mmlab学习系列第27页

机器学习系列-- 异常检测(Anomaly Detection)

目录1、问题的动机2、高斯分布3、异常检测算法4、开发和评价一个异常检测系统5、异常检测与监督学习对比6、特征选择1、问题的动机这一部分介绍异常检测(Anomalydetection)问题。这是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又类似于一些监督学习问题。什么是异常检测呢？为了解释这个概念，举一个例子吧：假想你是一个飞机引擎制造商

已退游，勿扰·2023-01-12 20:49

跟着MindSpore一起学习深度概率

首先想和大家分享的是深度概率学习系列，名字中包含“深度”和“概率”两个词，其分别对应的就是深度学习和贝叶斯理论，也叫贝叶斯深度学习，深度概率学习简单来说

昇思MindSpore·2023-01-12 14:16

Error loading lib\site-packages\torch\lib\caffe2_detectron_ops.dll“ or one of its dependencies

Errorloading“D:\ProgramData\Anaconda3\envs\open-mmlab\lib\site-packages\torch\lib\caffe2_detectron_ops.dll

林风风·2023-01-12 13:53

mmdetection installation

blog.csdn.net/deeplearningfeng/article/details/105554547#commentBox2.officialtutorial:https://github.com/open-mmlab

竹子熊猫·2023-01-12 07:57

【机器学习系列】EM算法第一讲：EM算法相关概述及收敛性证明

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，首先注意以下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论

CHEONG_KG·2023-01-11 20:03

【最优化算法】基于【MATLAB】的牛顿法【Newton Method】计算与推导

个人主页：欢迎访问Ali.S主页最近更新：2022年7月7日⛽Java框架学习系列：Mybatis框架⛳Java基础学习系列：面向对象飞机大战通信仿真学习系列：【硬件】【通信】【MATLAB】【最优化】

Ali.s·2023-01-11 17:50

Deep Learning（深度学习）学习笔记整理系列之（二）

深度学习）学习笔记整理系列[email protected]://blog.csdn.net/zouxy09作者：Zouxyversion1.02013-04-08声明：1）该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的

wangchaoqi1985·2023-01-11 11:37

(转载)Deep Learning（深度学习）学习笔记整理系列之（二）

深度学习）学习笔记整理系列[email protected]://blog.csdn.net/zouxy09作者：Zouxyversion1.02013-04-08声明：1）该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的

xiaowei_nbu·2023-01-11 11:36

Deep Learning（深度学习）学习系列之（二）

DeepLearning（深度学习）学习笔记整理系列声明：1）该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。

Jackery_Shh·2023-01-11 11:36

机器学习笔记（继续更新）

学习内容跟随“吴恩达机器学习系列课程”。

M有在认真学习·2023-01-11 09:00

吴恩达---机器学习的流程（持续更新）

参考：吴恩达机器学习的视频视频链接：[中英字幕]吴恩达机器学习系列课程_哔哩哔哩_bilibili本文用于我自己的内容总结以及层次理解。

M有在认真学习·2023-01-11 09:30

mmLab系列使用方法

mmLab系列使用方法环境搭建mmdetection检查数据集运行部署mmdeploy环境搭建使用mmOCRmmsegmentation环境搭建Windows最推荐安装方法：首先需要查好自己gpu的CUDA

yuanjiaqi_k·2023-01-11 08:43

机器学习系列（2）——CART算法

本文主要介绍CART算法，包括CART分类树/回归树的详细步骤和在sklearn中的参数等。0x01、CART算法简介CART（ClassificationandRegressionTree，分类与回归树）算法是决策树的一种实现，既可用于分类也可用于回归。它是一种二分递归分割技术，即把当前样本划分为两个子样本（即使特征有多个取值，也把数据分为两部分，当前被划分进同一部分的特征在之后的分割过程中将有

陌简宁·2023-01-11 01:49

机器学习系列（14）——K均值聚类

本文介绍K均值（KMeans）聚类算法。0x01、k均值聚类简介K均值聚类是基于样本集合划分的聚类算法。K均值聚类将样本集合划分为K个子集，构成K个类，将n个样本分到K个类中，每个样本到其所属类的中心的距离最小。每个样本只能属于一个类，所以K均值聚类是硬聚类。1、模型给定个样本的集合，每个样本由一个特征向量表示，特征向量的维数是。均值聚类的目标是将个样本分到个不同的类或簇中，这里假设。个类形成对样

