人工智能
文章平均质量分 55
源代码杀手
大厂算法工程师经验、高校教师。
互相学习,共同进步!
展开
-
经典文章:卷积神经网络的运作原理
https://brohrer.mcknote.com/zh-Hans/how_machine_learning_works/how_convolutional_neural_networks_work.htmlhttps://aitechtogether.com/article/38900.htmlhttps://www.ruanyifeng.com/blog/2017/07/neural-network.htmlhttp://neuralnetworksanddeeplearning.com/ch原创 2024-04-08 01:07:36 · 281 阅读 · 3 评论 -
DataCamp在线学习平台
该平台提供丰富的课程,涵盖了从数据处理到机器学习和深度学习的各个方面。互动学习: DataCamp采用互动式学习方法,通过实时的编程环境,学习者可以直接在浏览器中执行代码,并获得即时反馈。多语言支持: 平台主要支持Python和R语言,为学习者提供了学习两者的机会,适应不同数据科学项目的需求。实际项目: DataCamp的课程通常包含实际项目,帮助学习者在真实场景中应用所学知识,加深理解。速查手册: 提供不同数据工具的速查手册,帮助学习者在实际项目中快速检索并锁定解决方案[1]。原创 2023-11-16 13:06:45 · 1576 阅读 · 0 评论 -
一招解决使用conda安装cudnn较慢问题
配置Conda的镜像源为国内镜像。用国内镜像来加快Conda安装cudnn=7.6.5的速度。Conda将使用国内镜像源来下载和安装cudnn=7.6.5。选择其中一个镜像源进行配置。打开终端或命令提示符。原创 2023-06-01 00:54:03 · 2409 阅读 · 0 评论 -
微软机器学习算法学习资料
微软机器学习算法学习资料:Windows AI使用人工智能的力量变革 Windows 应用程序。Windows AI 为复杂问题提供智能解决方案,使你和你的企业能够实现更高的目标。原创 2023-05-16 15:34:22 · 96 阅读 · 0 评论 -
【发表AI论文模型制图神器】ML-visuals神经网络画图PPT模板
原地址:https://github.com/dair-ai/ml-visuals。原创 2023-04-13 14:24:31 · 306 阅读 · 0 评论 -
AI绘画怎么能画出好图?先理解知识点、流程再开发代码
数据集的选择:AI 绘画的质量和数据集的质量有很大关系。使用高质量的数据集可以帮助 AI 绘画学习更多的绘画技巧和风格,从而创作出更好的图像。训练模型的选择:不同的训练模型对于不同的任务和数据集有不同的表现。选择适合自己的训练模型,可以帮助 AI 绘画更好的图像。数据预处理:对于不同的数据集,需要进行不同的预处理操作,包括图像的大小、颜色空间等等。后期处理:AI 绘画的输出结果可能需要进行后期处理,包括去噪、增强对比度等等。调整参数:训练模型需要进行参数的调整,这些参数包括学习率、迭代次数等等。原创 2023-03-22 22:40:58 · 328 阅读 · 0 评论 -
keras加载过程中keras-applications自动下载的轻量化模型存放路径
实列:在bert4keras框架下加载原创 2022-12-31 13:05:27 · 352 阅读 · 0 评论 -
旧版本NVIDIA驱动下载地址
地址:https://www.nvidia.cn/geforce/drivers/原创 2022-11-09 23:45:33 · 20459 阅读 · 0 评论 -
适用于 AM335X 的处理器 SDK Linux参考文档
参考链接转载 2022-09-24 14:53:10 · 243 阅读 · 0 评论 -
基于ubuntu18.04新版OpenCV+OpenVINO Toolkit构建
选择下载源码版,按照下面的编译方式安装,这里我已经安装了opencv5就不说了,请看之前的文章安装就行。原创 2022-09-21 23:59:58 · 729 阅读 · 0 评论 -
一个实例彻底理解Transformer模型中的BLEU值评价指标
模型预测的句子: the cat sat on the mat标准文章中句子: the cat is on the mat当是BLEU2的情况时,以上句子连续的各个bleu的值如下:对 candidate中的5个词,{the cat,cat sat,sat on,on the,the mat} ,查找是否在reference中,发现有3个词在reference中,所以占比就是0.6其他的也类似,不太理解可以参考文章链接。原创 2022-09-05 11:34:48 · 1122 阅读 · 0 评论 -
Ubuntu安装ffmpeg音视频处理工具:联合解决cuda11+opencv4.6编译bug的问题(cap_ffmpeg_impl/opencv_videoioopencv_cuda*)
