深度学习
文章平均质量分 89
虎大猫猫
像修炼厨艺一样,修炼代码
展开
-
Detectron2 win10踩坑记录
Detectron2 win10踩坑记录安装CUDAclone到本地修改cocoeval.cpp第483行(不同版本行数不一样)创建虚拟环境安装pycocotools安装VS2019或者生成工具安装Detectron2测试【问题】import win32file ImportError: DLL load failed: 找不到指定的程序。【问题】detectron2/detectron2/layers/csrc/nms_rotated/nms_rotated_cuda.cu(14): error: nam原创 2021-07-19 16:40:28 · 2528 阅读 · 4 评论 -
协方差、协方差矩阵、PCA的理解(附python代码)
协方差,协方差矩阵的理解(附python代码)均值、方差、标准差协方差协方差矩阵均值、方差、标准差均值描述的是样本集合的中间点,标准差描述的是各个样本点到均值的距离之平均。方差则仅仅是标准差的平方。均值:Xˉ=∑i=1nXin\bar{X}=\frac{\sum_{i=1}^n{X_i}}{n}Xˉ=n∑i=1nXi标准差:S=∑i=1n(Xi−Xˉ)2n−1S=\sqrt{\frac{\sum_{i=1}^n({X_i-\bar{X}})^2}{n-1}}S=n−1∑i=1n(Xi−Xˉ原创 2021-07-21 14:53:50 · 2702 阅读 · 1 评论 -
2020年需要牢记的10个深度学习Best Practices
2020年需要牢记的十个深度学习最佳实践Introduction定义业务问题计算投资回报比关注数据数量和质量解决图像标注组建团队Introduction如果你阅读21世纪以来关于人工智能的文献和出版物,你就不能忽视深度学习。它是机器学习的一个子集,涉及学习特征的层次结构,以从复杂的输入空间获得有意义的见解。虽然人们通常对使用深度学习感到兴奋,但很快就会因为实施深度网络的难度而感到气馁。特别是在工业界,将深度学习集成到现有计算基础设施中的开发流程仍然是一个挑战。许多组织渐渐意识到,在真实系统中,深度学习翻译 2021-11-10 15:47:35 · 269 阅读 · 0 评论 -
神经架构搜索(Neural Architecture Search,NAS)介绍
@[TOC](神经架构搜索(Neural Architecture Search,NAS)介绍)Introduction在现今电脑视觉的领域当中,CNN 已经可以达到非常高甚至超越人类的精确度,但随之而来的代价就是追求更深更大的网路所造成的高复杂度(例如:大量的记忆体需求,大量的运算),因此对于在有限资源的硬体设备(例如:手机,嵌入式系统)中应用产生了巨大的挑战,因为我们总不可能在每一台手机每一台监视器,都放一张 1080Ti 或是 2080Ti,所以现今的网路需求除了对于精确度的要求,也慢慢开始注重效转载 2021-11-10 14:14:48 · 6931 阅读 · 1 评论 -
YOLOv4论文阅读(附原文翻译)
YOLOv4论文阅读Abstract摘要1.Introduction 引言2.Related work相关工作2.1.Object detection models目标检测模型2.2.Bag of freebies免费礼包2.3.Bag of specials特价礼包Abstract摘要There are a huge number of features which are said to improve Convolutional Neural Network (CNN) accuracy. Pra原创 2021-10-08 16:26:44 · 12222 阅读 · 0 评论 -
聊聊人工智能训练师AIT(Artificial Intelligence Trainer)
聊聊人工智能训练师AIT(Artificial Intelligence Trainer)AIT的来源和发展AIT的工作内容AIT的能力需求AIT的来源和发展人工智能训练师算是近几年随着AI(Artificial Intelligence,即人工智能)技术广泛应用产生的新兴职业。有人曾说:“人工智能就像小孩子,通过不断地训练、调整、培养,‘智商’才会越来越高。”2017年10月12日,浙江省杭州市发布了关于公布《杭州市专项职业能力考核项目(六)》的通知,明确了人工智能训练(初级、高级)的职业能力考核原创 2021-09-28 16:46:19 · 3305 阅读 · 0 评论 -
Tesla P4测试
Tesla P4测试显卡介绍性能对比显卡介绍Tesla P4是NVIDIA在2016年推出的一款计算卡,相关介绍很少。官方(需要科学上网)数据如下:Tesla P4的体积很小,长宽厚度都只有一般显卡的一半多左右,重量很轻。Tesla P4功耗在50~75W,PCIe直接供电。Tesla P4不带显示功能。价格在1w+。(2018又推出Tesla T4,相比于P4的Pascal架构,Turing架构更新。)性能对比未完待续。...原创 2020-12-24 10:57:33 · 8819 阅读 · 0 评论 -
训练yolo V4模型调优的十个建议
1、获取更多的数据2、数据增广3、输入分辨率4、使用预训练pretrained模型5、选择合适的模型尺寸和架构6、继续之前的训练7、选择最好的模型8、模型评估9、导出模型10、优化推理速度1、获取更多的数据改进对象检测模型的最佳方法是收集更有代表性的数据,YOLO v4也不例外。特斯拉人工智能高级总监安德烈•卡帕西在解释特斯拉如何让汽车停下来时表示:数据集是活的,标签一直在变化。你需要一直管理和更改数据集。2、数据增广收集和标记更多的数据需要代价。可以通过数据增广来扩展训练集。YOLO v4的训.翻译 2021-02-25 15:18:27 · 4921 阅读 · 0 评论