深度学习资源信息(持续更新)

最新推荐文章于 2024-07-25 19:51:53 发布
最新推荐文章于 2024-07-25 19:51:53 发布
阅读量267 收藏 2
点赞数
分类专栏： 深度学习 文章标签： 深度学习 CVPR
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/qq_30056627/article/details/98196001
版权

深度学习资源信息

整理 by 张乐

CVPR2019 | 审稿排名第一满分论文：让机器人也能「问路」的视觉语言导航新方法

https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247487556&idx=3&sn=92f66ada3b9a07d25fd8b2427c5ef14a&chksm=ec1ffdbddb6874ab6da373ddec9f9c7c2f8d2c26c6a0f6042de9e0ed46ca3818e5f7d78c5b68&token=65056564&lang=zh_CN#rd

Room-to-Room (R2R) Navigation外网的360度的视景导航

https://bringmeaspoon.org/
在这里插入图片描述

CVPR2019|微软、中科大开源基于深度高分辨表示学习的姿态估计算法

https://mp.weixin.qq.com/s?__biz=MzI0ODcxODk5OA==&mid=2247502963&idx=2&sn=8d776e36386df9a21b96dc5cadb731da&scene=21#wechat_redirect

CVPR2019 论文解读汇总（0611 更新中）

http://bbs.cvmart.net/topics/287/cvpr2019

如何配置vs2015下的gpu yolo3

https://blog.csdn.net/stjuliet/article/details/87731998

C++ vs2015 yolo动态链接库使用

https://blog.csdn.net/weixinhum/article/details/81475548

YOLO1 讲解：

https://www.jianshu.com/p/13ec2aa50c12

卷积神经网络详细介绍

https://blog.csdn.net/jiaoyangwm/article/details/80011656

安装COCOpython API

在命令行下pipinstall git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

算法岗常见面试题

https://blog.csdn.net/csdn_jiayu/article/details/88044108

tensorflow 版本更新（从1.0升到1.8），以及如何用镜像快速下载

https://blog.csdn.net/weixin_41036461/article/details/83010793

keras训练模型转C++ 测试那部分代码不一定对

https://blog.csdn.net/u012160945/article/details/84583840

简书深度学习论文博主

https://www.jianshu.com/u/714ef2c2b866

图像说明自然语言处理：直接快速下载NLTK数据

https://blog.csdn.net/qiang12qiang12/article/details/81254595

【PyTorch】模型权重下载 CV常用模型百度云备份

https://blog.csdn.net/Da_Yuan8421/article/details/88836970

资源]ResNet caffemodel[百度网盘]

https://blog.csdn.net/AMDS123/article/details/89419542

resnet下载好后再pytorch下载好模型后如何加载

https://blog.csdn.net/u014264373/article/details/85332181

【深度学习】入门理解ResNet和他的小姨子们（一）—ResNet

https://blog.csdn.net/shwan_ma/article/details/78163921

图片说明[Image Caption系列(1)论文

https://blog.csdn.net/lhanchao/article/details/82863476

论文笔记：Show, Attend and Tell: Neural Image Caption Generation with Visual Attention程序源码：