FFmpeg 是一个开放源代码的自由软件,可以执行音频和视频多种格式的录影、转换、串流功能,包含了libavcodec——这是一个用于多个项目中音频和视频的解码器库,以及libavformat——一个音频与视频格式转换库。“FFmpeg”这个单词中的“FF”指的是“Fast Forward”。原创 2022-08-23 20:58:32 · 792 阅读 · 0 评论 -
好书推荐:智能交通系统中的计算机视觉和成像
Rodrigo Fernandez、Muhammad Haroon Yousaf、Timothy J. Ellis、Zezhi Chen 和 Sergio A. Velastin。吴文成、Orhan Bulan、Edgar A. Bernal 和 Robert P. Loce。Orhan Bulan、徐蓓蕾、Robert P. Loce 和 Peter Paul。7.1 基于视觉的交叉口分析:容量、延迟和安全 163。11 车道偏离警告系统中的车道检测和跟踪问题 283。...转载 2022-08-17 17:40:17 · 189 阅读 · 0 评论 -
RTX30系列linux+docker容器的GPU配置(tensorflow-gpu==1.15~2.x、tensorrt 7、cuda、cudnn)附加resnet50模型测试
当然还有其他很多的方法,也不止这一种,只是觉得这里的tensorflow1.15gpu安装的方式是直接给你封装一起安装了(包含cudnn,cuda),如果觉得想了解环境的配置细致,可以先创建conda+python3.6,再安装对应的cuda、cudnn版本就可以了,这里只是记录以下,希望能帮助到大家。在保证宿主机安装好nvidia驱动的前提下,创建docker容器导入nvidia环境案例conda先装cuda=11.3.1,cudnn=8.2.1,再装tensorflow-gpu=2.6.5。......原创 2022-07-26 22:42:52 · 4069 阅读 · 0 评论 -
SoundTouch音频处理库
一、介绍SoundTouch 是一个开源音频处理库,它允许相互独立地更改声音速度、音高和播放速率参数,即:声音速度可以增加或减少,同时保持原始音高音高可以增加或减少,同时保持原始速度更改同时影响速度和音高的播放速率选择速度/音高/速率的任意组合1.1 联系方式作者电子邮件: oparviai ‘at’ iki.fiSoundTouch WWW 页面:http ????/soundtouch.surina.netSoundTouch git 存储库:https ????/codeberg.o转载 2021-12-31 14:32:04 · 4233 阅读 · 1 评论 -
Bert模型原理
一、Bert Model流程图二、Bert所用Transformer内部结构图三、Masked LM预训练示意图四、Next Sentence Prediction预训练示意图参考:可视化一步步讲用bert进行情感分析:https://blog.csdn.net/jclian91/article/details/104261987...转载 2021-11-18 09:49:19 · 481 阅读 · 0 评论 -
音乐人声分离[源码教程连接]
音乐音频处理原创 2021-12-29 13:59:01 · 2766 阅读 · 0 评论 -
Speech识别论文与zh数据集
Deep Speech 2 : End-to-End Speech Recognition in English and Mandarin论文http://proceedings.mlr.press/v48/amodei16.pdfhttps://blog.csdn.net/w5688414/article/details/77839290https://www.cnblogs.com/yanqiang/p/13371490.htmlctchttps://blog.csdn.net/weixin_原创 2021-11-08 15:51:10 · 235 阅读 · 0 评论 -
关于 PyTorch android 在应用程序中的使用示例
https://github.com/pytorch/android-demo-app原创 2022-03-28 19:17:59 · 2886 阅读 · 0 评论 -
TensorFlow Lite 示例应用
参考连接:https://www.tensorflow.org/lite/examples转载 2022-04-25 10:47:42 · 570 阅读 · 0 评论 -
NVIDIA-CUDA-CUDNN-TENSORRT深度学习编程学习文档
官网文档中心:https://docs.nvidia.com/转载 2022-04-17 14:32:15 · 266 阅读 · 0 评论 -
在Windows11平台上使用Hyper-V、WSL与虚拟机工具——调用NVIDIA-GPU进行深度学习训练
1、目的是出于在window上安装虚拟机穿透nvidia-gpu进行gpu调用加速。2、英伟达正式启用GPU虚拟机显卡直通功能: 英伟达宣布,完全支持GeForce GPU直通技术,该技术允许虚拟机从主机上访问GPU。原创 2021-09-26 16:52:28 · 10141 阅读 · 1 评论 -
