- 博客(28)
- 收藏
- 关注
RSS订阅原创 运行DeepSORT_YOLOv5_Pytorch时出现的问题
记录一下复现GitHub中以下这份代码时出现的一些问题。代码链接：https://github.com/HowieMa/DeepSORT_YOLOv5_Pytorch/tree/master。
2024-04-30 15:11:08
226
原创 【数据标注】使用LabelImg标注YOLO格式的数据（案例演示）
本文介绍了如何安装LabelImg及一些常用的设置和快捷键的使用。除此之外，还演示了如何从零开始对一个数据集中的图片进行标注及对标注信息进行验证。
2024-04-26 15:24:58
961
原创 【神经网络结构可视化】PlotNeuralNet的安装、测试及创建自己的神经网络结构可视化图形
PlotNeuralNet的安装、测试及创建自己的神经网络结构可视化图形。
2024-04-24 19:40:41
1053
原创 【YOLOv5项目】基于CCPD2020数据集的车牌检测
基于CCPD2020数据集的车牌检测（完整项目文件+环境配置+训练好的模型文件）数据集包括：CCPD2020原始数据集、CCPD2020数据集YOLO格式数据yaml文件包括：MyData.yaml模型预训练权重文件包括：yolov5s.pt、yolov5x.pt训练了500轮的模型文件：best.pt
2024-04-20 15:53:36
1157
原创 【YOLOv5】利用Kaggle的GPU训练（运行）yolov5模型（项目）
本文记录了如何把YOLOv5项目部署到Kaggle中使用GPU进行模型训练。
2024-04-19 16:14:38
991
原创 【YOLOv5】使用yolov5训练模型时报错合集
这篇文章用来记录在使用yolov5训练模型时报错处理，持续更新······2024/4/18【问题一】VsCode终端无法进入Anaconda创建的虚拟环境【问题二】怎么在VsCode中为项目配置Anaconda创建的虚拟环境【问题三】RuntimeError: result type Float can't be cast to the desired output type __int64【问题四】AttributeError: 'FreeTypeFont' object has no att
2024-04-18 15:08:09
887
原创 【图文教程】在PyCharm中导入Conda环境
在学习机器学习的路上，我们就像是探险家，而Conda环境就是我们的神奇工具箱。但有时候，就像在迷宫里找不到出口一样，我们需要将这个工具箱连接到我们的“魔法地图”——PyCharm解释器上。 每次遇到这个问题，我都感觉自己像是那个总是忘记咒语的魔法师，不得不翻遍所有的魔法书（教程）才能找到答案。所以，今天我要分享我的独门秘籍，让你轻松地将Conda环境导入到PyCharm中，就像把魔法棒指向目标一样简单！ 准备好了吗？让我们开始这场魔法之旅吧！
2024-04-16 12:54:01
653
原创 【Conda基础命令】使用conda创建、查看、删除虚拟环境及可能的报错处理
本文介绍了conda 如何创建、查看、删除虚拟环境及相关报错处理。1、创建虚拟环境：conda create -n name python=3.62、激活虚拟环境：conda activate myenv3、退出当前的虚拟环境：conda deactivate4、查看已有的虚拟环境：conda env list5、删除已有的虚拟环境（谨慎操作）：conda remove -n myenv --all6、name、myenv 需更换为自己的虚拟环境名
2024-04-16 10:23:18
1150
原创 【简明图文教程】Node.js的下载、安装、环境配置及测试
本教程包含超级详细的图文说明，适用于小白第一次从零开始进行Node.js的下载、安装、环境配置及测试。
2024-04-11 18:30:51
1012
2
原创 彻底删除和重新安装Node.js，安装Node.js时报错（node.js setup wizard ended prematurely），‘npm’不是内部或外部命令，也不是可运行的程序或批处理文件
彻底删除和重新安装Node.js。安装Node.js时报错（node.js setup wizard ended prematurely）。‘npm’不是内部或外部命令，也不是可运行的程序或批处理文件。
2024-04-11 18:29:50
384
1
原创 训练集、验证集和测试集 + 训练误差和泛化误差 + 欠拟合和过拟合
这篇文章首先介绍了什么是训练集、验证集和测试集，举了一个例子来说明三者间的区别。紧接着提出了什么是训练误差和泛化误差。然后讨论了当训练数据稀缺时K折交叉验证的使用。最后说明了什么是欠拟合和过拟合以及是否过拟合或欠拟合可能取决于模型复杂性和可用训练数据集的大小。
2024-04-03 15:22:18
1056
1
原创 基于Fashion‐MNIST数据集和MNIST数据集的多层感知机（MLP）两个案例代码实现
这篇文章是本人在学习《动手学深度学习》这本书的4.2. 多层感知机的从零开始实现和4.3. 多层感知机的简洁实现这两节的记录。以上两节的多层感知机模型代码实现是基于Fashion‐MNIST数据集的，对此在文章的最后，添加了一个案例使用多层感知机模型实现MNIST数据集分类。
2024-04-02 20:50:22
1107
1
原创 多层感知机（MLP）
多层感知机是在单层神经网络的基础上引入一个或多个隐藏层，使神经网络有多个网络层，并通过激活函数转换隐藏层的输出。如果多层感知机没有激活函数转换隐藏层的输出，那么多层感知机将退化成线性模型。为此，为了发挥多层架构的潜力，我们在仿射变换之后对每个隐藏单元应用非线性的激活函数。此外，为了构建更通过的多层感知机，我们可以叠加多个隐藏层，从而产生更有表达能力的模型。