https://blog.csdn.net/weixin_34198797/article/details/86008432

MS COCO官网数据集(百度云）下载，COCO API、MASK API和Annotation format介绍（来自官网）

https://blog.csdn.net/u014734886/article/details/78830713

各个版本的COCO数据集

https://blog.csdn.net/u013249853/article/details/84924808

RNN的详细讲解

https://blog.csdn.net/zhaojc1995/article/details/80572098

zhanglenuaa
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数字孪生及深度学习资源分享专栏
Lcl_huolitianji的博客
03-31 2468
数字孪生及深度学习(姿态识别方向)开源代码分享
数据集下载汇总
caoyongsheng的博客
03-09 6626
国家数据是国家统计局发布统计信息的网站，包含了我国经济、民生、农业、工业、运输、旅游、教育、科技、卫生等多个方面的数据，并且在月度、季度、年度都有覆盖，较为全面和权威，对于社会科学的研究不要太有帮助。阿里巴巴datahub:https://github.com/alibaba/EasyNLP/tree/master/datahub。据 http://dataju.cn/Dataju/web/datasetInstanceDetail/325。2、魔塔社区的数据下载方式（中文数据社区）
(论文总结)Beyond the Nav-Graph: Vision-and-Language Navigation in ContinuousEnv
KNIGHT_HOY的博客
02-20 941
文章目录1 IntroductionVLN研究的假设Vision-and-Language Navigation in Continuous Environments.2 Related WorkLanguage-guided Visual Navigation Tasks3 VLN in Continuous Environments (VLN-CE)Continuous Matterport3D Environments in Habitat.Observations and Actions3.1 Tr
Interpreting visually-grounded navigation instructions in real environments论文翻译
qq_37194582的博客
03-09 533
Vision-and-Language Navigation: Interpreting visually-grounded navigation instructions in real environments 摘要 自从《杰森一家》动画片想象了由一群细心的机器人助手带来的休闲生活，人们一直梦想机器人能够执行自然语言指令。但是，视觉和语言研究的最新进展在相关领域取得了难以置信的进步。机器人根据看到的年内容来理解自然语言指令，这和视觉问答（visual question answering）很相似。为
【Android-Room数据库系列】—— Room 基础
萌宅鹿的技术小屋
09-01 3041
Room 数据库基础Room 简介使用Room保存本地数据到数据库中Entity 实体DaoDatabase简单案例 Room 简介 Room 持久库提供了一个 SQLite 抽象层，让你访问数据库更加稳健，提升数据库性能。 该库帮助您在运行应用程序的设备上创建应用程序的数据缓存。这个缓存是你的应用程序唯一的真实来源，允许用户查看应用程序中关键信息的一致副本，而不管用户是否有Internet连接。...
Prevalent：视觉语言导航预训练模型
weixin_51697828的博客
12-21 219
在视觉环境中按照自然语言指令进行导航是一项挑战，因为智能体的多模态输入是高度可变的，并且新任务的训练数据通常是有限的。作者针对视觉语言导航(Vision-and-LanguageNavigation，VLN)任务，提出了遵循预训练和微调范式的VLN模型Prevalent。作者在大量图像-文本-动作三元组数据集上对模型进行了自监督预训练，使其能够提供视觉环境和语言指令的通用表示。Prevalent在新任务上的学习效率更高，在陌生环境中的泛化性能更好。作者在R2R(Room-to-Room)、CVDN(Coo.
深度学习--超参数（持续更新）
abc31431415926的博客
11-21 1万+
通常情况下，一个或者一组优秀的学习率既能加速模型的训练，又能得到一个较优甚至最优的精度。以上两种情况在训练初期以及中期，此时若仍然以固定的学习率，会使模型陷入左右来回的震荡或者鞍点，无法继续优化。在小数据集上，通常微调的效果比从头训练要好很多，因为在于数据量较小的前提下，训练更多参数容易导致过度拟合。对数据的拟合较好，而在实际应用中，也验证了这一点。若有两类超参数，每类超参数有3个待探索的值，对它们进行笛卡尔积后得到9个超参数组合。机器学习中一直说的“调参”，实际上不是调“参数”，而是调“超参数”。
PyTorch 深度学习入门
努力是为了站在万人之中，成为别人的光
06-14 2万+
深度学习是机器学习的一个分支，其中编写了模仿人脑功能的算法。深度学习中最常用的库是 Tensorflow 和 PyTorch。由于有各种可用的深度学习框架，人们可能想知道何时使用 PyTorch。以下是人们可能更喜欢将 Pytorch 用于特定任务的原因。Pytorch 是一个开源深度学习框架，带有 Python 和 C++ 接口。Pytorch 位于 torch 模块中。在 PyTorch 中，必须处理的数据以张量的形式输入。如果您的系统中安装了 Anaconda Python.........