AI模型设计:yolov1+darknet+yolov2,3,4,5,X全系列资料汇总[源码仓库]标星收藏
欢迎关注,记得转发点赞评论分享,标星github,谢谢!源码链接:https://github.com/KangChou/Cver4s原创 2022-01-29 10:20:14 · 3787 阅读 · 0 评论 -
人脸检测FaceNet网络训练自己的数据集
论文:https://arxiv.org/pdf/1503.03832.pdf代码:https://github.com/davidsandberg/facenet训练记录:python src/train_tripletloss.py --logs_base_dir ./logs/facenet/ --models_base_dir ./models/facenet/ --data_dir ./datasets/lfw --model_def models.inception_resnet_v1原创 2021-09-05 19:02:43 · 3656 阅读 · 1 评论 -
Linux下安装百度Paddle
一、环境准备1.1当前飞桨支持的环境Linux 版本(64 位)CentOS 7 (GPU 版本支持 CUDA 10.1/10.2/11.0/11.2)Ubuntu 16.04(GPU版本支持CUDA 10.1/10.2/11.0/11.2)Ubuntu 18.04(GPU版本支持CUDA 10.1/10.2/11.0/11.2)Python 版本 3.6/3.7/3.8/3.9(64 位)pip 或 pip3 版本 20.2.2 或更高版本(64 位)1.2 如何查看您的环境可以使用以下转载 2021-09-04 17:03:00 · 2586 阅读 · 0 评论 -
ubuntu和windows正确安装人脸识别库dlib的方法
一定要先安装cmake、boost 再安装dlib,否则可能不成功。安装命令:pip install cmakepip install boostpip install dlib或选择镜像源提升安装速度:pip install cmake -i http://pypi.douban.com/simple --trusted-host pypi.douban.compip install boost -i http://pypi.douban.com/simple --trusted-host原创 2021-09-04 11:06:18 · 400 阅读 · 0 评论 -
RTX3070、3080和3090区别
rtx3070和3080 3090主要区别是在GPU频率,CUDA数量,单精度,FP16,显存和显存位宽,功耗,价格不一样,详细的区别如下:1、GPU频率的区别:rtx3070的为1.73GHz,rtx3080的为1.71GHz,rtx3090的为1.71GHz;2、CUDA数量的区别:rtx3070的CUDA数量为5888,rtx3080的CUDA数量为8704,rtx3090的CUDA数量为10496;3、单精度的区别:rtx3070的单精度为20.4TFLOPS,rtx3080的单精度为29.8原创 2021-08-25 17:25:08 · 6786 阅读 · 0 评论 -
Matlab使用笔记(九):matlab实现交通流仿真/车感知/城市交通交叉路口
点击进入原创 2020-08-25 14:19:47 · 13217 阅读 · 5 评论 -
推荐一个深度学习数据集网站
推荐理由,使用迅雷下载的方式提升了速度:https://hyper.ai/datasets原创 2021-06-29 16:50:03 · 1623 阅读 · 1 评论 -
PyTorch使用 TENSORBOARD 可视化模型、数据和训练
在60 分钟闪电战 中,这里向您展示了如何加载数据,通过我们定义为 子类的nn.Module模型提供数据,在训练数据上训练该模型,并在测试数据上进行测试。为了了解发生了什么,这里在模型训练时打印出一些统计数据,以了解训练是否在进行。但是,我们可以做得更好:PyTorch 与 TensorBoard 集成,后者是一种用于可视化神经网络训练运行结果的工具。本教程使用Fashion-MNIST 数据集说明了它的一些功能,该数据集可以使用torchvision.datasets读入PyTorch。在本教...转载 2021-06-28 14:42:58 · 606 阅读 · 0 评论 -
NVIDIA A100 GPU 上的加速 TensorFlow
基于NVIDIA Ampere GPU架构的NVIDIA A100提供了一系列令人兴奋的新功能:第三代张量核心、多实例 GPU (MIG)和第三代 NVLink 。安培张量核心引入了一种新的用于人工智能训练的数学模式:张量浮点 -32 ( TF32 )。 TF32 旨在加速 FP32 数据类型的处理, FP32 数据类型通常用于 DL 工作负载。在 NVIDIA A100 张量核心上,以 TF32 格式运行的数学运算的吞吐量比上一代 Volta V100 GPU 上运行的 FP32...转载 2021-06-24 10:26:26 · 1566 阅读 · 1 评论 -
