mmlab学习系列

深度学习系列10：人脸识别概述

本文参考https://zhuanlan.zhihu.com/p/765132171.基础这是一篇review的文章。下图是基本流程：1.1数据集公开数据集的变迁如下：1.2前处理人脸处理的变迁如下：1.3网络架构主架构的变迁如下图：1.4目标函数通常，人脸识别可分为人脸识别和人脸验证。前者将一个人脸分类为一个特定的标识（identification），而后者确定一对图片是否属于同一人（Verif
IE06·2022-11-29 09:18

吴恩达机器学习系列课程笔记——第十六章：推荐系统(Recommender Systems)

16.1问题规划https://www.bilibili.com/video/BV164411b7dx?p=96在接下来的视频中，我想讲一下推荐系统。我想讲推荐系统有两个原因：第一、仅仅因为它是机器学习中的一个重要的应用。在过去几年，硅谷不同的技术公司，吴恩达老师常和工作在这儿致力于机器学习应用的人们聊天，问他们觉得最重要的机器学习的应用是什么，或者他们最想改进的机器学习应用有哪些。我最常听到的答
Lishier99·2022-11-29 09:40

在已经安装了pytorch-gpu的情况下安装mmdetection

在mmdetection的安装说明中https://github.com/open-mmlab/mmdetection/blob/master/docs/install.md。
张振皮皮皮虾·2022-11-29 08:51

【mmdetection】mmdetection安装详细步骤

1项目地址项目地址：https://github.com/open-mmlab/mmdetection安装指南：https://github.com/open-mml
Coding的叶子·2022-11-29 08:20

关于mmdetection的配置与利用coco进行训练,测试以及各个参数的介绍

测试以及各个参数的介绍这是一篇在25分钟内完成的文章如果有疏漏,可以mark.首先是背景:1.动机:暂不明2.各个数据的来源:mmdetectiongithub传送门:https://github.com/open-mmlab
czy_0912·2022-11-29 08:17

mmdetection安装教程

简要说一下nndetection的安装步骤吧：github：https://github.com/open-mmlab/mmdetection1、首先看一下自己的cuda版本是多少，根据自己的cuda版本安装对应的
jq_98·2022-11-29 08:46

吴恩达机器学习系列课程作业ex3 matlab实现

目录Matlab实现：lrCostFunction.moneVsAll.mpredictOneVsAll.mpredict.mMatlab实现：lrCostFunction.mfunction[J,grad]=lrCostFunction(theta,X,y,lambda)m=length(y);%numberoftrainingexamplestmp=theta;tmp(1)=0;J=-(y'*
d7901699·2022-11-29 08:47

【人工智能全栈学习】机器学习基础知识——线性回归与逻辑回归（看完就全懂了）

【人工智能全栈学习】机器学习基础知识——线性回归与逻辑回归（看完就全懂了）一、问题二、人工智能全栈学习系列课程三、线性回归四、逻辑回归(logisticregression)KL距离：散度上采样和下采样模型评测准确率和召回率
一拳Marx·2022-11-29 07:03

Pytorch学习系列之十：如何确定合适的epoch数、在加载的模型基础上继续训练

1，使用背景当有以下两种情况时：1）不知道训练的epoch选取为何值时。过小，训练不充分，泛化能力差；过大，训练过度，导致过拟合。所以需要动态观察每个epoch后，模型在验证集（也可以不严谨的说是测试集）上的精度，选取精度最大的epoch作为最终的训练结果。2）在加载的模型基础上继续训练。在训练模型的时候可能会因为一些问题导致程序中断，或者常常需要观察训练情况的变化来更改学习率等参数，这时候就需要
thequitesunshine007·2022-11-29 07:14

mmdetect2d训练自己的数据集（二）—— 模型训练

前言近期在学习mmdetect，总体来说mmlab这个框架感觉上手难度还挺大的，自己也是结合b站各位up主（up主名称：我是土堆、OneShotLove、比飞鸟贵重的多_HKL）以及知乎mmlab官方边看边学
PandAiTech_Seven·2022-11-29 06:04

mmdetect2d训练自己的数据集（一）—— labelme数据处理

前言近期在学习mmdetect，总体来说mmlab这个框架感觉上手难度还挺大的，自己也是结合b站各位up主（up主名称：我是土堆、OneShotLove、比飞鸟贵重的多_HKL）以及知乎mmlab官方边看边学
PandAiTech_Seven·2022-11-29 06:34

