机器学习
文章平均质量分 83
王小希ww
翻万卷书,游万里路;
学会提问,系统深入;
思考方式远比记住结论重要;
技术是帮人省时间,而不是浪费别人的时间;
胆大心细,脸皮要厚;
礼仪是让别人方便,不是让自己方便;
心态若改变,态度跟着改变;
态度改变,习惯跟着改变;
习惯改变,性格跟着改变;
性格改变,人生就跟着改变;
未来目标:学会爱自己(健身,早睡早起好习惯),学会生活(保持激情,学会精力管理),学会提升自己(抓住能够锻炼自己的一切机会,坚持看书)
展开
-
【Python自动化】微信自动化智能回复
【Python自动化】微信自动化智能回复原创 2022-11-08 10:17:47 · 2890 阅读 · 10 评论 -
【自动驾驶】浅谈自动驾驶在业界的发展
【自动驾驶】浅谈自动驾驶在业界的发展原创 2022-07-26 22:31:30 · 1613 阅读 · 0 评论 -
【自动驾驶】高级驾驶辅助系统(ADAS)
高级驾驶辅助系统(ADAS)转载 2022-07-25 01:28:41 · 1700 阅读 · 0 评论 -
【语音合成】TensorFlowTTS 中文文本转语音
【语音合成】TensorFlowTTS 中文文本转语音原创 2022-07-23 12:21:02 · 5216 阅读 · 0 评论 -
【自动驾驶】自动驾驶和手动驾驶的平滑切换控制方案探讨
【自动驾驶】自动驾驶和手动驾驶的平滑切换控制方案探讨原创 2022-07-17 16:32:24 · 1855 阅读 · 5 评论 -
【自动驾驶】好文收藏(待更新)
【自动驾驶】好文收藏原创 2022-07-15 12:51:40 · 261 阅读 · 0 评论 -
【自动驾驶】高级辅助驾驶系统与车联网
【自动驾驶】高级辅助驾驶系统与车联网原创 2022-07-15 19:49:22 · 2944 阅读 · 0 评论 -
【语音识别】WeNet:面向工业落地的E2E语音识别工具
WeNet:面向工业落地的E2E语音识别工具原创 2022-07-04 16:05:18 · 7204 阅读 · 6 评论 -
【语音识别】自动语音识别(ASR)研究综述
自动语音识别(ASR)综述原创 2022-07-04 13:08:47 · 4708 阅读 · 0 评论 -
YoloV5模型的简单使用
Yolov5模型的简单使用原创 2022-06-13 01:55:47 · 6111 阅读 · 1 评论 -
使用pyQt5 + agora + leanCloud实现基于学生疲劳检测的在线课堂
使用pyQt5 + agora + leanCloud实现基于学生疲劳检测的在线课堂原创 2022-06-08 01:07:51 · 731 阅读 · 1 评论 -
【自动驾驶】基于面部Fatigue检测的技术报告
基于面部Fatigue检测的技术报告文章目录基于面部Fatigue检测的技术报告关于疲劳驾驶检测研究主要有哪几个方向基于面部的疲劳检测研究的发展现状共搜集43篇论文按年份和科研单位及刊物级别进行分析按年份和使用的模型进行分析按年份和数据集进行分析按年份和针对的问题来分析计算机视觉研究热点趋势分析我觉得比较水的疲劳检测论文无外乎这几点疲劳检测的解决方案研究(科学性研究)最近这3年的疲劳检测发展现状基于面部的疲劳检测研究,可以上升到了一个哲学问题我们不禁停下来思考,疲劳究竟是什么?科学有意义的疲劳检测研究应该原创 2022-05-08 12:36:45 · 4038 阅读 · 7 评论 -
onnx效率问题:和Module & DataParallel比较
onnx效率问题:和Module & DataParallel比较文章目录onnx效率问题:和Module & DataParallel比较1、实验1 - 人脸定位 + 人脸关键点检测1)使用Module加载mbv2模型(Bad)2)使用DataParallel加载mbv2模型(Perfect)3)使用onnx加载mbv2模型(Good)4)疑惑2、实验2 - 人脸定位 + 人脸关键点 + 皱眉检测1)使用Module加载mbv3_small模型(Well)2)使用DataParallel原创 2022-04-21 16:34:11 · 1560 阅读 · 0 评论 -
onnx标准 & onnxRuntime加速推理引擎