NVIDIA深度学习文档教程网站
网址链接:https://docs.nvidia.com/tlt/tlt-user-guide/text/overview.html原创 2021-06-23 23:59:36 · 199 阅读 · 2 评论 -
在KITTI数据集中使用YOLO和Faster R-CNN进行目标检测
在检测 KITTI数据集 采用三种 重新培训 对象探测器: YOLOv2 , YOLOv3 , 快R-CNN 和比较他们的表现进行评估通过上传的结果KITTI评估服务器。注意,有一个以前的员额有关的详细信息YOLOv2 ( click here ). YOLOv3执行情况几乎相同的与YOLOv3,所以,我会跳过一些步骤。 请参考前一章中看到更多细节。准备KITTI数据集我们用 KITTI目2D 培训YOLO和使用 KITTI原始数据 用于测试。 一些测试结果记录的演示视频上面。下载原创 2021-06-23 23:36:40 · 3056 阅读 · 8 评论 -
【经典视觉算法推荐】Focal Loss 论文公式推导及主要贡献
文献参考:https://www.aiuai.cn/aifarm636.html函数绘制参考:https://blog.csdn.net/zengbowengood/article/details/104369125可视化简单解释:原创 2021-06-08 10:52:29 · 1962 阅读 · 4 评论 -
使用TensorRT提高GPU上的YOLOv4对象检测速度
YOLOv4较旧版本YOLOv4的改进,并且我们已经知道现在它比以前更好。也许使用YOLOv3的每个人都将迁移到YOLOv4,因为它是我们可以用于实时应用程序的最快的对象检测模型之一。但是在本教程中,我想向您展示,如何使用TensorRT将对象检测的速度提高三倍!在本教程中,我将不介绍如何安装TensorRT。TensorFlow是当今最受欢迎的深度学习框架之一,在全球拥有成千上万的用户。TensorRT是一个深度学习平台,可通过简单的方式优化神经网络模型并加快GPU推理的性能。TensorFlow团队与原创 2021-05-24 23:53:58 · 1666 阅读 · 0 评论 -
使用云服务器GPU,简单操作流程
注册使用mistgpu,也就大概能使用4小时吧,钱一分没有话,就是领取了赠送的8元。本文不是推广该gpu商家,只是看看windows能不能连上。https://mistgpu.com/user/经过测试是可以连上的,截图如下:GPU测试代码...原创 2021-05-17 02:47:11 · 1337 阅读 · 0 评论 -
YOLOv4论文摘要和分析
截图参考:https://zhuanlan.zhihu.com/p/136115652分析论文与目标开发可在标准GPU上训练的实时对象检测。他们探索了添加新功能(例如镶嵌数据增强,Mish激活和YOLO v3架构的DropBlock正则化)的性能和速度折衷,这些功能已进行修改以适应这些新功能。YOLOv4希望实现高精度并执行实时检测,因为大多数精确模型都不是实时的。测试各种新功能及其组合,这些新功能及其组合据称能够增强大型数据集上CNN的准确性。YOLOv4是基于原始YOLO模型的一阶段对象检测模.翻译 2021-05-17 00:29:37 · 247 阅读 · 0 评论 -
深度学习神经网络不收敛的 11 个原因
参考原文:http://theorangeduck.com/page/neural-network-not-working参考译文:https://mp.weixin.qq.com/s/KUhVVXM560wS2Z0eUd5GlQ转载 2021-05-17 00:00:06 · 1127 阅读 · 0 评论 -
TensorFlow使用GPU加速模型
指定GPUimport os#os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_DEVICES"] = "0"#备注:不同的NVIDIA-cuda-gpub编号可能不同,如果不是0请自行查看自己的机器gpu编号。设置定量的GPU使用量config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.9 #原创 2021-04-09 14:17:20 · 611 阅读 · 0 评论 -
均值滤波、中值滤波、高斯滤波
为什么要对图像使用滤波?图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。噪声就是由于成像系统、传输介质和记录设备等的不完善,数字图像在其形成、传输记录过程中或者在图像处理的某些环节当输入的像对象并不如预想时受到的污染。常见的滤波类型1、中值滤波中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的原创 2021-04-05 11:01:02 · 3308 阅读 · 0 评论