DDD理论学习系列（2）-- 领域

DDD理论学习系列目录1.引言领域一词，主要有以下两个意思：一国主权所达之地。学术思想或社会活动的范围。不管是指国家的主权范围也好还是学术活动范围，都是在讲一个范围，一个界限。
weixin_34348111·2022-11-29 03:49

DDD理论学习系列（1）-- 通用语言

1.引言在开始之前，我想我们有必要先了解以下DDD的主要参与者。因为毕竟语言是人说的吗，就像我们面向对象编程一样，那通用语言面向的是？DDD的主要参与者：领域专家+开发人员领域专家：精通业务的任何人。开发人员：开发+测试。领域专家擅长某个领域的知识，专注于交付的业务价值。开发人员则注重于技术实现。开发人员总是想着类、接口、方法、设计模式、架构等。以面向对象的编程思想进行思考，思考如何进行抽象、封装
淋风沐雨·2022-11-29 03:48

视频教程-Python机器学习实训营（原理推导+代码复现+实验分析）-机器学习

参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。唐宇迪¥498.00立即订阅扫码下载「CSDN程
weixin_33266868·2022-11-29 01:12

开源深度学习模型部署工具箱MMDeploy简介及安装

MMDeploy是一个开源的深度学习模型部署工具箱，是OpenMMLab项目的一部分，源码在https://github.com/open-mmlab/mmdeploy，最新发布版本为v0.8.0，License
fengbingchun·2022-11-29 01:01

强化学习简介

强化学习简介参考链接：强化学习系列（一）：强化学习简介感谢原博宝贵的学习资料！一、强化学习是什么？
脑瓜嗡嗡0608·2022-11-28 21:51

Multi-armed Bandits

Multi-armedBandits(多臂老虎机问题)参考链接：强化学习系列（二）：Multi-armedBandits(多臂老虎机问题）一、问题描述先放一张slotmachine的图片1.arm指拉杆
脑瓜嗡嗡0608·2022-11-28 21:51

Markov Processes

马尔科夫决策过程参考链接：强化学习系列（三）：马尔科夫决策过程一、前言1.多臂老虎机只有一个state，没有考虑在不同state下对于action的选择问题2.associativeproblem，即不需要考虑状态间的转移
脑瓜嗡嗡0608·2022-11-28 21:51

吴恩达机器学习系列课程笔记——第四章：多变量线性回归(Linear Regression with Multiple Variables)

4.1多维特征https://www.bilibili.com/video/BV164411b7dx?p=18目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数、楼层、楼屋年限等，构成一个含有多个变量的模型，模型中的特征为(x1,x2,…,xn)。增添更多特征后，我们引入一系列新的注释：n代表特征的数量x(i)代表第i个训练实例，是特征矩阵中的第i行，是一个*
Lishier99·2022-11-28 20:56

【吴恩达机器学习笔记】五、逻辑回归

视频地址：吴恩达机器学习系列课程❤️如果有收获的话，欢迎点赞收藏，您的支持就是我创作的最大动力五、逻辑回归1.逻辑回归接下来我们要讲的是关
Pandaconda·2022-11-28 20:23

【吴恩达机器学习笔记】四、多变量线性回归

视频地址：吴恩达机器学习系列课程❤️如果有收获的话，欢迎点赞收藏，您的支持就是我创作的最大动力四、多变量线性回归1.多功能在之前的课程中，
Pandaconda·2022-11-28 20:21