陌简宁·2023-01-11 01:18

adcsr图像超分代码_MMEditing: 多任务图像视频编辑工具箱

目前MMEditing的repo已经上线，欢迎大家点赞提issue：open-mmlab/mmeditinggithub.c

东方鸿永·2023-01-10 15:17

MMEditing中超分模型训练与测试

参考：https://zhuanlan.zhihu.com/p/178867385https://github.com/open-mmlab/mmeditinghttps://mmediting.readthed

cv-daily·2023-01-10 15:17

图像&视频编辑工具箱MMEditing安装及使用示例(Inpainting)

源码在：https://github.com/open-mmlab/mmediting，最

fengbingchun·2023-01-10 15:11

港中文-商汤OpenMMLab开源全景图！

OpenMMLab为香港中文大学-商汤科技联合实验室MMLab开源的算法平台，不到两年时间，已经包含众多SOTA计算机视觉算法。

OpenCV中文网公众号·2023-01-10 13:15

商汤科技 OpenMMLab (智能媒体实验室)

从2018年年中开始，香港中文大学多媒体实验室（MMLab）就启动了OpenMMLab（https://github.com/open-mmlab）计划。

蒲建建·2023-01-10 13:13

OpenMMLAB系列框架解读（基于PyTorch）

PaperWeekly·2023-01-10 13:42

open-mmlab (segmentation) 开源框架

趁着近期休息，mmlab官方也举办了一个mmlab-challenge（https://openmmlab.com/competitions/algorithm-2021）复现论文的比赛，报名准备督促自己学习一下

ydncw·2023-01-10 13:11

【机器学习系列】概率图模型第四讲：变量消除法和Belief Propagation算法

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，

CHEONG_KG·2023-01-10 11:08

minitab学习系列--DOE因子分析P值和F值均为星号

系列文章目录文章目录系列文章目录前言一、问题描述二、星号分析1.原因分析一2.原因分析二3.原因分析三总结前言以下DOE仅用于分析F值和P值的*号，模型的好坏不做分析一、问题描述DOE实验矩阵矩阵介绍：7因子、2水平、3中心点、部分因子(1/8)、19次实验DOE实验数据响应为：水迹比例DOE分析问题如下：F值和P值均为星号直到模型中包含项的阶数减少到2阶，F值和P值才计算出来二、星号分析DF（d

用余生去守护·2023-01-10 08:48

Dense神经网络可以做什么【深度学习系列之-Dense神经网络可以做什么】

本文通过假设，理论说明，实践输出，来演示dense神经网络的作用。例子采用keras编程。假设特征向量如：[a,b,c]特征维度为3,a,b,c为特征值，特征值可取离散的整数。例如输入特征向量为[1,2,4]，输出特征为0或者1.我们的目标是，查找哪些逻辑关系可以学习到。如：我们将a+b=3的特征向量的输出设置为1，如果神经网络Q可以通过训练，预测输入向量为[2，1，4]的输出为1.那么则说，a+

weixin_39862845·2023-01-09 17:58

【机器学习系列】浙大机器学习课程-第一章概述

文章目录机器学习的定义监督学习机器学习入门机器学习的定义机器学习是一种非显著式编程。显著式编程是程序固定了程序的输入输出，但是非显著式编程可以让机器进行不断学习。以机器人路径规划为例，机器人根据经验E来提升性能指标P的过程。在人脸识别任务中，经验E往往指训练样本以及对应标签的集合。这些输入的数据都是人为手动添加标签，被称为监督学习。在自动驾驶任务中，经验E往往需要计算机和环境互动获得，计算机产生行

lrchang·2023-01-09 15:15

【机器学习系列】浙大机器学习课程-第二章支持向量机

文章目录1.支持向量机线性可分情况1.1线性可分的定义1.2线性可分下的优化问题2.支持向量机算法2.1核函数的定义2.2原问题和对偶问题3.度量系统性能的标准3.1识别率3.2混淆矩阵3.3ROC曲线4.支持向量机的多分类问题1.支持向量机线性可分情况1.1线性可分的定义线性可分指的是可以使用一条直线分开两个不同的类别，否则为线性不可分。二维特征空间中可视化的例子：三维特征空间可视化的例子：1.

