Caffe学习系列

三因子两水平doe_温故而知新 | DOE实验设计学习系列之（三）：多因子DOE的魅力 （附视频）...

亲爱的小伙伴们，通过前两期的介绍，我们已经初步认识到了DOE的强大功能。但有的小伙伴可能会不以为然：因为在此前的两个案例中因子的数量太少(只有3个)，而实际需要解决的问题中涉及的因子数量可能很多(比如6个以上)。因此，部分小伙伴可能会得出一个结论：DOE只适合少数因子的问题分析，至于处理多因子问题时，就显得无能为力了。这个结论显然有失偏颇。其实DOE的一大特点就是可以处理包含高达50个(并不限于5
渺小呆子·2022-10-28 20:28

Tensorflow,pytorch,Caffe,MXNet,PaddlePaddle,THeano算法框架哪家强？

深度学习平台介绍这里将详细介绍目前应用最广泛的7种深度学习平台(包括Tensorflow、Caffe、Pytorch、MXNet、CNTK、Paddlepaddle、Darknet)的基本原理、主要特性和优势
翼达口香糖·2022-10-28 15:05

ubuntu18下TensorRT加速YOLOV5推理（超详细）

支持诸多的AI框架，如Tensorflow，Pytorch，Caffe，MXNet等。可以通过以下链接进行TensorRT的下载安装，根据自己的cuda版本安装相对应的版本。
李 柏 霖·2022-10-26 07:25

EM(Expectation Maximization Algorithm)算法详解(附代码)-----大道至简之机器学习系列---通俗理解EM算法。

☕️本文来自专栏：大道至简之机器学习系列专栏本专栏往期文章：逻辑回归(LogisticRegression)详解(附代码)---大道至简之机器学习算法系列——非常通俗易懂！
尚拙谨言·2022-10-26 07:16

实战OpenPose项目3：pytorch 实现openpose(包括手和身体姿态估计)

目录简介快速入门下载训练好的模型运行演示简介pytorch实施openpose包括身体和手姿态估计，并且pytorch模型直接从转换openposecaffemodel通过caffemodel2pytorch
源代码杀手·2022-10-25 16:24

机器学习：超参数 、训练集、验证集、测试集、归纳偏好、经验误差与过拟合、性能度量、机器学习发展现状

机器学习导论1.1超参数1.2训练集、验证集、测试集1.3归纳偏好1.4经验误差与过拟合1.5性能度量（performancemeasure）1.6机器学习发展现状声明：文章部分内容摘选于：机器学习系列
唐樽·2022-10-25 14:09

Python数据分析学习系列 八 数据规整：聚合、合并和重塑

Python数据分析学习系列八数据规整：聚合、合并和重塑资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载在许多应用中
天涯尽头黄鹤楼·2022-10-25 12:55

狂神学习系列10：Vue

狂神学习系列10：Vue声明：本文章是基于狂神的课程所编写，本人才疏学浅，内容仅作参考项目和markdown文件资料：06_Vue:基于狂神说vue的项目及笔记文章目录狂神学习系列10：Vue1.前端核心分析
cocochimp·2022-10-25 08:29

pytorch转caffe的一些经历

caffe是比较老的框架了，pytorch还不火的时候，还是比较流行的，有些比较著名的如人脸识别网络如centerloss，目标检测网络mtcnn、ssd，OCR识别都有对应的caffe版本。
liruilucas·2022-10-25 07:44

RKNN-Toolkit2相关API介绍（二）

RKNN-Tookit2介绍RKNN-Toolkit2是为用户提供在PC、RockchipNPU平台上进行模型转换、推理和性能评估的开发套件，用户通过该工具提供的Python接口可以便捷地完成以下功能：1)模型转换：支持Caffe
紫川宁520·2022-10-25 07:43

