yolov3训练

SOM是什么？SOM聚类讲解

SOM用于生成训练样本的低维空间，可以将高维数据间复杂的非线性统计关系转化为简单的几何关系，且以低维的方式展现，因此通常在降维问题中会使用它。
让你五行代码·2025-05-24 20:49

打卡Day23

在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练和评估。
烧烤店小蚂蚁·2025-05-24 19:14

【深度学习常用算法】八、深度解析Transformer架构：从理论到PyTorch实现

文中详细解析了Transformer的编码器-解码器结构、多头注意力机制、位置编码策略及训练优化方法，并通过PyTorch实现完整的中英文翻译系统。实验表明，在IWS
AI_DL_CODE·2025-05-24 19:14

python打卡训练营打卡记录day34

知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作
yorushika_·2025-05-24 19:14

基于大模型预测发育性髋脱位的多维度研究与应用报告

1.2研究目的与意义1.3国内外研究现状二、发育性髋脱位概述2.1定义与分类2.2病因与病理机制2.3临床表现与诊断方法三、大模型预测原理与方法3.1大模型技术简介3.2数据收集与预处理3.3模型构建与训练
LCG元·2025-05-24 18:10

python打卡训练营学习记录Day11

超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长importpandasaspdimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsplt.rcPara
m0_74839150·2025-05-24 14:40

Python打卡训练营学习记录Day32

知识点回顾：1.官方文档的检索方式：github和官网2.官方文档的阅读和使用：要求安装的包和文档为同一个版本3.类的关注点：实例化所需要的参数普通方法所需要的参数普通方法的返回值4.绘图的理解：对底层库的调用作业：参考pdpbox官方文档中的其他类，绘制相应的图，任选即可importpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.
FanfanPyt·2025-05-24 13:09

Python打卡训练营学习记录Day23

importnumpyasnpimportpandasaspdfromsklearn.model_selectionimporttrain_test_split,GridSearchCVfromsklearn.preprocessingimportStandardScaler,OneHotEncoderfromsklearn.composeimportColumnTransformerfromsk
FanfanPyt·2025-05-24 13:39

Python打卡训练营学习记录Day1

https://blog.csdn.net/weixin45655710day1了解变量和输出不要重复造轮子知识点：变量的命名和定义debug工具的使用（pycharm和vscode）print函数题目:定义三个变量a,b,c，并分别将整数1,2,3赋值给它们。然后，使用print()函数将每个变量的值单独打印出来，每个值占一行。输入:无输出:a=1b=2c=3print(a)print(b)pr
FanfanPyt·2025-05-24 13:38

Python打卡训练营学习记录Day3

day3列表的基础操作题目:1.创建一个包含三个字符串元素的列表tech_list，元素分别为“Python”,“Java”,“Go”。2.获取列表中的第一个元素，并将其存储在变量first_tech中。3.向tech_list的末尾添加一个新的字符串元素“JavaScript”。4.修改tech_list中的第二个元素（索引为1），将其从“Java”更改为“Ruby”。5.移除列表中的元素“Go
FanfanPyt·2025-05-24 13:38

Python打卡训练营学习记录Day34

知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作
FanfanPyt·2025-05-24 13:06

facebook开源Triton编写GPU内核的编程模型速读：KernelLLM

KernelLLM一、引言KernelLLM是一个基于Llama3.1Instruct的大型语言模型，专为使用Triton编写GPU内核的任务而训练。
Open-source-AI·2025-05-24 13:06

基于yolo训练打架识别检测数据集

基于yolo训练打架识别检测数据集打架识别检测yolo，经yolov8训练。拥有完整数据集（已分好训练和验证集，共9000张）以下文字和示例代码，仅供同学们参考学习！
资深码侬·2025-05-24 13:33

ImageDataGenerator （）用法简介

它允许你实时生成增强的图像数据，这在训练深度学习模型时特别有用，因为它可以帮助提高模型的泛化能力。
风雨打工人·2025-05-24 12:30

【漫话机器学习系列】276.梯度悬崖(Gradient Cliff)