【无标题】

机器学习2提示：适合初学者使用提示：记得点点关注，持续更新机器学习系列文章目录机器学习2一、什么是回归？二、什么是线性回归？
临渊——摸鱼·2022-11-28 14:35

【无标题】

机器学习1提示：适合初学者使用提示：写完文章后，记得点点关注，持续更新机器学习系列文章目录机器学习1一、机器学习、人工智能、深度学习是什么关系？二、什么是机器学习？
临渊——摸鱼·2022-11-28 14:03

GA-RPN：引导锚点的建议区域网络

原文链接论文地址：https://arxiv.org/pdf/1901.03278.pdf代码地址：GitHub-open-mmlab/mmdetection:OpenMMLabDetectionToolboxandBenchmark1
代码的路·2022-11-28 13:31

视频教程-Tensorflow项目实战-文本分类-深度学习

参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。
weixin_29730237·2022-11-28 12:40

【推荐算法 学习与复现】-- 深度学习系列 -- Deep&Cross

DeepCross模型整体内容思想是和WideDeep保持一致的,尤其是Deep部分基本一致,但是将原先单线性回归的Wide部分替换为Cross网络,增加特征之间的交互力度.模型结构如上图所示,DCN（论文中的叫法）模型从Embedding和Stacking层开始，然后是并行的Cross网络和Deep网络，最后是将两个网络的输出组合在一起的Stacking层和输出层。图示很清楚的表明了模型结构,配
Big_Huang·2022-11-28 10:48

【推荐算法 学习与复现】-- 深度学习系列 -- Wide&Deep

WideDeep模型是Google在2016年提出的，在业界具有非常大的影响力，模型由单层Wide部分和多层的Deep部分组成的混合模型。Wide体现“记忆能力”主要是模型直接学习并利用历史数据中物品或者特征的“共现频率”能力。而Deep部分体现“泛化能力”主要是根据特征发掘甚至从未出现过的稀有特征与最终标签相关性的能力。再简单理解就是Wide部分采用简单的线性回归模型，直接发掘了历史数据的分布规
Big_Huang·2022-11-28 10:47

【深度学习系列（六）】：RNN系列（5）：RNN模型的奇淫巧技之灵活的注意力机制

解决NLP任务的三大法宝：注意力机制、卷积神经网络以及循环神经网络。可见注意力机制对于NLP来说非常重要，所以这里着重说一说注意力机制，以及灵活的使用注意力机制到实际工程中。众所周知，注意力机制通常是运用于seq2seq模型中，我们常用的注意力机制是基于信息的注意力机制，也就是说我们只选择一些关键的的输入信息进行处理，但有时我们也需要关注其他信息，比如说位置信息。在进行公式时别、语音时别等一些场合
wxplol·2022-11-28 08:40

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(中）

上一篇文章–[GAN学习系列3]采用深度学习和TensorFlow实现图片修复(上）中，我们先介绍了对于图像修复的背景，需要利用什么信息来对缺失的区域进行修复，以及将图像当做概率分布采样的样本来看待，通过这个思路来开始进行图像的修复
spearhead_cai·2022-11-28 07:30

mmlab中学习率优化参数整理

mmlab中学习率优化参数整理optimizer=dict(type='SGD',lr=0.01,momentum=0.9,weight_decay=0.0001)lr_config=dict(policy
灰太狼241·2022-11-28 06:54

C++学习系列---读取文件名存入txt和从txt读取每行信息

【1】读取子文件下文件名存入TXT（1）首先了解一下一个文件结构体：struct_finddata_t{    unsigned   attrib;    time_t     time_create;      time_t     time_access;      time_t     time_write;    _fsize_t   size;    char       name[26
大花爱编程·2022-11-28 00:27