传统机器学习笔记4——决策树

前沿  上篇博文我们介绍了逻辑回归算法，对逻辑回归有不明白的小伙伴可以回到之前的博文再看看，这里附一个前面介绍过的传统机器学习系列的汇总：传统机器学习笔记——概述传统机器学习笔记1——模型评估方法与准则传统机器学习笔记
I松风水月·2022-10-24 18:18

SSD程序

caffe-MobileNet-ssd训练及测试并训练自己的数据集-灰信网（软件开发博客聚合）(freesion.com)SSD算法详解_ytusdc的博客-CSDN博客_ssd算法GitHub-weiliu89
qq_32790593·2022-10-24 17:30

深度学习系列50：苹果m1芯片加速pytorch

1.介绍Apple的MetalPerformanceShaders（MPS）作为PyTorch的后端来加速GPU训练。MPS后端扩展了PyTorch框架，提供了在Mac上设置和运行操作的脚本和功能。MPS通过针对每个MetalGPU系列的独特特性进行微调的内核来优化计算性能。新设备将机器学习计算图和原语映射到MPS提供的MPSGraph框架和优化内核上。目前pytorch加速版本还是preview
IE06·2022-10-24 07:09

PyTorch源码学习系列 - 2. Tensor

本系列文章会优先发布于微信公众号和知乎专栏，欢迎大家关注微信公众号：小飞怪兽屋知乎:PyTorch源码学习-知乎(zhihu.com)目录前言Tensor是什么？Tensor如何存储？PyTorch眼中的TensorTensor的创建过程Tensor的函数与方法前言如果有人问我刚开始接触PyTorch该从何处学起时，我的回答一定不会是举世瞩目，让人惊叹不已的神经网络（NN,NeuralNetwor
flydreamforever·2022-10-24 07:38

Kubeflow：在Kubernetes上运行机器学习

各种AI公司或者互联网公司的AI部门都会尝试在Kubernetes上运行TensorFlow、Caffe、MXNet等等分布式学习的任务，这为Kubernetes带来了新的挑战。
qq_38478368·2022-10-21 07:26

Python手撸机器学习系列（十三）：AdaBoost提升算法实现

目录AdaBoost算法一、概述二、代码实现三、参考文献AdaBoost算法一、概述提升算法是将一组弱分类器组合成强分类器的算法，大多数的提升算法都是改变训练数据的概率分布（或权值），针对不用的训练数据训练弱分类器学习，最后再组合弱分类器成为一个强分类器。对于提速算法，需要解决两个问题：如何在训练中修改样本的权值如何组合弱分类器AdaBoost提升算法主要做法：首先提高前一轮分类器中被错误分类的样
锌a·2022-10-20 22:49

AdaBoost算法详解及python实现【Python机器学习系列（十八）】

文章目录1.AdaBoost算法简介2.AdaBoost算法逻辑详解2.1数据2.2带权错误率2.3损失函数与确定样本权重2.3确定模型权重2.4输出模型3.AdaBoost算法的python实现1.AdaBoost算法简介Boosting是机器学习的三大框架之一，其特点是，训练过程中的诸多弱模型，彼此之间有着强依赖关系。Boost也被称为增强学习或提升法。典型的代表算法是AdaBoost算法。A
侯小啾·2022-10-20 22:29

吴恩达机器学习（十三）—— ex5：Regularized Linear Regression and Bias v.s. Variance（MATLAB+Python）

吴恩达机器学习系列内容的学习目录→\rightarrow→吴恩达机器学习系列内容汇总。
大彤小忆·2022-10-19 13:34

目标检测算法——10种深度学习框架介绍

二、深度学习框架的优势二、介绍10种主流深度学习框架1.TensorFlow2.Keras3.Caffe4.PyTorch5.Theano6.CNTK7.MXNet8.PaddlePaddle9.Deeplearning4j10
加勒比海带66·2022-10-19 11:57

目标检测算法——为什么我选择PyTorch？

关注”PandaCVer“公众号深度学习Tricks，第一时间送达目录一、PyTorch的诞生二、常见的深度学习框架（一）TensorFlow（二）Keras（三）Caffe/Caffe2三、为什么选择
加勒比海带66·2022-10-19 11:26