深度学习 机器学习 数据集资源汇总
热门推荐
GAN、Transformer、Vue、Django知识学习&&分享者 ZhuBa的博客 zhuba-Ahhh.github.io
04-25 6万+
目前个人认为较好的数据集网站主要有： 数据集网站 1.AI Studio数据集： 开放数据集-百度AI Studio - 人工智能学习与实训社区 2.天池数据集：数据集-阿里系唯一对外开放数据分享平台 3.Papers With Code数据集：Machine Learning Datasets | Papers With Code 4.Kaggle 数据集：Find Open Datasets and Machine Learning Projects | Kaggle 5.Graviti O
贴心的深度学习领域必备网址汇总（持续更新）
weixin_45977690的博客
02-07 2147
持续更新记录下各种有用的杂七杂八的网址
LSTM详解总结
GDHBFTGGG的博客
07-25 314
LSTM（Long Short-Term Memory）是一种用于处理和预测时间序列数据的递归神经网络（RNN）的改进版本。其设计初衷是为了解决普通RNN在长序列训练中出现的梯度消失和梯度爆炸问题。以下是对LSTM的详细解释，包括原理、公式、功能、优势等。
零基础学习深度学习以及模块缝合总结
GDHBFTGGG的博客
07-25 658
零基础学习深度学习以及模块缝合总结
注意力机制和自注意力机制模块的相关代码实现/缝合模块/即插即用模块
GDHBFTGGG的博客
07-25 539
缝合模块/即插即用模块
GPU驱动、CUDA 、cuDNN 和CUDA Toolkit之间的关系（深度学习小白必懂）
weixin_44115575的博客
07-23 1300
GPU驱动、CUDA、cuDNN和CUDA Toolkit之间有着紧密的关系，它们共同构成了一个完整的GPU编程和深度学习开发环境。 在最初配置anaconda环境时一直搞不明白它们之间的关系。所以根据自己的理解，通俗详细解释它们各自的角色和相互间的关系，并且列举了一些在anaconda虚拟环境中的例子。 不对的地方希望大家指正。
深度学习loss
weixin_45706801的博客
07-25 835
是 PyTorch 中的一个类，它实现了将 Sigmoid 激活函数和二元交叉熵损失函数合并的功能。这个损失函数接受两个输入：模型的原始输出（未经 Sigmoid 激活）和目标（真实）标签，然后自动计算损失值。由于它在内部集成了 Sigmoid 激活函数，因此可以避免在正向和反向传播过程中可能出现的梯度爆炸或梯度消失问题。是 PyTorch 中一个用于二元分类问题的强大损失函数，它通过结合 Sigmoid 激活函数和二元交叉熵损失函数，提高了训练的效率和数值稳定性。
qt练习控件label控件-lineEdit控件样例代码
最新发布
07-30
qt练习控件label控件-lineEdit控件样例代码
【JCR一区级】麻雀搜索算法SSA-CNN-LSTM-Attention故障诊断分类预测【含源码 5689期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Attention分类系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Attention分类 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Attention分类 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Attention分类 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Attention分类 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Attention分类
详解MATLAB Simulink通信系统建模与仿真
07-30
第1 章 MATLAB 基础与通信系统仿真 1.1 MATLAB 简介 1.2 MATLAB 程序设计 1.3 通信系统仿真 第2 章 Simulink 仿真基础 2.1 Simulink 简介 2.2 Simulink 工作环境 2.3 Simulink 仿真的基本方法 2.4 创建自己的模块库 2.5 S-函数的编写 第3 章 通信信号与系统分析 3.1 离散信号和系统 3.2 Fourier 分析 3.3 带通信号的低通等效 3.4 随机信号分析 第4 章 信道 4.1 加性高斯白噪声信道 4.2 多径衰落信道 第5 章 模拟调制 5.1 幅度调制 5.2 角度调制 第6 章 数字基带传输 6.1 概述 6.2 二进制基带信号传输 6.3 基带PAM 信号传输 6.4 带限信道的信号传输 第7 章 数字信号载波传输 7.1 概述 7.2 载波幅度调制（PAM） 7.3 载波相位调制（PSK） 7.4 正交幅度调制（QAM） 7.5 载波频率调制（FSK） 第8 章 信道编码和交织 8.1 概述 8.2 线性分组码
SCI一区】淘金算法GRO-CNN-BiLSTM-Mutilhead-Attention多变量时序预测含源码 5642.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-BiLSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-BiLSTM-Mutilhead-Attention回归预测
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