onnx标准 & onnxRuntime加速推理引擎文章目录onnx标准 & onnxRuntime加速推理引擎一、onnx简介二、pytorch转onnx三、tf1.0 / tf2.0 ckpt转onnx四、python onnx的使用1、环境安装2、获得onnx模型权重参数(可视化)3、onnx模型推理参考博客:ONNX运行时:跨平台、高性能ML推断和训练加速器python关于onnx模型的一些基本操作ONNX 與 Azure Machine Learning:建立並加速 M原创 2022-04-12 02:36:18 · 13938 阅读 · 7 评论 -
MPI在Deep Learning的主流时代背景下除了传统计算领域外对DL的应用前景如何,MPI与NCCL的区别在哪
MPI在Deep Learning的主流时代背景下除了传统计算领域外对DL的应用前景如何,MPI与NCCL的区别在哪???做分布式计算的基本上10年之前只听说过MPI,14年之前只听过hadoop的MapReduce,17年之前只听过TensorFlow。那么这三个分布式计算软件或者说框架有什么区别呢???现在都是搞deep learning的为主,也就是Tensorflow和Pytorch的,那么之前的MPI,Mapreduce还有发展前景吗???这里首先说明下,本文中所说的TensorFlow,P转载 2022-04-10 22:41:29 · 1026 阅读 · 0 评论 -
Bootstrap重采样进行参数估计 - 置信区间
Bootstrap重采样进行参数估计 - 置信区间参考Bootstrap采样用 Bootstrap 进行参数估计大有可为利用Bootstrap法估计置信区间python之Boostrap自助法介绍统计学中的Bootstrap方法(Bootstrap抽样) 主要是在看SCRFD论文时,看到作者在寻找网络结构各模块的计算开销比例时,分别使用Empirical Bootstrap求解computation ratio的置信区间,用于下一步的网络配置自动生成(很好原创 2022-04-08 02:32:18 · 11623 阅读 · 0 评论 -
锚框、交并比和非极大值抑制(tf2.0源码解析)
锚框、交并比和非极大值抑制(tf2.0源码解析)文章目录锚框、交并比和非极大值抑制(tf2.0源码解析)一、锚框生成1、锚框的宽高2、锚框的个数3、注意点(★★★)4、tf2.0代码二、交并比1、Jaccard相似度2、交并比矩阵3、标注锚框4、注意点(★★★)5、tf2.0代码1)交并比2)绘制真实框和锚框3)交并比矩阵4)计算偏移量三、非极大值抑制1、NMS原理2、注意点(★★★)3、tf2.0代码1)NMS控制台输出2)NMS锚框绘制参考计算机视觉 – 4 锚框9.4 锚框Note:如果原创 2022-04-05 23:50:39 · 760 阅读 · 0 评论 -
将tensorflow 1.x & 2.x转化成onnx文件(以arcface-tf2人脸识别模型为例)
将tensorflow 1.x & 2.x转化成onnx文件文章目录将tensorflow 1.x & 2.x转化成onnx文件一、tensorflow 1.x转化成onnx文件1、ckpt文件生成2、打印权重参数名称3、ckpt文件转pb4、ckpt文件转onnx(--checkpoint)二、tensorflow 2.x转化成onnx文件1、ckpt转savemodel(pb)1)错误用法(不能冻结权重生成pb)2)正确用法(saved_model)2、pb转onnx3、小总结(★★★原创 2022-03-28 17:33:11 · 6822 阅读 · 5 评论 -
ONNX ONNXRuntime 以及使用 cv2.dnn.readNet加载onnx模型
模型部署之 ONNX ONNXRuntime转载至模型部署之 ONNX ONNXRuntime原创 2022-03-26 12:49:38 · 5771 阅读 · 0 评论 -
Pytorch中的学习率衰减及其用法
Pytorch中的学习率衰减及其用法文章目录Pytorch中的学习率衰减及其用法使用库函数进行调整:1、有序调整1)等间隔调整学习率 StepLR2)多间隔调整学习率 MultiStepLR3)指数衰减调整学习率 ExponentialLR4)余弦退火函数调整学习率2、自适应调整5)根据指标调整学习率 ReduceLROnPlateau3、自定义调整学习率6)不同参数组设定不同学习率 LambdaLR手动调整学习率在使用MobileNetV3 + arcFace loss训练模型时,发现accurac转载 2022-03-23 12:13:24 · 404 阅读 · 0 评论 -