ADC学习系列（一）：ADC基础概念

本章主要是进行ADC的基础概念学习，从模拟和数字信号进行入手，分析各自的优缺点和应用场合，从而引出数模转换的重要性。紧接着提到了ADC部分最重要的奈奎斯特采样定理，了解采样频率和被测信号频率之间的关系。最后介绍了ADC的采样保持放大电路，作为ADC部分的输入级，该电路对于采样结果有着至关重要的影响。目录一.模拟信号和数字信号二.数模转换（ADC）原理三.奈奎斯特（Nyquist）采样定理四.采样保
幻化由心·2022-10-19 07:42

计算机网络（四）—— 网络层（3）：IPv4地址

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-16 11:22

机器学习回顾篇（15）：集成学习之GDBT

1引言¶梯度提升树算法（GradientBoostingDecisionTree，GBDT）是一个非常经典的机器学习算法，和我们前面介绍过的Adaboost算法一样，都是提升学习系列算法中的一员。
may_walkaway·2022-10-13 07:39

【集成学习系列教程3】GBDT分类算法原理及sklearn应用

文章目录5GBDT二分类算法5.1概述5.2算法详解5.2.1逻辑回归预测函数5.2.2最大似然估计5.2.3逻辑回归损失函数5.2.4算法的具体步骤5.3sklearn中的GradientBoosting分类算法5.3.1原型5.3.2常用参数5.3.3常用属性5.3.4常用方法5.4实例4：GBDT二分类问题的调参与优化5.4.1数据集的创建与可视化5.4.2训练集和测试集的分割5.4.3调参
Juicy B·2022-10-13 07:30

Python数据分析学习系列 十三 Python建模库介绍

Python数据分析学习系列十三Python建模库介绍资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载本书中，我已经介绍了
天涯尽头黄鹤楼·2022-10-12 07:22

AI作画 AI模型生成图片过程 美女图片 其他图片

https://wenxin.baidu.com/moduleApi/ernieVilg点击结果保存图片一个二次元图片生成的项目地址https://github.com/lltcggie/waifu2x-caffe
芳欣美·2022-10-11 10:34

机器学习系列（二）——分类及回归问题

机器学习基础（二）文章目录机器学习基础（二）3分类算法3.1常用分类算法的优缺点？3.2分类算法的评估方法3.3正确率能很好的评估分类算法吗3.4什么样的分类器是最好的4逻辑回归4.1回归划分4.2逻辑回归适用性4.3逻辑回归与朴素贝叶斯有什么区别4.4线性回归与逻辑回归的区别上篇文章中，我们就机器学习的相关基础概念进行了阐述，包括机器学习的基本概念以及机器学习的分类。不了解的童鞋可以看一下补补课
Way_X·2022-10-11 07:39

计算机网络（三）—— 数据链路层（6）：媒体接入控制MAC

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-10 22:16

计算机网络（三）—— 数据链路层（8、9）：集线器与交换机的区别、以太网交换机自学习和转发帧的流程

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-08 07:36

springBoot学习笔记（2.4）—— 整合PageHelper分页组件

更多文章更多系列文章在个人网站springBoot学习系列笔记文章springBoot学习笔记（1）——搭建springBoot项目文章目录更多文章springBoot学习系列笔记文章一、构建项目步骤1
吓一跳xyz·2022-10-07 17:23

机器学习系列(7)_决策树与随机森林概念

注：本篇博客参考b站：机器学习经典算法（2）——决策树与随机森林文章目录一、熵与基尼系数二、决策树构造实例三、信息增益（ID3算法）四、信息增益率（C4.5算法）五、二分选值六、决策树减枝七、随机森林决策树有三种算法：一、熵与基尼系数熵：一件事情的混乱程度如果一个集合内部的属性很多，混乱程度就很大，则熵值也较大如果一个集合内部的属性很少，混乱程度就很小，则熵值也较小基尼系数和熵在公式上面不同，但是
abc123susie·2022-10-06 07:41

