周报 | 24.9.30-24.10.6文章汇总

最新推荐文章于 2024-11-09 15:51:37 发布
最新推荐文章于 2024-11-09 15:51:37 发布
阅读量715 收藏 3
点赞数 25
分类专栏： python拓展学习 深度学习拓展阅读 文章标签： YOLO 人工智能 深度学习 计算机视觉 数据挖掘 linux docker
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/csdn_xmj/article/details/142747841
版权

为了更好地整理文章和发表接下来的文章，以后每周都汇总一份周报。

周报 | 24.9.23-24.9.29文章汇总-CSDN博客

Coggle数据科学 | Kaggle 知识点：知识蒸馏的三种方法-CSDN博客

江大白 | 多目标追踪算法，项目工程化部署原理汇总-CSDN博客

OpenCV学堂 | YOLOv8官方团队宣布YOLOv11 发布了-CSDN博客

OpenCV与AI深度学习 | YOLOv11来了：将重新定义AI的可能性-CSDN博客

python | unoconv，一个超厉害的 Python 库！-CSDN博客

Coggle数据科学 | Kaggle赛题解析：CMI 体育损伤指数预测_kaggle青少年互联网使用预测-CSDN博客

python | Python动态代码执行：exec和compile函数-CSDN博客 

小白学视觉 | 8种概率统计分布（附Python代码）-CSDN博客 

python | xonsh，一个超酷的 Python 库！-CSDN博客 

 马哥Linux运维 | 深入解析Docker容器网络：全面掌握配置与优化技巧（上）-CSDN博客

马哥Linux运维 | 深入解析Docker容器网络：全面掌握配置与优化技巧（下）-CSDN博客

python | pyqtgraph，一个神奇的 Python 库！-CSDN博客

机器学习算法那些事 | 【深度学习】完全解读BatchNorm2d归一化算法原理-CSDN博客

好的文章值得反复学习！

THE END!

