学生党 白嫖之GPU Google colab 训练深度学习模型

白嫖GPU之Google colab

前言:本人是一名穷且孤单的大学秃头生,跟着老师学习的是计算机视觉领域,学习目标检测到目标跟踪已经有一年的时间了,大多数都是在做论文阅读,很少有机会去实战(因为穷,买不起好的电脑,租不起服务器,实验室也不给资金哈哈哈)。直到近日我才偶然在某站上了解到了白嫖GPU的神器google colab,并且成功实现了yolov5口罩检测的训练(实测,很快,啊!)
写此博客以做记录和分享!

实现:YOLOv5实现口罩检测训练
数据集:百度网盘mask数据集
提取码:kw87
YoloV5:github地址

Google Chrome准备

我们所用的google colaboratory以及google drive均是源于谷歌旗下,所以我们需要先下载google Chrome浏览器(这里可以直接从官网下载,很简单,几乎傻瓜式安装即可)
这里我们需要下载谷歌官方的谷歌助手,或者是其他的谷歌浏览助手,这样我们才能够访问谷歌内部的网站,当然如果有些大佬强的话,可以直接搞一手国外的VPN,俗称FQ。
还有,大家要注册一个谷歌账号(后续步骤会用到)
这里可能会出

  • 4
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
机器学习(Machine learning)是人工智能的子集,是实现人工智能的一种途径,但并不是唯一的途径。它是一门专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能的学科。大概在上世纪80年代开始蓬勃发展,诞生了一大批数学统计相关的机器学习模型深度学习(Deep learning)是机器学习的子集,灵感来自人脑,由人工神经网络(ANN)组成,它模仿人脑中存在的相似结构。在深度学习中,学习是通过相互关联的「神经元」的一个深层的、多层的「网络」来进行的。「深度」一词通常指的是神经网络中隐藏层的数量。大概在2012年以后爆炸式增长,广泛应用在很多的场景中。机器学习涵盖了许多不同的算法,用于解决各种类型的问题。以下是一些常见的机器学习算法: 监督学习算法:线性回归(Linear Regression)逻辑回归(Logistic Regression)决策树(Decision Trees)随机森林(Random Forests)支持向量机(Support Vector Machines)朴素贝叶斯(Naive Bayes)K近邻算法(K-Nearest Neighbors)深度学习(Deep Learning)算法,如神经网络(Neural Networks) 无监督学习算法:K均值聚类(K-Means Clustering)层次聚类(Hierarchical Clustering)高斯混合模型(Gaussian Mixture Models)主成分分析(Principal Component Analysis,PCA)关联规则学习(Association Rule Learning) 这只是机器学习领域中的一小部分算法,还有许多其他的算法和技术。根据问题的性质和数据的特点,选择适合的算法是非常重要的。不同的算法有不同的假设和适用场景,因此在学习和应用机器学习算法时,需要综合考虑问题的需求和数据的特点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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