Opencv与Caffe 安装使用

1引言2常用OpenCV库与机器学习平台Caffe2.1OpenCV在图像处理中的使用介绍2.2机器学习平台：Caffe3软件安装及错误解决方案3.1Centos7无网络环境安装配置Opencv3.2Centos7
Mira-Tableau·2022-10-03 07:33

centos7.2下caffe的安装及编译

1、前期准备安装依赖sudoyuminstallprotobuf-develleveldb-develsnappy-developencv-develboost-develhdf5-develsudoyuminstallgflags-develglog-devellmdb-develsudoyumatlas-develcmakeglibc-develgcc-gfortranautoconfauto
weixin_30613433·2022-10-03 07:26

ResNet:Deep Residual Learning for Image Recognition

DeepResidualLearningforImageRecognition参考网络退化问题残差结构ResNet理论网络结构训练设置其他ResNet结构ResNet的效果ResNet的极限深度参考1、你必须要知道CNN模型：ResNet2、ResNet论文详解3、CaffeScale
椰子奶糖·2022-10-03 07:54

Elam的caffe笔记之配置篇（五）：Centos6.5配置opencv3.1.0

Elam的caffe笔记之配置篇（五）：Centos6.5配置opencv3.1.0配置要求：系统：centos6.5目标：基于CUDA8.0+Opencv3.1+Cudnnv5.1+python3.6
Elam_zfq·2022-10-03 07:46

集成学习之随机森林案例专题【Python机器学习系列（十七）】

集成学习之随机森林案例专题【Python机器学习系列（十七）】文章目录1.Bagging与随机森林简介2.随机森林--分类任务2.1准备数据2.2python实现随机森林--分类任务2.3绘制ROC曲线与计算
侯小啾·2022-10-03 07:37

C# WPF调用Python-Tensorflow2深度学习模型

加载数据训练模型2h5文件转pb二C#加载模型并预测1vs2017环境搭建2调用模型三最终效果Python在研究深度学习人工智能领域十分强大，但在工业项目开发中仍常常使用C#和C++来做软件，C++有Caffe
lemonQQP·2022-10-01 07:33

Python数据分析学习系列一——Matplotlib入门学习

1Matplotlib-介绍Matplotlib是一个强大的Python绘图和数据可视化的工具包。安装方法：pipinstallmatplotlib引用方法：importmatplotlib.pyplotasplt绘图函数：plt.plot()显示函数：plt.show()importmatplotlib.pyplotasplt1.1Plot-简单使用plt.plot()#画图，主要是折线图plt
chardman·2022-10-01 07:43

手把手教你使用LabVIEW OpenCV DNN实现手写数字识别（含源码）

OpenCV自己并不能训练神经网络模型，但是它可以载入别的深度学习框架（例如TensorFlow、pytorch、Caffe等等）训练好的模
·2022-09-29 19:45

Nginx学习系列之-Nginx+IIs的简单部署

随着互联网项目用户访问量不断上升，单点web服务器是无法满足大型高并发高负载的业务处理的，为了给web服务器做负载均衡方案，打算采用Nginx搭建负载均衡服务器，把用户请求分配到N个服务器来缓解服务器压力。Nginx简介：Nginx(“enginex”)是一个高性能的HTTP和反向代理服务器，也是一个IMAP/POP3/SMTP代理服务器。Nginx是由IgorSysoev为俄罗斯访问量第二的Ra
sufengmarket·2022-09-29 15:25

Autofac学习系列之-入门

Autofac是什么？Autofac是一种IOC容器，那么什么是IOC容器呢？先说一下两个概念IOC和DI，我的理解：①IOC：调用者不再创建(不自己new)被调用者的实例，而是交给容器去创建(AutoFac就充当这里的容器)，这就是控制反转。②DI：容器创建好的实例再注入调用者的过程，就是依赖注入（比如：属性注入、构造函数注入等）。控制反转控制反转背后的核心思想是,我们不再将类绑定在应用里,让类
sufengmarket·2022-09-29 15:25

