- 博客(20)
- 收藏
- 关注
RSS订阅原创 关于CIFAR10数据集的探索
选题：彩色图片分类难度：新手入门语言：Python3、TensorFlow2时间：8月1-8月5日要求：学习如何编写一个完整的深度学习程序了解分类彩色图片会灰度图片有什么区别测试集accuracy到达72%参考文章：深度学习100例-卷积神经网络（CNN）彩色图片分类 | 第2天 报名学习：365天深度学习训练营
2022-12-23 20:37:54
207
原创 YOLOv5白皮书-第Y1周：调用官方权重进行检测
YOLO诞生之前，目标检测研究领域主要以Faster-RCNN 为首的two-stage算法为主。two-stage算法通过卷积神经网络提取图片特征，再用RPN网络预测目标位置，最后再通过分类和回归来完成对候选目标位置和类别的判定，检测速度较慢但精度相对较高。而one-stage算法直接通过主干网络计算候选目标的类别和位置信息，其相较于two-stage 算法精度较低，但是网络运行的速度更快，内存占用更小，非常适合便携式设备
2022-12-02 20:05:22
728
原创 第P9周：YOLOv5-Backbone模块实现
本次我将利用YOLOv5算法中的Backbone模块搭建网络，后续理论部分介绍将在语雀以及公众号（K同学啊）中详细展开，本次内容除了网络结构部分外，其余部分均与上周相同。
2022-11-25 11:59:57
175
原创 Pytorch100例-第1天：实现mnist手写数字识别第1天
了解Pytorch，并使用Pytorch构建一个深度学习程序了解什么是深度学习🍻拔高（可选）学习文中提到的函数方法
2022-11-03 22:45:38
528
原创 第R3周：天气预测
任务说明：该数据集提供了来自澳大利亚许多地点的大约 10 年的每日天气观测数据。你需要做的是根据这些数据对RainTomorrow进行一个预测，这次任务任务与以往的不同，我增加了探索式数据分析（EDA），希望这部分内容可以帮助到大家。
2022-10-28 16:57:47
509
原创 第R2周：LSTM-火灾温度预测
任务说明：数据集中提供了火灾温度（Tem1）、一氧化碳浓度（CO 1）、烟雾浓度（Soot 1）随着时间变化数据，我们需要根据这些数据对未来某一时刻的火灾温度做出预测（本次任务仅供学习）
2022-10-21 15:17:41
901
3
原创 365天深度学习训练营-第10周：数据增强
在本教程中，你将学会如何进行数据增强，并通过数据增强用少量数据达到非常非常棒的识别准确率。 我将展示两种数据增强方式，以及如何自定义数据增强方式并将其放到我们代码当中，两种数据增强方式如下： ● 将数据增强模块嵌入model中 ● 在Dataset数据集中进行数据增强
2022-09-30 15:01:57
907
原创 365天深度学习训练营-第9周：猫狗识别
● 难度：夯实基础⭐⭐ ● 语言：Python3、TensorFlow2 ● 时间：9月12-9月16日🍺 要求：了解model.train_on_batch()并运用了解tqdm，并使用tqdm实现可视化进度条🍻 拔高（可选）：本文代码中存在一个严重的BUG，请找出它并配以文字说明🔎 探索（难度有点大）修改代码，处理BUG
2022-09-23 13:03:44
224
原创 5天学习计划 第6周：好莱坞明星识别
本文为5天学习计划分享版，更完善的内容可在365天深度学习训练营中获取我的环境：语言环境：Python3.6.5编译器：jupyter notebook深度学习框架：TensorFlow2.4.1显卡（GPU）：NVIDIA GeForce RTX 3080数据集：公众号（K同学啊）回复DL+48
2022-09-02 20:33:32
146
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人