马飞头秃了吗？

创意固然重要，一个能付诸实践的创意更加重要。AI达人创造营课程链接很多优秀的创意，都产生于领域交叉、跨界碰撞的地方。因此我觉得一个好的创意必然来自于一个具有发散思维的人。附上一张图：保持创意的40种方法。这堂课介绍了飞桨开发者们的一些创意项目，有以下几类：趣味项目游戏复刻特效复刻效果复刻表情机器人看图写诗工业生产项目零代码实现安全帽检测模型垃圾检测所有的项目都出自于开发者们的发散性思维，看到一件事联想到另一件。我一直觉得做一个有趣的人是非常重要的，他们往往能

PaddlePaddle官方课程链接????：高层API助你快速上手深度学习个人笔记以及重点均用蓝色字体标出。自然语言处理，英文Natural Language Processing，简写NLP。NLP这个概念本身过于庞大，可以把它分成“自然语言”和“处理”两部分。先来看自然语言。区分于计算机语言，自然语言是人类发展过程中形成的一种信息交流的方式，包括口语及书面语，反映了人类的思维，都是以自然语言的形式表达。现在世界上所有的语种语言，都属于自然语言，包括汉语、英语、法语等。然后再来看“处理”。

PaddlePaddle官方课程高层API助你快速上手深度学习个人笔记以及重点均用蓝色字体标出。人脸检测技术在生活场景中的应用场景很多，某APP的变脸，美颜，现实生活中的驾驶员疲劳检查等其背后都有这项技术的加持。一、问题定义人脸关键点检测，是输入一张人脸图片，模型会返回人脸关键点的一系列坐标，从而定位到人脸的关键信息。# 环境导入import osimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt

文章目录开始之前：Step 1Step 2出现问题应该怎么办Step 3开始之前：请确保你的电脑上应该安装好与你显卡对应好的CUDA和cuDNN版本。如果没有安装，可以参考这篇安装CUDA以及对应的cuDNN本次安装在Anaconda虚拟环境中进行。Step 1进入Anaconda Powershell Prompt输入：conda create -n paddle2.0 python=3.7上面的 paddle2.0 是给这个环境取的名字，可以自行更改。python版本选择的是3

文章目录三种上采样方法线性插值 | liner interpolate代码实现反池化 | Un - PoolingTranspose Conv对Transport Conv更加细致的理解三种上采样方法在各种深度学习框架中，对于图像任务来说，数据格式通常为 NCHW，因为当数据是以这种格式排列的时候，在利用 intel GPU 加速的情况下，GPU希望读取同一个channel的图像像素是连续的，NCHW的排布正好满足需求，在访问内存的时候就是连续的了，比较方便。在做图像分割的时候，要求对图像做像素级分

上一篇网络设计博客链接：化劲儿-损失函数设计本专栏笔记用于记录学习DataWhale开源CV教程动手学CV-Pytorch遇到的问题及思考教程链接如下：动手学CV-Pytorch重要内容文章会以黄色背景或者蓝色字体标出文章目录训练和测试训练设置伪代码如下后处理目标框信息解码NMS非极大值抑制单图预测推理训练和测试前面的章节，我们已经对目标检测训练的各个重要的知识点进行了讲解，下面我们需要将整个流程串起来，对模型进行训练。目标检测网络的训练大致是如下的流程：设置各种超参数定义数据加载模块

在前面的网络网络设计好以后，就来到了的损失函数设计的流程。上一篇网络设计博客链接：练死劲儿-网络设计本专栏笔记用于记录学习DataWhale开源CV教程动手学CV-Pytorch遇到的问题及思考教程链接如下：动手学CV-Pytorch重要内容文章会以黄色背景或者蓝色字体标出文章目录损失函数匹配策略从Ground true box出发，匹配Prior bbox从Prior bbox出发，寻找任意Ground true box与其IOU超过阈值，进行配对损失函数Confidence lossLocat

经过了前面对目标检测基础以及实验所用VOC数据集的学习和了解，接下来就进入到了此任务的关键步骤——网络设计本专栏笔记用于记录学习DataWhale开源CV教程动手学CV-Pytorch遇到的问题及思考教程链接如下：动手学CV-Pytorch重要内容文章会以黄色背景或者蓝色字体标出文章目录锚框锚框的取舍生成锚框的代码部分网络设计马老师请问VGG16长甚么样子？马老师，这个anchor到底行不行？对于anchor的位置微调锚框在特征图上生成锚框是目标检测任务中常见的手段。在输入图像经过网络的特征提前

目标检测文章目录目标检测关于交并比（IOU）的代码计算部分unsqueezeClamp目标检测是CV常见的任务之一，其在图像分类的基础上还需要实现对目标物体在图像上的位置做出判断及标记，适用于行人检测、自动驾驶、异物检测等领域。如今常见的有YOLO系列、SSD、RCNN等，其中YOLO目标检测网络因为其出色的性能和实时性高得到开发者的青睐。本专栏笔记用于记录学习DataWhale开源CV教程动手学CV-Pytorch遇到的问题及思考教程链接如下：动手学CV-Pytorch关于交并比（IOU）的代

Top.29/13/2020文章目录Top.2

2020.9 计算机二级C语言科目文章目录2020.9 计算机二级C语言科目选择题程序流程图中带有箭头的线段表示的是结构化程序设计的基本原则不包括软件设计中模块划分应遵循的准则是在软件开发中，需求分析阶段产生的主要文档是算法的有穷性是指对长度为NNN的线性表排序，在最坏情况下，比较次数不是N(N−1)/2N(N-1)/2N(N−1)/2的排序方法是堆排序下列关于栈的叙述正确的是在数据库设计中，将E-R图转换成关系数据模型的过程属于由关系R和S通过运算得到关系T，使用的运算为选择题标黄的为正确选项程序