机器学习算法之逻辑回归

程序员8月书讯每周荐书：JavaWeb、Python极客编程（评论送书）机器学习系列(1)_逻辑回归初步标签：分类逻辑回归机器学习数据挖掘2015-10-1413:1840516人阅读评论(17)收藏举报分类
风少__Hpy·2022-11-27 21:00

机器学习-聚类-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·2022-11-27 19:25

【快速学习系列】Mybatis缓存和使用SpringBoot开启MyBatis缓存+ehcache

【快速学习系列】Mybatis缓存和使用SpringBoot开启MyBatis缓存+ehcacheMybatis缓存MyBatis一级缓存Mybatis对缓存提供支持，但是在没有配置的默认情况下，它只开启一级缓存
Tuerlechat，·2022-11-27 18:52

图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二）

文章篇幅有限，部分程序出图不一一展示，详情进入项目链接即可图机器学习(GML)&图神经网络(GNN)原理和代码实现（PGL）[前置学习系列二]上一个项目对图相关基础知识进行了详细讲述，下面进图GMLnetworkx
汀丶人工智能·2022-11-27 11:32

（pytorch-深度学习系列）pytorch实现线性回归

pytorch实现线性回归1.实现线性回归前的准备线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。定义两个1000维的向量importtorchfromtime
我是一颗棒棒糖·2022-11-27 07:32

R语言机器学习系列-决策树回归代码

在模型构建部分，二分类模型与回归模型大致相似，主要在rpart函数中多了parms参数可以设置，其值是一个list，其中可以指定分裂规则，将其设定为gini则构建CART决策树，将其设定为information则构建ID3决策树；还可以指定损失函数的权重，这个在遇到训练集样本不平衡的情况时比较有用，具体可以看下帮助文档。初始决策树构建好之后，后剪枝、输出变量重要性、树形图的操作均与回归部分类似。得
Mrrunsen·2022-11-27 06:10

mmdetection3d的安装和使用

MMdetection3D安装步骤创建环境，并激活condacreate-nopen-mmlabpython=3.7-y#激活condaactivateopen-mmlab安装pytorchcondainstallpytorchtorchvisioncudatoolkit
xinxiang7·2022-11-27 04:30

配置MMdetection环境并训练

https://github.com/open-mmlab/mmdetection/blob/master/docs/get_started.md1、先创建一个conda环境并激活它condacreate-nopen-mmlabpython
Amber亮·2022-11-26 21:57

吴恩达机器学习系列课程笔记——第十二章：支持向量机(Support Vector Machines)

12.1优化目标https://www.bilibili.com/video/BV164411b7dx?p=70到目前为止,你已经见过一系列不同的学习算法。在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算法A还是学习算法B，**而更重要的是，应用这些算法时，所创建的大量数据在应用这些算法时，表现情况通常依赖于你的水平。**比如：你为学习算法所设计的特征量的选择，以及如
Lishier99·2022-11-26 21:53

机器学习里面的基函数_机器学习系列（一）——基础概念及分类

机器学习基础(一)emm...那个第一篇文章，简单的自我介绍一下，机器学习小白，希望和大家一起进步，有什么问题可以留言一起探讨。本文撰写于2020/1/1是本人学习机器学习时，做的笔记摘要，为方便日后查漏补缺，以博客的形式粘贴出来，文中所引数据及内容仅作学习之用。机器学习是人工智能的一个子集，目前已经发展出许多有用的方法，比如支持向量机，回归，决策树，随机森林，强化方法，集成学习，深度学习等等，一
weixin_39794734·2022-11-26 21:53

深度学习系列2——Pytorch 图像分类(AlexNet)

1.概述本文主要是参照B站UP主霹雳吧啦Wz的视频学习笔记，参考的相关资料在文末参照栏给出，包括实现代码和文中用的一些图片。整个工程已经上传个人的githubhttps://github.com/lovewinds13/QYQXDeepLearning，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。论文下载：ImageNetClassificationwithDeepC
霁风AI·2022-11-26 21:39

