并提升准确率。在网上虽然已经有很多相关文章，但基本都是摆上论文中的公式泛泛而谈，bn真正是如何运作的很少
【学习笔记】Pytorch深度学习—Batch NormalizationBatch Normalization概念`Batch Normalization ``Batch Normalization 定义：“ 批标准化 ”``Batch Normalization 优点``Batch Normalization 算法分析``Batch Normalization 优点分析`***`Intern
转载
2023-10-13 12:12:01
111阅读