【Pytorch】常见的人脸身份识别损失函数
Pytorch常见损失函数实验环境准备:人脸多角度多光照的图像数据集MUCT(276个受试者)+ MobileNetV3文章目录Pytorch常见损失函数0、Softmax(激活函数)1、NLLLoss(负对数似然损失)1)源码解析2)实验2、CrossEntropyLoss(损失函数)1)源码解析2)实验3、Center loss(损失函数 - 2016)1)源码解析2)实验4、L2-Softmax(损失约束 - 2017 特征归一化)1)源码2)实验5、SphereFace loss(损失约束 -原创 2022-03-16 22:53:19 · 2037 阅读 · 0 评论 -
pytorch 常见问题(待更新)
pytorch 常见问题(待更新)文章目录pytorch 常见问题(待更新)1、nn.Module 和 nn.functional 的区别2、load_state_dict() 源码解析1、nn.Module 和 nn.functional 的区别参考 Python深度学习:基于PyTorchnn中的层,一类是继承了nn.Module,其命名一般为nn.Xxx(第一个是大写),如nn.Linear、nn.Conv2d、nn.CrossEntropyLoss等。另一类是 nn.functional中的原创 2022-03-14 16:27:07 · 2128 阅读 · 0 评论 -
关于相似度计算方法的python实现
关于相似度计算方法的python实现参考各种相似度计算的python实现[KNN]基于numpy的曼哈顿距离实现余弦距离介绍欧氏距离,曼哈顿距离:计算两个向量间的相似程度,值越小,相似度越高高斯距离(标准化欧氏距离):计算两个向量间的相似程度,值越大,相似度越高余弦相似度:取值范围是[-1,1],相同两个向量的之间的相似度为cos(0°)=1,方向上正相关;cos(180°) = -1,方向上负相关。**pearson系数:**用于研究不同变量(n个变量)两两间的相关程度,相关性矩阵(原创 2022-03-11 14:29:13 · 4694 阅读 · 0 评论 -
Python利用PCA压缩图片
Python利用PCA压缩图片参考Python利用PCA对图片进行降维处理PCA降维 维度 样本数 feature数1、python代码实现PCA这里先将1280的1D向量转变成2D图片之后,再进行PCA降维处理(但是这么做不是很科学,因为转2D后,同一列的数据实际含义是不同的)from sklearn.decomposition import PCA'''PCA对图像进行压缩'''#参考 https://blog.csdn.net/u010687164/article/details原创 2022-03-11 14:21:57 · 3655 阅读 · 0 评论 -
Pytorch核心基础
Pytorch核心基础文章目录Pytorch核心基础一、自定义数据集类(★★★)1、使用`torchvision`内置数据集类1)CIFAR102)MNIST2、继承torch.utils.data.Dataset自定义数据类1)自定义图像数据集类("PIL image / opencv")2)自定义信号数据集类("df")3、小总结(“init数组,getitem格式转换”)4、运行报错汇总(”积少成多“)二、自定义神经网络(★★★★)1、继承`nn.Module`构建网络(”重写init,实现forw原创 2022-03-09 22:42:43 · 1302 阅读 · 0 评论 -
机器学习好文章收藏(待更新)
机器学习好文章收藏(待更新)文章目录机器学习好文章收藏(待更新)1、激活函数1、激活函数激活函数(Relu,Swish,Maxout)原创 2022-03-08 12:55:19 · 721 阅读 · 0 评论 -
如何租用AutoDL显卡进行模型训练(不支持K8s部署)