【深度学习】理解梯度悬崖（GradientCliff）：从一个图搞懂优化陷阱在深度学习的优化过程中，我们常常会遇到“训练不稳定”“loss波动异常”甚至“训练失败”的情况。
IT古董·2025-05-24 11:20

yolov5将目标框颜色统一，train.py,detect.py都变为红色方框

查看教程发现大部分都是训练变成红色方框，但是并不能改变推理框的颜色，训练框颜色受plot.py影响，但是推理框的颜色是由另一个文件plotting.py影响的。
李烁.·2025-05-24 09:07

用torch写一个简单网络训练FashionMNIST数据集参考torch官网

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvision.transformsimportToTensortraining_data=datasets.FashionMNIST(root="
李烁.·2025-05-24 09:36

PyTorch性能调优实战：从算子优化到分布式训练全攻略

PyTorch性能调优实战：从算子优化到分布式训练全攻略引言在深度学习落地过程中，性能优化是决定模型能否在生产环境高效运行的关键环节。
灏瀚星空·2025-05-24 08:58

USST新生训练赛3KLMN

题解前言题解部分KPashmakandParmida'sproblem(1800)题目大意题解参考代码LPashmakandGraph(1900)题目大意题解参考代码MLuckyChains(1600)题目大意题解参考代码NManipulatingHistory(1600)题目大意题解参考代码前言KLMN是数据结构（线段树/树状数组）+dp+数论+结论唐题题解部分KPashmakandParmid
Fighter_sky·2025-05-24 07:20

LightGBM学习

LightGBM是近年来在数据科学和机器学习领域备受瞩目的梯度提升框架，凭借高效的内存使用和极快的训练速度，在Kaggle竞赛和工业落地场景中大放异彩。
亿只小灿灿·2025-05-24 07:47

PyTorch Lightning—— PyTorch的 “效率外挂”

很多人在用PyTorch做深度学习项目时，会发现代码里充斥着大量重复的训练、验证、测试流程代码，而PyTorchLightning正是为了解决这些痛点而生，它把核心的深度学习逻辑和样板化的工程代码分离开
亿只小灿灿·2025-05-24 07:47

在线学习、增量学习和模型适应性优化技术

训练数据动态产生:在线学习、增量学习和模型适应性优化技术在仿真计算中，训练数据随时间动态产生时，动态训练神经网络需要结合在线学习、增量学习和模型适应性优化技术。
东北豆子哥·2025-05-24 06:44

Python机器学习：适合新手的8个项目

•使用Scikit-Learn预测葡萄酒质量——训练机器学习模型的分步教程•R:caret–由caret包的作者提供的网络研讨会数据源•UCI机器学习存储库——350多个可搜索的数据集，涵盖几乎所有主题
m0_60667010·2025-05-24 06:12

探秘BERT与VITS2的完美融合：Bert-VITS2，跨语言语音合成新纪元

Bert-VITS2vits2backbonewithmultilingual-bert项目地址:https://gitcode.com/gh_mirrors/be/Bert-VITS2一、项目介绍Bert-VITS2，如其名，是一个融合了多语言预训练模型
郑微殉·2025-05-24 05:03

Bert-VITS-2 效果挺好的声音克隆工具

持中日英三语训练和推理。内置干声分离，切割和标注工具，开箱即用。请点下载量右边的符号查看镜像所对应的具体版本号。
java_lilin·2025-05-24 05:03

CAMEL的特色功能——数据合成

在此章节中，我们将两者结合起来，以训练模型精通页面上的内容。您将学习如何使用CAMEL进行数据生
兔兔爱学习兔兔爱学习·2025-05-24 02:16

机器学习——调参

调参的最终目的是要使训练之后的模型检测物体更精确，向程序的方向更靠近一步的话，就是使得损失函数（例如SSD中的loss）尽量小（因为利用训练集训练出来的模型质量在训练过程中只能靠验证集来检测）。
qq_34872501·2025-05-24 01:36