2024-04-02 12:20:59
960
1
原创 什么是感知机？感知机的XOR问题及解决方法
本文主要介绍了什么是感知机，然后说明了感知机在“与”、“或”、“非”中的应用，并通过一个例子提出了感知机的缺陷即无法解决“异或”问题，最终通过叠加多个单层感知机来构建一个多层感知机（MLP）的策略来解决“异或”问题，从而实现对非线性问题的分类。
2024-04-01 21:31:15
847
原创 softmax函数
本文先介绍了softmax的函数公式，并详细推导了softmax函数公式的求导过程，然后说明了softmax的溢出问题，并探讨了解决方法，最后提及了softmax函数在多分类问题中的应用。
2024-03-31 15:41:05
803
1
原创 常见的激活函数（sigmoid、tanh、ReLU、Leaky ReLU、P-ReLU、R-ReLU、ELU、Swish、Mish、Maxout、softmax）
本文介绍了一些常见的激活函数sigmoid、tanh、ReLU、Leaky ReLU、P-ReLU、R-ReLU、ELU、Swish、Mish、Maxout、softmax，给出了它们的计算表达式，并推导了一些常用的激活函数的导数公式。此外，本文绘制了这些激活函数的函数和导数图像，并探讨了它们的优缺点和应用场景。
2024-03-31 15:18:15
1491
1
原创 激活函数（Activation Function）
本文介绍了什么是激活函数，然后通过一个线性变换的例子引出为什么要使用激活函数，接着详细探讨了激活函数的几个性质，最后提出了激活函数为什么需要非线性函数及什么时候能用线性激活函数两个问题。
2024-03-28 13:51:22
647
1
原创 （一文理解）信息量、熵、KL散度、交叉熵及CrossEntropyLoss
本文首先重温了一些常见的对数函数运算法则，接着介绍了什么是信息量和熵，然后通过KL散度推出交叉熵损失函数的表达式，最后详解PyTorch常用的交叉熵损失函数CrossEntropyLoss()并进行代码实现。
2024-03-26 21:15:00
821
原创 基于PyTorch的线性回归的简洁实现
这篇文章用来记录本人在学习《动手学深度学习》这本书时对章节（ 线性回归的简洁实现）的一些困惑、理解和解答。
2024-03-24 15:03:53
834
2
原创 基于PyTorch的线性回归的从零开始实现
这篇文章用来记录本人在学习 《动手学深度学习》这本书时对章节 线性回归的从零开始实现 的一些困惑、理解和解答。
2024-03-23 15:42:26
694
1
原创 TensorBoard的使用
TensorBoard 是 TensorFlow 官方推出的可视化工具，它可以将模型训练过程中的各种汇总数据展示出来，包括标量(Scalars)、图片(Images)、音频(Audio)、计算图(Graphs)、数据分布(Distributions)、直方图(Histograms)和 Embeddigngs 向量等。
2024-03-15 17:27:09
901
1
原创 在Anaconda下的Pytorch环境中的Python3.6下安装opencv-python
在Anaconda下的Pytorch环境中的Python3.6下安装opencv-python。
2024-03-14 20:52:52
503
原创 侦听属性的综合实训----学生地址信息采集
（1）学会引入 Vue.js，完成Vue视图中的定义表单。（2）学会定义Vue实例对象，会配置el和 data等选项。（3）学会配置methods 和 watch等选项，并完成其中函数的设计。（4）学会使用v-model、v-bind、v-on 等指令完成表单绑定、属性绑定和事件绑定。（5）学会使用CSS定义<fieldset>、<input>等标记的样式。按如所示的页面效果，完成项目实训。
2023-12-05 15:00:01
201
原创 计算属性、方法、过滤器的综合实训-邮购商品业务
(1)学会定义Vue实例对象，会配置el和data、methods、computed等选项。(2)学会引入Vue.js, 并完成Vue视图中表单的定义。(3)学会使用V-model、v-on、v-for等指令完成表单绑定、事件绑定、遍历商品。(4)学会使用CSS定义<table>、<tr>、<fieldset>、<input>等标记的样式。(5) 学会定文filters和methods属性。(1)按所示页面完成邮购商品业务初始化界面设计。
2023-12-05 13:35:52
185
原创 JavaScript基础应用----计算任意区间内连续自然数的累加和
【代码】JavaScript基础应用----计算任意区间内连续自然数的累加和。
2023-12-05 12:37:05
222
原创 JavaScript基础应用----改变新闻网页中字号大小
JavaScript是一种能让你的网页更加生动活泼的程式语言，也是目前网页中设计中最容易学又最方便的语言。你可以利用JavaScript轻易的做出亲切的欢迎讯息、漂亮的数字钟、有广告效果的跑马灯及简易的选举，还可以显示浏览器停留的时间。让这些特殊效果提高网页的可观性。
2023-12-05 12:17:28
207
【基于FER-2013数据集的人脸表情识别】模型文件“20-epochs-best-model”
2024-04-12
基于Kaggle竞赛中公开分享的数据集FER-2013
2024-04-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人