我的创作纪念日

最新推荐文章于 2024-08-25 10:07:21 发布
最新推荐文章于 2024-08-25 10:07:21 发布
阅读量80 收藏
点赞数
文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45177027/article/details/130670210
版权
在疫情期间，我通过实战项目深化了学习，特别是使用YOLOv5独立完成了数据集的检测任务。这个过程不仅提升了我的技术能力，也让我找到了自我价值，并结识了许多志同道合的朋友。日常生活中，我学会了如何在创作、工作和学习间寻找平衡。对于未来，我的职业规划是期望两年后能拥有一份满意的工作。
摘要由CSDN通过智能技术生成

机缘

  1. 实战项目中的经验分享
  2. 疫情期间的学习过程
  3. 记录自己的日常生活

收获

  1. 取得了自我价值的肯定
  2. 认识了许多志同道合的人

日常

  1. 创作已经是生活的一部分了
  2. 有限的精力下，学会去如何平衡创作和工作学习

成就

  1. 大二时期的学生成绩管理系统
  2. 利用YOLOv5单独去完成数据集的检测

憧憬

职业规划：希望2年后的自己，可以有一份满意的工作。

ITDaBao
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
我的创作纪念日哈哈哈哈
05-24
在IT行业中，特别是前端开发领域，一套良好的项目配置和组织结构对于提高开发效率和代码质量至关重要。这个压缩包文件中的内容似乎对应一个前端项目的初始结构，让我们逐一解析这些文件的作用和相关知识点： ...
结婚纪念日邀请卡矢量图
07-29
本文将深入探讨“结婚纪念日邀请卡矢量图”这一主题，解析其相关知识点，并结合给定的标签和文件信息进行阐述。 首先，我们要了解什么是矢量图。矢量图是基于数学对象（如点、线、曲线）来描述图像的设计，这些对象...
周年纪念日菜单模板设计
07-25
在设计一个周年纪念日菜单模板时，我们需要注意的细节繁多，这不仅仅是一个展示菜品的清单，更是餐厅品牌形象和纪念日...通过精心策划和创作，可以打造出一份既实用又富有艺术感的纪念日菜单，为顾客留下深刻的印象。
结婚纪念日短信.doc
03-02
【文档标题】“结婚纪念日短信.doc”实际上与IT行业关联不大，主要涉及的是情感表达和文字创作领域。不过，我们可以从中提炼出一些普遍适用于人际沟通和情感表达的知识点： 1. **情感传达的重要性**：在特殊的日子...
结婚周年纪念日短信.doc
03-02
【标题】和【描述】中的"结婚周年纪念日短信.doc"显然指的是一个关于庆祝婚姻周年的文档，可能包含了人们在结婚周年纪念日时发送给伴侣的短信范例。这类短信通常充满了深情的表达和对爱情的赞美，是夫妻之间情感交流...
深度学习学习经验——全连接神经网络（FCNN）
qq_41065669的博客
08-22 816
全连接神经网络（FCNN）是最基础的神经网络结构，它由多个神经元组成，这些神经元按照层级顺序连接在一起。每一层的每个神经元都与前一层的每个神经元连接。接待区交流区和结果区。
深度学习--自监督学习
GDHBFTGGG的博客
08-25 685
自监督学习是一种无需大量人工标注的数据驱动方法，在生成模型中应用广泛。自监督学习通过利用数据中的固有结构或属性创建“伪标签”，使模型在没有人工标签的情况下进行学习。这种方法既提高了模型的训练效率，又降低了对标注数据的依赖。
深度学习学习经验——长短期记忆网络（LSTM）
qq_41065669的博客
08-23 1101
长短期记忆网络（LSTM，Long Short-Term Memory）是一种特殊的循环神经网络（RNN），专为解决 RNN 中长期依赖问题而设计。
【机器学习】CNN的数学基础
鑫宝的博客
08-20 713
卷积神经网络（Convolutional Neural Network，CNN）作为深度学习中的重要模型，其强大性能背后蕴含着丰富的数学原理。本文将深入探讨CNN的数学基础，包括卷积运算、激活函数、池化操作、反向传播算法以及优化方法等核心概念。通过对这些数学基础的理解，我们可以更好地把握CNN的本质，为进一步优化和创新CNN模型奠定基础。
爆改YOLOv8 | 利用YOLOv9最新的SPPELAN模块改进SPPF
weixin_43986124的博客