Python训练营打卡day32

DAY32官方文档的阅读知识点回顾：1.官方文档的检索方式：github和官网2.官方文档的阅读和使用：要求安装的包和文档为同一个版本3.类的关注点：a.实例化所需要的参数b.普通方法所需要的参数c.普通方法的返回值4.绘图的理解：对底层库的调用作业：参考pdpbox官方文档中的其他类，绘制相应的图，任选即可iris=load_iris()df=pd.DataFrame(iris.data,col
宸汐Fish_Heart·2025-05-23 23:24

字节 青训营 X 豆包MarsCode 技术训练营 2024 入营考核

更新2024年10.23更新了java和python的提交后发现有的题目名称和最开始的有些不一样了简单题计算从位置x到y的最少步数问题描述小F正在进行一个AB实验，需要从整数位置x移动到整数位置y。每一步可以将当前位置增加或减少，且每步的增加或减少的值必须是连续的整数（即每步的移动范围是上一步的-1，+0或+1）。首末两步的步长必须是1。求从x到y的最少步数。输入描述输入包含两个整数x和y，表示起
Tankoldbang·2025-05-23 20:07

如何用微积分优化机器学习算法：从理论到实践的深度剖析

通过微积分优化机器学习算法，不仅能提高模型的训练效率，还能增强其预测性能。本文将深入探讨如何利用微积分理论优化机器学习算法，结合经典算法、创新代码和行业案例，为读者提供清晰、可操作的指导。
金枝玉叶9·2025-05-23 18:52

公钥密码学标准(Public Key Cryptography Standards, PKCS)

快速链接:.个人博客笔记导读目录(全部)付费专栏-付费课程【购买须知】:密码学实践强化训练–【目录】PKCS公钥加密标准（PublicKeyCryptographyStandards,PKCS），此一标准的设计与发布皆由
Arm精选·2025-05-23 17:46

python打卡训练营day32————2025.05.21

官方文档的阅读官方文档的检索方式：github和官网官方文档的阅读和使用：要求安装的包和文档为同一个版本类的关注点：实例化所需要的参数普通方法所需要的参数普通方法的返回值绘图的理解：对底层库的调用作业：参考pdpbox官方文档中的其他类，绘制相应的图，任选即可importpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.model_s
莱茵菜苗·2025-05-23 17:14

Python打卡训练营day23——2025.05.12

作业：整理下全部逻辑的先后顺序，看看能不能制作出适合所有机器学习的通用pipelineimportnumpyasnpimportpandasaspdfromsklearn.pipelineimportPipeline,make_pipelinefromsklearn.composeimportColumnTransformerfromsklearn.imputeimportSimpleImpute
莱茵菜苗·2025-05-23 17:14

Python打卡训练营day24——2025.05.13

知识点回顾：元组可迭代对象os模块importosos.getcwd()#getcurrentworkingdirectory获取当前工作目录的绝对路径print(os.listdir())#listdirectory获取当前工作目录下的文件列表path_a=r'D:\work\shujinxing_class'#r''这个写法是写给python解释器看，他只会读取引号内的内容，不用在意r的存在会
莱茵菜苗·2025-05-23 17:14

Python打卡训练营day3——2025.04.22

题目:创建一个包含三个字符串元素的列表tech_list，元素分别为“Python”,“Java”,“Go”。获取列表中的第一个元素，并将其存储在变量first_tech中。向tech_list的末尾添加一个新的字符串元素“JavaScript”。修改tech_list中的第二个元素（索引为1），将其从“Java”更改为“Ruby”。移除列表中的元素“Go”。计算当前tech_list的长度，并将
莱茵菜苗·2025-05-23 17:44