READING is better than SEX文章目录READING is better than SEX什么是CNN？LeNetAlexNet什么是CNN？要想知道什么LeNet、AlexNet…那就必须先明白什么是CNNCNN（Convolutional neural network） →\to→ 卷积神经网络，是当代Computer Vision中经常使用的一种网络模型。CNN中有对图像的几大基础操作，卷积、池化、以及卷积核的size和stride，最后还有应用的act，也就是激活函数

有时候我经常忘记numpy数组的维度axis的方向是什么样子的上网查资料后来记录一下使用0值表示沿着每一列或行标签\索引值向下执行方法使用1值表示沿着每一行或者列标签模向执行对应的方法axis参数作用方向图示另外，记住，Pandas保持了Numpy对关键字axis的用法，用法在Numpy库的词汇表当中有过解释：轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。...

吴恩达机器学习算法（一）名不显时心不朽文章目录吴恩达机器学习算法（一）单变量线性回归问题开始的描述插入一段监督学习算法的工作方式损失（代价）函数梯度下降梯度下降的学习率使用梯度下降的线性回归演示过程单变量线性回归单变量线性回归，这种机器学习算法常被用来预测房价，商品的市值等可根据原有的数据推断出最终的实际结果的情况，属于监督学习的一种。问题开始的描述假如现在你有一个朋友，想将他的一所闲置房售出，所以来询问你他这所房子大概可以买多少钱。而你现在有一组数据，其中有近来统计的：房子的大小与售出价格的点

DAY19.最后一篇笔记，学无止境文章目录DAY19.幂级数幂级数的收敛域（和函数的定义域）和函数幂级数幂级数的考点分两点幂级数的收敛域（和函数的定义域）收敛半径R=lim⁡n→∞∣anan+1∣R = \lim_{n \to \infty}|\frac{a_n}{a_{n+1}}|R=limn→∞​∣an+1​an​​∣收敛区间为（-R,R）讨论 x=+−Rx = +_{-} Rx=+−​R 处的敛散性遇到一些特殊的幂级数要变为标准形式1)Σn→0∞an(x−x0)n→Σn→0∞a

DAY18.明天结束了文章目录DAY18.常数项级数正项级数交错级数绝对收敛常数项级数要清楚一个概念，以前我们学的数列和级数是两个不一样的概念，级数是求和的概念Σn=1∞Un\Sigma_{n =1}^{\infty} U_nΣn=1∞​Un​ 求和判断常数项级数是否收敛或发散当Sn→s,n→∞S_n \to s , n \to \inftySn​→s,n→∞则称该常数项级数收敛当Σn=1∞Un\Sigma_{n =1}^{\infty} U_nΣn=1∞​Un​收敛，则lim⁡n→∞U

DAY17.文章目录DAY17.第一类曲面积分第二类曲面积分高斯公式第一类曲面积分对面积的曲面积分形式：∬∑f(x,y,z)ds\iint_{\sum} f(x,y,z) d_s∬∑​f(x,y,z)ds​例题求∬∑ds\iint_{\sum} d_s∬∑​ds​ 其中∑=2−(x2+y2)\sum = 2 - (x^2+y^2)∑=2−(x2+y2)在 xoy 平面上的部分解：∑\sum∑的区域画图为：总体为一个圆锥体，其中投影面为S {z=0x2+y2⩽2\begin{cases}

DAY16.人不能没有性情文章目录DAY16.第一类曲线积分第二类曲线积分格林公式第一类曲线积分对弧长的曲线积分基本形式为：∫Lf(x,y)ds\int_L f(x,y) d_s∫L​f(x,y)ds​其中L为弧长、f(x,y)的点在弧长L上又分为三种形式方程L:y=y(x);⇒∫abf(x,y(x))1+(yx′)2dxL : y = y(x) ; \Rightarrow \int_a^{b} f(x, y(x))\sqrt {1+(y'_x)^2}d_xL:y=y(x);⇒∫ab​f

DAY15.我喜欢小羊文章目录DAY15.三重积分平面直角坐标系先一后二先二后一柱面坐标球面坐标三重积分ρ(x,y,z)为密度函数\rho (x,y,z) 为密度函数ρ(x,y,z)为密度函数M=∭Ωf(x,y,z)dvM = \iiint_{\Omega} f(x,y,z) d_vM=∭Ω​f(x,y,z)dv​昨天的笔记里面讲的是二重积分，二重积分常常用来求区域的面积。今天的三重积分相对于二重积分要更进一步，用来求物体的质量积分形式有三个不同的坐标系：平面直角坐标系而平面直角坐标里面又

DAY14.我不想过那种一眼望得到头的人生，所以我努力摆脱困境。文章目录DAY14.二重积分二重积分二重积分的例题一般要求你求平面区域的面积所以这里就分两种坐标计算的题型平面直角坐标I=∬Df(x,y)dxdyI = \iint_D f(x,y)d_xd_yI=∬D​f(x,y)dx​dy​X型区域：I=∫abdx∫y1(x)y2(x)f(x,y)dyI = \int_a^{b} d_x \int_{y_1(x)}^{y_2(x)} f (x,y)d_yI=∫ab​dx​∫y1​(x)y