08-23 322
yolov8，yolov9,yolov8涨点，提升精度
深度学习(2)-循环神经网络
qq_45378317的博客
08-21 1054
前馈神经网络中，把每个神经元按接收信息的先后分为不同的组，每一组可以看做是一个神经层。每一层中的神经元接收前一层神经元的输出，并输出到下一层神经元。整个网络中的信息是朝着一个方向传播的，没有反向的信息传播（和误差反向传播不是一回事），可以用一个有向无环图来表示。前馈神经网络包括全连接前馈神经网络和卷积神经网络。前馈神经网络可以看做是一个函数，通过简单非线性函数的多次复合，实现输入空间到输出空间的复杂映射。
深度学习基础—Softmax回归
sniper_fandc的博客
08-22 474
通常对于二分类问题，大家熟知的模型就是logistic回归。那么对于多分类问题呢？如果要多分类，我们可以在网络的最后一层建立多个神经元，每个神经元对应一个分类的输出，输出的是某一个分类的概率，这些概率之和为1。要想做到上述分析，就需要由Softmax激活函数组成的Softmax回归模型来解决。
深度学习学习经验——变换器（Transformer）
qq_41065669的博客
08-23 892
变换器（Transformer）是一种用于处理序列数据的深度学习模型，与循环神经网络（RNN）不同，它不依赖于顺序处理数据，而是依靠一种称为**注意力机制**（Attention Mechanism）的技术来捕捉序列中的依赖关系。Transformer 的核心组件包括 **自注意力**（Self-Attention）和 **多头注意力**（Multi-Head Attention），这些机制使 Transformer 能够在自然语言处理、机器翻译等任务中表现出色。
单个像素的威胁：微小的变化如何欺骗深度学习系统
FreeBuf_的博客
08-22 1100
深度学习是人工智能的一个子集，涉及训练神经网络来识别数据中的模式。这些神经网络会模仿人类大脑的结构和功能，使它们能够从大量数据中学习，并做出预测或决策。例如，深度学习模型可以识别图像中的物体，理解口语（自然语言处理/ NLP），甚至可以从医学图像中诊断疾病。单像素攻击通过改变输入图像的单个像素来攻击深度学习模型，导致模型对图像进行错误分类。这种攻击使用差分进化算法来识别要修改的最优像素。该方法在不知道模型内部参数的情况下仍然有效。单像素攻击在许多领域都会带来严重风险。
深度学习--RNN以及RNN的延伸
GDHBFTGGG的博客
08-21 936
循环神经网络（Recurrent Neural Network, RNN）是一类能够处理序列数据的神经网络，在自然语言处理、时间序列分析等任务中得到了广泛应用。RNN能够通过其内部的循环结构，捕捉到序列中前后项之间的关系。
深度学习学习经验——深度学习名词字典
qq_41065669的博客
08-23 1138
解释各个基础名词的字典
深度学习学习经验——什么是深度学习
qq_41065669的博客
08-22 652
深度学习是机器学习的一个子领域，它使用多层神经网络来自动从大量数据中学习和提取特征。深度学习尤其适合处理大规模的数据，如图像、语音和文本等。基本概念神经网络：深度学习模型的核心是神经网络，灵感来源于人脑的结构和功能。神经网络由大量的节点（神经元）组成，这些节点通过连接（权重）相互传递信息。层：神经网络通常由多个层级组成。每一层对输入数据进行处理并将结果传递给下一层。最常见的层有输入层、隐藏层和输出层。深度：深度学习之所以得名，是因为它使用了多个隐藏层（即“深度”）。
深度学习--复制机制
最新发布
GDHBFTGGG的博客
08-25 743
复制机制（Copy Mechanism） 是自然语言处理（NLP）中特别是在文本生成任务中（如机器翻译、摘要生成等）使用的一种技术。它允许模型在生成输出时不仅仅依赖于其词汇表中的单词，还可以从输入文本中“复制”单词到输出文本中。这种机制非常有用，尤其是在处理未见过的词汇或专有名词时。
爆改YOLOv8 | yolov8添加MSDA注意力机制
weixin_43986124的博客
08-23 747
yolo,yolov8,MSDA,发刊必备
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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