Mefishes的博客

愿我们能在开源的环境下保持开放、包容、真实。

本项目采用PaddleX，基于Yolov3-DarkNet53模型，实现多目标垃圾分类检测，并选取EdgeBoard边缘部署设备对模型进行落地部署，从而加快垃圾分类效率，助力社会环保。

本项目基于Wechaty开源微信SDK，以微信为深度学习落地应用平台，融合PaddleClas、PaddleGan、PaddleHub等多个飞桨开发工具，集成笔者前期开源的多个项目([【Mural_Gan】壁画不止在莫高窟可以看到]、[垃圾分类]以及中医问答),致力于打造微信个人专属生活小助手，不止让您的生活更便捷，也让您的生活更加丰富多彩！

本竞赛的目标是检测出商品的外接矩形框且识别出商品的类别（通过从商品库中检索出最相似的商品信息来确定待识别的商品类别）。

愿天下没有火灾，可爱的消防员叔叔都能平安

今天你打瞌睡了咩？

爸，这下你还敢抽烟吗？/邪笑我爸：这锅我不背！！

一个垃圾分类项目带你玩转飞桨多个产品（1）基于PaddleClas实现垃圾分类，导出inference模型并利用PaddleHub Serving进行服务化部署。

PaddlePaddle实现波士顿房价预测AIStudio地址Github地址#加载飞桨、Numpy 和相关库import paddleimport paddle.fluid as fluid # 飞桨主库import paddle.fluid.dygraph as dygraph # 动态图类库from paddle.fluid.dygraph import Linearimport numpy as npimport randomimport os

Github相关地址AIStudio地址常见的深度学习网络结构全连接网络结构  全连接(Fully Connected, FC)网络结构是最基本的神经网络/深度神经网络层，全连接层的每一个节点都与上一层的所有节点相连。全连接层在早期主要用于对提取的特征进行分类，然而由于全连接层所有的输出与输入都是相连的，一般全连接层的参数是最多的，这需要相当数量的存储空间和计算空间。参数的冗余问题使单纯的FC组成的常规神经网络很少会被应用于较为复杂的场景中。常规神经网络一般用于依赖所有特征的简单场景，比如房价预测

机器学习如何使用绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.5 发展历程1.6 应用现状如何使用如何使用绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.5 发展历程1.6 应用现状如何使用这是一本教科书，并非是无所不包、“从入门到精通”的书籍；这是一本入门级教科书。周老师认为，入门阶段最需理清基本概念、了解领域风貌。在入门阶段，“顾及细微”应当让位于“观其大略”，不然难免只见树木，不见森林。虽然机器学习中存在多种学派，并且理解学派间的包容等