lrchang·2023-01-09 15:15

【深度学习系列】反向传播推导+损失函数+激活函数原理

这是我的学习笔记，若有不足和错误之处，欢迎交流和指正，谢谢！联系方式：[email protected]文章目录1.推导反向传播过程2.常见的损失函数2.1基于距离的损失函数2.2基于概率分布的损失函数3.常见的激活函数3.1Sigmoid函数3.2tanh函数3.3ReLU函数3.4.LeakyReLU4.torch中常见的损失函数1.推导反向传播过程参考链接：https://blog.csdn.ne

lrchang·2023-01-09 15:45

Windows通过源码编译安装open-mmlab/mmcv

以下过程本人亲测有效，不过有一些前提：Anaconda已装CUDA和cudnn已装VisualStudio生成工具已装1.在AnacondaPowershellPrompt中创建一个新的python环境mmcv-test是环境名，可自行替换condacreate-nmmcv-testpython=3.82.进入创建好的环境condaactivatemmcv-test3.安装pytorch的gpu版

小磊学编程·2023-01-09 13:24

《Machine Learning in Action》—— 剖析支持向量机，优化SMO

手撕机器学习系列文章就暂时更新到此吧，目前已经完成了支持向量机SVM、决策树、KNN、贝叶斯、线性回归、Logistic回归，其他算法还请允许Taoye在这里先赊个账，后期有机会有时间再给大家补上。

玩世不恭的Coder·2023-01-09 12:51

【逆强化学习-1】学徒学习（Apprenticeship Learning）

文章目录0.引言1.算法原理2.仿真环境3.运行4.补充（学徒学习+深度Q网络）本文为逆强化学习系列第1篇，没有看过逆强化学习介绍的那篇的朋友，可以看一下：InverseReinforcementLearning-Introduction

非线性光学元件·2023-01-09 10:17

机器学习系列（一）之算法相关数学符号

知行SUN·2023-01-09 08:17

海思SD3403开发板学习（四）

海思SD3403开发板学习系列：四模型转换文章目录海思SD3403开发板学习系列：四模型转换前言一、MindStudio二、模型转换步骤备注：前言就以目前正在研究的YOLOX系列作为模型转换的例子。

蘑菇炒辣椒·2023-01-09 03:38

海思SD3403开发板学习（五）

海思SD3403开发板学习系列：五模型初始化与反初始化文章目录海思SD3403开发板学习系列：五模型初始化与反初始化前言一、初始化二、反初始化前言本文使用yolox模型进行目标检测任务。

蘑菇炒辣椒·2023-01-09 03:38

海思SD3403开发板学习（一）

海思SD3403开发板学习系列：一简介文章目录海思SD3403开发板学习系列：一简介一、3403开发板二、性能介绍1.简介2.主要特点3.性能参数一、3403开发板SD3043标准开发板是常州海图电子科技有限公司推出的一款基于海思

蘑菇炒辣椒·2023-01-09 03:08

海思SD3403开发板学习（三）

海思SD3403开发板学习系列：三CANN和MindStudio安装文章目录海思SD3403开发板学习系列：三CANN和MindStudio安装前言一、CANN安装1.安装依赖项2.CANN安装二、MindStudio

蘑菇炒辣椒·2023-01-09 03:08

海思SD3403开发板学习（二）

海思SD3403开发板学习系列：二配置基础环境文章目录海思SD3403开发板学习系列：二配置基础环境前言一、交叉编译工具安装1.工具链名1.安装二、NFS挂载1.安装NFS2.挂载前言开发环境：VMware15.5.6

蘑菇炒辣椒·2023-01-09 03:37

Python数据分析学习四 NumPy基础：数组和矢量计算

Python数据分析学习系列四NumPy基础：数组和矢量计算资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载NumPy

天涯尽头黄鹤楼·2023-01-09 01:58

2022回顾&2023规划

文章目录2022回顾&2023规划平常心2022回顾1.填坑系列1.1强化学习系列1.2推荐系统系列1.3凸优化1.3图神经网络2.新的知识2.1Paper2.2数学类3.新的积累3.1博客类3.2模型类

