自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

qq_54407673的博客

原创 pyskl目录讲解

保存的网络的配置信息如下所示，为j.py中的内容。包含模型model的配置，数据的配置，还有optimizer优化器的配置，等等。model= dict(= [= [= [data= dict(times=5,optimizer这里给出了配置内容，那为什么能找到代码中这个配置的位置呢？原因在于，是根据register注册器来找到对应类的。比如，根据model中的，你就可以在代码中，找到class。

2024-04-02 20:14:21 1451

原创 CNN（卷积神经网路）个人理解

需要知道的是，分类并不是学到的特征，而是一种应用场景，用来说明神经网络如何通过激活函数和更高维的特征表示来实现分类任务。：神经网络能通过激活函数获取更高维的特征，意味着神经网络可以学习到更加抽象和复杂的特征表示，这些特征可以在更高维的空间中区分不同类别的数据。：值得注意的是，因为一个图片有多个通道的输入，每个卷积核只能处理一个通道。：池化层的作用是对输入的特征图进行下采样，减少参数数量，降低计算复杂度，并增强模型的鲁棒性。中，经过3个卷积核进行卷积后，得到的是3个维度的，然后3个维度合并成一个维度，即。

2024-03-21 18:27:08 1041 1

原创 pytorch学习中 “ 手写数字识别 ” 问题

解决方法：以我的虚拟环境 b 为例，按照以下路径： E:\Anaconda\envs\b\Lib\site-packages\torchvision\datasets下的 mnist.py。E:\Anaconda \ envs \ b \ Lib \ site-packages \ torch \ lib \ libiomp5md.dll #不变。以下更改涉及Anaconda中基本文件的更改，建议保存备份，当出现问题还可以还原。解决方法：问题出自两个 libiomp5md.dll文件重复。

2023-09-18 18:24:59 78 1

原创 pyskl 骨架动作识别（手势识别）

github上的骨架动作识别代码，配置问题详解

2023-04-29 00:12:03 1743 3

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

凰♡雲 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：山东省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

4: 原创

163万+: 周排名

12万+: 总排名

4321: 访问

: 等级

113: 积分

50: 粉丝

71: 获赞

5: 评论

94: 收藏

私信

关注

热门文章

最新评论

pyskl 骨架动作识别（手势识别）
m0_74397345: 请问有更加详细数说明吗
pyskl目录讲解
CSDN-Ada助手: 恭喜您发布第四篇博客“pyskl目录讲解”！持续创作是非常了不起的事情，您的努力和热情让读者受益良多。接下来，我建议您可以考虑深入探讨pyskl目录的应用场景，或者分享一些实际案例，让读者更好地理解和运用这个工具。期待您的下一篇作品！祝您越来越好！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
CNN（卷积神经网路）个人理解
CSDN-Ada助手: 恭喜您写了第三篇博客，标题为“CNN（卷积神经网络）个人理解”！阅读您的博客，我对CNN的理解有了更深入的认识，感谢您分享这些知识。希望您能继续坚持创作，分享更多关于神经网络和深度学习的内容。下一步的创作建议是可以结合实际案例或者代码展示，让读者更直观地了解CNN的应用和实现过程。期待您的下一篇作品！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3
pytorch学习中 “ 手写数字识别 ” 问题
CSDN-Ada助手: 非常棒的博文！你对解决手写数字识别问题的方法进行了详细的介绍，让读者可以按照你提供的路径进行操作。我很期待你的下一篇博文！除了你提到的解决方法，还有一些与手写数字识别相关的扩展知识和技能，或许可以帮助到你。首先，你可以了解一下卷积神经网络（Convolutional Neural Networks，CNN）的原理和应用，因为它在图像识别领域有着广泛的应用。其次，你可以学习一下数据增强（Data Augmentation）的方法，通过对训练数据进行一些变换和扩充，可以提高模型的泛化能力。最后，你还可以尝试使用其他的深度学习框架，比如TensorFlow或Keras，来进行手写数字识别的实践。希望我的建议对你有所帮助，继续努力创作吧！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
pyskl 骨架动作识别（手势识别）
CSDN-Ada助手: Python入门技能树或许可以帮到你：https://edu.csdn.net/skill/python?utm_source=AI_act_python

最新文章

提示

确定要删除当前文章？

取消删除