人工智能100问☞第27问：神经网络与贝叶斯网络的关系？

一、通俗解释神经网络像一台“黑箱处理器”，通过大量数据训练学会识别复杂模式（比如识别
AI算力那些事儿·2025-05-23 17:43

YOLO训练输入尺寸代表什么 --input_width 和 --input_height 参数

参数作用硬件对齐要求许多边缘计算芯片（如K230）的NPU对输入尺寸有内存对齐要求（例如32的倍数）。脚本会自动将你填写的输入尺寸向上对齐到最近的32倍数：input_width=int(math.ceil(args.input_width/32.0))*32#例如310→320input_height=int(math.ceil(args.input_height/32.0))*32为什么需要对
广药门徒·2025-05-23 16:39

python图像分类_Python构建图像分类识别器的方法

最后，利用训练好的ERF模型后
weixin_39642990·2025-05-23 16:37

Python机器学习实战：分布式机器学习框架Dask的入门与实战

无论是数据预处理、特征工程还是模型训练，单机环境下的计算资源和内存限制都成为了瓶颈。为了应对这些挑战，分布式计算框架应运而生。Das
AI大模型应用之禅·2025-05-23 14:21

分类器引导的条件生成模型

**数学推导**总结分类器引导的条件生成模型分类器引导的条件生成模型是一种通过预训练分类器来指导生成过程的技术，使得生成的样本符合特定条件。
lqjun0827·2025-05-23 13:19

ToDesk云电脑、并行智算云与顺网云AI支持能力深度实测报告

测试涵盖StableDiffusion图像生成、DeepSeek大模型推理、TensorFlow深度学习训练等典型AI任务，旨在为AI开发者、研究人
山顶望月川·2025-05-23 11:06

DeepSeek源码解构：从MoE架构到MLA的工程化实现

文章目录**一、代码结构全景：从模型定义到分布式训练****二、MoE架构：动态路由与稀疏激活的工程化实践****1.专家路由机制（带负载均衡）****数学原理：负载均衡损失推导****三、MLA注意力机制
程序边界·2025-05-23 11:36

（中转及国内）其他Embedding嵌入模型的配置与使用

配置步骤安装必要包安装langchain-huggingfaceLangChain团队基于huggingface封装的第三方社区包安装sentence-transformers用于生成和使用预训练的文本嵌入基于
yibuapi_com·2025-05-23 11:34

什么是MLOps？MLOps是为了解决什么问题？我们在什么情况下需要MLOps？

其核心目标类似于DevOps，但专注于应对机器学习特有的挑战，如数据变化、模型再训练和性能衰减。MLOps解决什么问题？模型部署困难传统机器学习项目常
杰瑞学AI·2025-05-23 10:54

第五章：YOLOv11 进阶应用与未来展望

读者现在应该已经能够熟练地安装、训练和推理YOLOv11模型。
LIUDAN'S WORLD·2025-05-23 09:17

YOLOv11 性能评估与横向对比

在第二章中，我们深入剖析了YOLOv11的核心技术，从骨干网络、颈部网络到头部，再到损失函数、数据增强和训练策略的创新，揭示了其高性能背后的奥秘。然而，理论的强大最终需要通过严谨的实验数据来验证。
LIUDAN'S WORLD·2025-05-23 09:47

基于大模型的胫腓骨干骨折全周期预测与治疗方案研究报告

、引言1.1研究背景与意义1.2研究目的与创新点1.3国内外研究现状二、大模型技术原理与应用基础2.1大模型的基本架构与算法2.2医疗数据的收集与预处理2.2.1数据收集2.2.2数据预处理2.3模型训练与优化
LCG元·2025-05-23 08:11

论文阅读笔记——PixArt-α，PixArt-δ

PixArt-αPixArt-α论文仅使用28400美元，28M训练数据，训练时长为SD1.5的10.8%，只有0.6B参数量，达到接近商业应用的水准。
寻丶幽风·2025-05-23 08:40

模型微调DPO入门

一、定义定义数据集格式llamafactory训练案例入门文档阅读二、实现定义DPO通过直接优化语言模型来实现对其行为的精确控制，而无需使用复杂的强化学习，也可以有效学习到人类偏好，DPO相较于RLHF
贾亚飞·2025-05-23 07:08

【第15章：量子深度学习与未来趋势—15.2 量子深度学习模型的基础理论与实现方法探索】

今天AI领域正面临类似的困境——GPT-4训练需要消耗1.7万个NVIDIAA100GPU运行3个月，能耗相当于300个家庭一年的用电量。
再见孙悟空_·2025-05-23 07:37
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他