哈喽十八子·2023-01-08 14:20

机器学习-半监督学习-思维导图

点击进入：机器学习系列目录其后附有清晰的pdf版本下载链接哦。整理不易，如果您觉得有用的话，请点个赞吧

DevilXiao-CVer·2023-01-08 10:48

paddlepaddle零基础入门深度学习系列之——波士顿房价预测

目录前言数据处理模型设计训练配置训练过程模型保存测试模型前言本人在此前是从未学习过深度学习相关内容的，只是对其听说的比较多，本系列文章是为了记录本人的学习历程，希望对其他想学习深度学习又没有经验的同学有所帮助。基于百度的飞桨工具对波士顿房价进行预测的步骤如下所示：波士顿房价的数据则是由这位无私奉献的程序员贡献，博文地址在正式开始之前需要先按照官方网站的安装教程安装飞桨数据处理第一步：读取数

HJHxHJH·2023-01-08 07:11

Rasa 3.x 学习系列-Rasa [3.4.0] - 2022-12-14新版本发布

Rasa3.x学习系列-Rasa[3.4.0]-2022-12-14新版本发布任何人都可以学习Rasa之优秀Rasa学习资源推荐欢迎同学们报名Gavin老师的Rasa系列课程，任何人都可以学习Rasa之优秀

段智华·2023-01-08 06:55

元学习系列（五）：GRU模型

之前提到的孪生网络那类模型，简单来说他们都是把训练集作为先验知识进行建模，而像LSTM、GRU、神经图灵机这一类模型则提供了另一个新思路，那就是引入外部记忆，在训练过程中通过训练集对外部记忆进行修改，从而在测试的时候利用外部记忆作为先验知识。LSTM和RNN相比，引入了长期记忆和门结构，缓解了长期依赖问题。所谓的门结构，就是sigmoid函数，通过sigmoid函数分析应该遗忘什么、记忆什么和输入

JessssseYule·2023-01-08 02:20

吴恩达机器学习（十七）—— 降维

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·2023-01-08 02:18

PyTorch学习系列教程：何为Tensor？

导读本文继续PyTorch学习系列教程，来介绍在深度学习中最为基础也最为关键的数据结构——Tensor。

小数志·2023-01-07 19:42

神经网络深度学习数据集

面部检测数据集http://mmlab.ie.cuhk.edu.hk/projects/TCDCN.html

千年奇葩·2023-01-07 18:24

Python数据分析学习一

Python数据分析学习系列一资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载第1章准备工作1.1本书的内容本书讲的是利用

天涯尽头黄鹤楼·2023-01-07 15:05

机器学习系列手记（七）：优化算法之随机梯度下降法

优化算法随机梯度下降法在机器学习中，优化问题的目标函数通常可以表示成其中θ\thetaθ是待优化的模型参数，xxx是模型输入，f(x,θ)f(x,\theta)f(x,θ)是模型的实际输出，yyy是模型的目标输出，函数LLL刻画了模型在数据(x,y)(x,y)(x,y)上的损失，PdataP_{data}Pdata表示数据的分布，EEE表示期望。因此，L(θ)L(\theta)L(θ)刻画了当参数

岳小刀·2023-01-07 08:13

100天搞定机器学习|Day7 K-NN

坚持是多么重要，又是多么艰难，目前事情都告一段落，我们继续100天搞定机器学习系列。想要继续做这个是因为，一方面在具体应用中，发现很多之前遗漏的点，可

机器学习算法与Python实战·2023-01-07 07:27

卷积神经网络总结

深度学习系列～卷积神经网络漫谈毕业设计顺利结束，这三个月以来每天都有事做的感觉真的很好，能够专注的去读论文、写代码、写论文，并且毕设期间确实学到了很多东西，尤其是大学四年很少涉及的算法，这几个月通过不断地学习与编码实践

万无引力 WY·2023-01-07 06:48

强化学习系列文章(二十三)：AirSim Python API图像与图像处理

强化学习系列文章(二十三)：AirSimPythonAPI图像与图像处理参考网址：https://microsoft.github.io/AirSim/image_apis/#segmentation1

hhy_csdn·2023-01-07 04:04

推荐频道

mmlab学习系列