C#学习系列之练手上位机基础知识和实用框架-1

C#学习系列之练手上位机基础知识和实用框架-1前言小项目的界面设计1.登录界面2.上位机数据显示界面界面后的模块程序登录界面的用户名输入与密码输入学习心得总结缺陷前言提示：学习来源哔哩哔哩，自己创建完整的第一个小项目工作使用的
arriettyandray·2022-09-28 10:06

大数据方向学习系列——Hive——第二章：Hive安装

大数据学习之Hive系列文章目录第一章Hive入门第二章Hive安装文章目录大数据学习之Hive系列文章目录资料地址1.1Hive安装地址1.2Hive安装部署1.3Hive基本操作1.4将本地文件导入Hive案例2.1MySql安装2.1.1安装包准备2.1.2安装MySql服务器2.1.3安装MySql客户端2.1.4MySql中user表中主机配置2.2Hive元数据配置到Mysql2.2.
程序猿不熬夜·2022-09-28 09:59

大数据方向学习系列——Hive——第一章：Hive入门

系列文章目录第一章Hive入门第二章Hive安装文章目录系列文章目录碎碎念1.1Hive是什么？1.2Hive的优缺点1.2.1优点1.2.2缺点1.3Hive架构原理1.4Hive和数据库比较1.4.1查询语言1.4.2数据存储位置1.4.3数据更新1.4.4索引1.4.51.4.6执行延迟1.4.7可扩展性1.4.8数据规模总结碎碎念从3月15号到4月2号，两个多星期都没写博客了,一直在学习新
程序猿不熬夜·2022-09-28 09:59

吴恩达机器学习系列课程笔记——第十三章：聚类(Clustering)

13.1无监督学习：简介https://www.bilibili.com/video/BV164411b7dx?p=76在这个视频中，我将开始介绍聚类算法。这将是一个激动人心的时刻，因为这是我们学习的第一个非监督学习算法。我们将要让计算机学习无标签数据，而不是此前的标签数据。那么，什么是非监督学习呢？在课程的一开始，我曾简单的介绍过非监督学习，然而，我们还是有必要将其与监督学习做一下比较。在一个典
Lishier99·2022-09-26 22:52

Java本地缓存器Caffeine

com.github.ben-manes.caffeinecaffeine2.9.3一、Caffeine介绍1、缓存介绍缓存(Cache)在代码世界中无处不在。
tiger_angel·2022-09-26 22:48

Java8本地缓存Caffeine

文章目录一、Caffeine介绍1、缓存介绍2、Caffeine介绍二、Caffeine基础1、缓存加载策略1.1Cache手动创建1.2LoadingCache自动创建1.3AsyncCache异步获取
魅Lemon·2022-09-26 22:46

Java高性能本地缓存框架Caffeine

一、序言Caffeine是一个进程内部缓存框架，使用了Java8最新的[StampedLock]乐观锁技术，极大提高缓存并发吞吐量，一个高性能的Java缓存库，被称为最快缓存。
普通网友·2022-09-26 22:46

L2W3作业 TensorFlow教程

TensorFlow，PaddlePaddle，Torch，Caffe，Keras等机器学习框架可以极大地加快你的机器学习开发速度。所有这些框架也都有很多文档，你应该随时阅读学习。
追寻远方的人·2022-09-26 11:18

机器学习模型性能度量详解 【Python机器学习系列（十六）】

机器学习模型性能度量【Python机器学习系列（十六）】文章目录1.错误率与精度2.查准率查全率与F12.1TP、FP、FN、TN2.2查准率与查全率2.3P-R图与平衡点2.4F12.5宏查准率&宏查全率
侯小啾·2022-09-25 20:58
上一页 58 59 60 61 62 63 64 65 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他