机器学习系列（3）——k近邻法（k-NN）

本文介绍k近邻法（k-nearestneighbor,k-NN）和kd树算法。0x01、k近邻法简介k近邻法是基本且简单的分类与回归方法。k近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的k个最近邻训练实例点，然后利用这k个训练实例点的类的多数来预测输入实例点的类。k近邻模型对应于基于训练数据集对特征空间的一个划分。k近邻法中，当训练集、距离度量、k值及分类决策规则确定后，
陌简宁·2022-11-26 17:09

Ubuntu18.04——私房整理安装NIVIDA驱动(11.4), CUDA11.2, cudnn8.2, TensorRT8.0, Pytorch1.9.0，PaddlePaddle2.2.2

文章目录驱动层安装NVIDIA驱动安装CUDA和cudnncudnn安装测试安装TensorRT8软件层pytorch（1）Pytorch1.9.0-cuda111（2）Open-mmlab-cuda111
Irving.Gao·2022-11-26 10:02

DEBUG:无法安装mmdet包

DEBUG:无法安装mmdet包问题解决问题安装包失败手动安装解决gitclonehttps://github.com/open-mmlab/mmdetection.gitcdmmdetectionpipinstall-rrequirements
aa_lh·2022-11-26 08:01

解决安装mmdet报错- ERROR: Could not build wheels for pycocotools, which is required to install pyproject.t

记录一下自己在安装mmlab中的mmdet库遇到的问题，直接使用pipinstallmmdet报错如下:ERROR:Couldnotbuildwheelsforpycocotools,whichisrequiredtoinstallpyproject.toml-basedprojects
?Follow your heart·2022-11-26 08:24

深度学习系列1——Pytorch 图像分类(LeNet)

1.概述本文主要是参照B站UP主霹雳吧啦Wz的视频学习笔记，参考的相关资料在文末参照栏给出，包括实现代码和文中用的一些图片。整个工程已经上传个人的githubhttps://github.com/lovewinds13/QYQXDeepLearning，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。2.LeNetLeNet可以说是第一个卷积神经网络，LeNet-5。Le
霁风AI·2022-11-26 07:25

对比学习系列论文CPCforHAR(一)：Contrastive Predictive Coding for Human Activity Recognition

0.Abusurt0.1逐句翻译Featureextractioniscrucialforhumanactivityrecognition(HAR)usingbody-wornmovementsensors.特征提取是利用佩戴式运动传感器进行人体活动识别的关键。Recently,learnedrepresentationshavebeenusedsuccessfully,offeringpromi
BuptBf·2022-11-26 07:51

Python手撸机器学习系列（二）：逻辑斯蒂回归（Logistic Regression）(附Python实现坐标点分类及鸢尾花分类)

目录一、原理1.1将回归变为分类1.2目标函数的确立1.2.1极大似然估计求目标函数1.3求解二、代码实现2.1平面坐标点的分类2.2鸢尾花分类三、联系方式一、原理1.1将回归变为分类逻辑斯蒂回归是一个经典的二分类模型，它的精髓在于用线性回归做二分类（或多分类，本文以二分类为主）。线性回归的输出为没有约束的连续值，而分类在于0和1两个值，如何从回归值到分类值就需要一个映射，于是引入了sigmoid
锌a·2022-11-26 02:21

对比学习系列论文

SupervisedContrastiveLearning论文梳理最近在看分类的相关论文，有很多不错的算法，其中一个分支是基于对比学习的。上次小组周会，小师妹分享了SupervisedContrastiveLearning这篇论文，是GoogleResearch2021年发表在MachineLearning上，将对比学习思想推广到完全监督学习的范式中，更加充分地利用标签信息。目前这篇论文的引用量是
咻咻咻哈·2022-11-25 23:40
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他