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。

周报 | 24.10.21-24.10.27文章汇总
csdn_xmj的博客
10-28 630
为了更好地整理文章和发表接下来的文章，以后每周都汇总一份周报。好的文章值得反复学习！
周报 | 24.10.14-24.10.20文章汇总
csdn_xmj的博客
10-21 482
为了更好地整理文章和发表接下来的文章，以后每周都汇总一份周报。好的文章值得反复学习！
周报 | 24.10.28-24.11.3文章汇总
csdn_xmj的博客
11-04 714
为了更好地整理文章和发表接下来的文章，以后每周都汇总一份周报。好的文章值得反复学习！
周报 | 24.10.7-24.10.13文章汇总
csdn_xmj的博客
10-14 467
为了更好地整理文章和发表接下来的文章，以后每周都汇总一份周报。好的文章值得反复学习！
【每日一题】24.10.14 - 24.10.20
GUIQU的博客
10-20 1121
假设两个数为a和b(a>b)，用a除以b得到余数r，若r为0，则b就是a和b的最大公约数;若r不为0，则用b除以r，再得到新的余数，继续这个过程，直到余数为0为止，此时的除数就是a和b的最大公约数。在递归版本中，函数不断地调用自身，直到 b 为 0，此时返回 a，即为最大公约数。在迭代版本中，使用一个循环不断更新 a 和 b 的值，直到 b 为 0，此时 a 就是最大公约数。用欧几里得算法找出任意两个正整数的最大公约数，判断是否为1，为1则是质数，反之则不是质数。
【每日一题】24.10.7 - 24.10.13
GUIQU的博客
10-14 951
【法3】if条件表达式判断：这里需要注意的是逻辑与运算符（&&）的运用，只有都为真，整个表达式的值才为真，这里可以不单独判断同时被3和5整除的情况。排列：如果将 str1的字符拆分开，重新排列后再拼接起来，能够得到str2，那么就说字符串str2是字符串str1的排列。构造最终的压缩字符串final_compressed，遍历原始字符串，计算每个字符的重复次数，并构建压缩字符串。比较最终压缩字符串的长度与原始字符串的长度，如果压缩后的长度更短，返回压缩字符串；检查字符串是否为空，如果为空，返回"NO"。
咕咕咕（24.09.30 ~ 24.10.08）
Erif_Liu的博客
10-09 109
/wul（捂脸
练习24.10.28-02
qq_42217078的博客
10-28 490
where a.incoming = (select min(a.incoming) 最低收入 from emp a left join dept b on a.dept2 = b.dept1 );where b.dept_name = "财务" and a.incoming < (select round(avg(a.incoming),2) 财务部平均收入 from emp a。
练习24.10.28-01
qq_42217078的博客
10-28 478
alter table grade add xibie01_gxy VARCHAR(50) CHECK (xibie01_gxy IN ('计算机系', '电子信息系', '机械系', '土木系', '化学系')) comment '系别01';alter table grade add fenyuan VARCHAR(50) CHECK (fenyuan IN ('工学院', '理学院', '文学院', '管理学院', '法学院', '外国语学院')) comment '分院';
Python库 | OpenFisca_Core-24.10.0-py2-none-any.whl
05-08
资源分类：Python库 所属语言：Python 资源全名：OpenFisca_Core-24.10.0-py2-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Altium Designer 24.9.1 Build 31 (x64)
09-21
Altium Designer 24.9.1 Build 31 (x64)，不知道更新了什么，不好下载就用雷盘离线，再下载。
原版gevent-24.10.3-cp312-cp312-win_arm64.whl-下载即用直接pip安装.zip
11-06
安装前的准备 1、安装Python：确保你的计算机上已经安装了Python。你可以在命令行中输入python --version或python3 --version来检查是否已安装以及安装的版本。 个人建议：在anaconda中自建不同python版本的环境，...
gevent-24.10.3-cp312-cp312-win_arm64.whl
11-05
arm64平台python 离线安装包，whl安装包
self-hosted-24.10.0.zip
10-23
self-hosted-24.10.0.zip
YOLO11改进-模块-引入CMUNeXt Block 增强全局信息
qq_64693987的博客
11-08 452
有效提取全局信息：通过使用大核深度可分离卷积替换普通卷积，先利用大核的深度可分离卷积提取每个通道的全局信息，再借助残差连接，解决了卷积网络难以提取全局信息的问题。保持轻量化优势：深度可分离卷积本身相比普通卷积能有效减少网络参数和计算成本，并且通过合理设计，如倒置瓶颈设计等，在提取全局信息的同时保持了网络的轻量化，使得网络既能够提取全局信息，又适合在移动和边缘设备上部署。综合利用归纳偏置和全局信息提取。
Yolo11实战改进：一文读懂Yolo11到实战。
最新发布
m0_47867638的博客
11-09 543
YOLO11是Ultralytics YOLO系列实时目标检测器的最新迭代版本，它以尖端的精度、速度和效率重新定义了可能性。在之前YOLO版本令人瞩目的进步基础上，YOLO11在架构和训练方法上引入了重大改进，使其成为各种计算机视觉任务的通用选择。关键特性：YOLO11采用改进的主干网络和颈部架构，提高了特征提取能力，以实现更精确的目标检测和更复杂的任务性能。YOLO11引入了精细的架构设计和优化的训练流程，提供了更快的处理速度，并在准确性和性能之间保持了最佳平衡。
YOLOv8模型改进 第十八讲 添加CMUNeXt Block 提升小目标检测
qq_64693987的博客
11-06 1052
1. 深度卷积：采用大核的深度卷积（depthwise convolution）操作，组数等于通道数，用于提取每个通道的全局信息，之后有一个残差连接（residual connection）。2. 逐点卷积（第一次）：接着是一个逐点卷积（pointwise convolution），核大小为 1×1。3. 逐点卷积（第二次）并倒置瓶颈设计：再经过一个逐点卷积，并且这两个逐点卷积之间有倒置瓶颈设计，即两个逐点卷积层之间的隐藏维度设置为比输入维度宽四倍，用于混合空间和通道信息。
YoloV8分割实战：使用YoloV8训练Aeroscapes数据集
m0_47867638的博客
11-07 58
Aeroscapes 是一个专注于空中语义分割的数据集，它由一组从商业无人机上拍摄的图像组成，涵盖了从5到50米不等的高度范围。此数据集提供了3269张720p分辨率的图片以及相应的地面真实度（ground-truth）标记，涵盖11种不同的类别。
yolo训练中过拟合、欠拟合判断和两者的解决方法
qq_43755954的博客
11-05 1071
机器学习最重要的一方面就是模型的泛化能力，泛化能力强的模型能够在未见过的数据（测试集）上表现良好，这才是一个优秀的模型。欠拟合和过拟合。① 欠拟合定义：指模型对训练数据学习不足，无法捕捉到数据中的主要模式或特征。表现为模型在训练集和测试集上都表现较差，即无法很好地拟合训练数据。② 过拟合定义：指模型对训练数据学得过多，甚至学习了训练数据中的噪声和异常，导致模型复杂度过高。在这种情况下，
\\172.17.24.10\成都研发中心\成都态坦\FPGA\Temp
07-27
回答: 根据提供的引用内容，这是一段查询代码和一个关于软件激活的步骤说明。而问题中的路径 "\\172.17.24.10\成都研发中心\成都态坦\FPGA\Temp" 是一个网络共享文件夹的路径。这个路径指向的是一个名为"FPGA"的文件夹下的"Temp"文件夹。 #### 引用[.reference_title] - *1* [egg.js 24.10sequelize模型-查询单个](https://blog.csdn.net/ab15176142633/article/details/120066142)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [UltraEdit专业文本十六进制编辑器IDM UltraEdit v24.10.0.24 中文注册版 免费下载](https://blog.csdn.net/kikiwhq/article/details/89378447)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值