如何租用AutoDL显卡跑项目使用步骤1、租用新实例 参考AutoDL-GPU租用平台使用教程,AutoDL快速开始2、安装个人版XShell 7 + xftp7,注意要先下XShell,再下载xftp,否则xftp下载时会报-1603致命错误。参考XShell安装3、使用XShell连接服务器,使用xftp上传代码到/root/auto-tmp下,因为根目录是系统盘(20G),auto-tmp为挂载盘(100G)4、创建并激活虚拟环境:(不建议直接在root下装环境)cond原创 2022-03-06 13:08:37 · 7663 阅读 · 8 评论 -
免费使用Colab运算资源
白嫖Colab运算资源一、Colab挂载云盘代码并运行模型参考使用colab运行深度学习gpu应用(Mask R-CNN)实践Colab在界面设计上虽然和阿里云天池实验室差不多,但是Google的生态圈实在太大了,在Google云盘中可以用Colab打开代码,大大提高开发者的工作效率。先在Colab上点击修改 >> 笔记本设置 >> GPU,可以白嫖一台GPU先将代码上传到Google云盘上(这一步最耗时,在colab使用之前先做,不会占用GPU资源),接着将云盘上原创 2022-03-05 01:28:38 · 2071 阅读 · 0 评论 -
matlab如何导出数据
matlab如何导出数据今天想打开.dat格式的文件,但是用文本编辑器打开出现乱码,用java的字节流读取文件也乱码。上网查了.dat文件,了解到要打开.dat文件,就要找到所谓的钥匙。没有一个100%能打开所有DAT文件的软件,如果记事本打不开那怎么办呢?套用那句老话“解铃还须系铃人”,因此您得知道这个“系铃人”是谁(就是对应的程序是哪个)!参考DAT文件如何打开看了"系铃人"发来的数据集,他说用matlab打开(注意在运行程序时,如果报错(错误使用fread),看是否将文件添加到指定路径)原创 2020-10-12 22:06:54 · 6919 阅读 · 0 评论 -
机器学习零散知识点整理(待更新)
机器学习零散知识点整理1、一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC原创 2020-10-05 09:42:38 · 154 阅读 · 0 评论 -
AI基础
该思维导图整理于极客时间王然老师的课程原创 2020-08-07 18:20:07 · 109 阅读 · 0 评论 -
机器学习编程速查表
机器学习编程速查表转载自极市平台公众号 21张让你代码能力突飞猛进的速查表(神经网络、线性代数、可视化等)文章目录机器学习编程速查表一、基础1、数据结构和算法2、线性代数3、神经网络4、python基础二、数据保存与操作1、Pandas2、Numpy3、pyspark三、画图1、Matplotlib2、ggplot23、bokeh四、机器学习1、Sklearn2、Keras3、Tensorflow一、基础1、数据结构和算法2、线性代数3、神经网络4、python基础二、数据保存转载 2020-08-05 00:32:53 · 333 阅读 · 0 评论 -
对现阶段AI技术的基本认识
对现阶段AI技术的基本认识文章目录对现阶段AI技术的基本认识一、What is AI1、What is machine learning2、What is data?3、The terminology of AI4、What make an AI company5、What machine learning today can and cannot do5.1 Strengths and weaknesses of machine learning5.2、What is neural network二、B原创 2020-06-27 00:04:16 · 576 阅读 · 0 评论 -
贝叶斯公式理解与应用
贝叶斯公式理解与应用文章目录贝叶斯公式理解与应用一、什么是贝叶斯公式0、举个栗子1、条件概率2、先验概率3、后验概率4、贝叶斯公式二、为什么用贝叶斯公式0、举个栗子1、优点1:考虑所有因素2、优点2:谨慎对待每个因素三、似然函数和概率函数1、概率和统计2、似然函数和概率函数3、MLE和MAP1)最大似然估计2)最大后验概率估计四、疑问解答1、问题1:后验概率和条件概率是一回事吗?2、问题2:概...原创 2020-03-21 01:35:27 · 2746 阅读 · 0 评论