- 博客(37)
- 资源 (2)
- 收藏
- 关注
原创 python之list列表增删改查等方法使用总结
列表是一种非常灵活和强大的数据结构,在编程中经常被使用。在 Python 中,列表对象有多个操作方法,本章将介绍list中元素的查找、排序、翻转、拷贝、添加、删除、合并、切片、解析等方法的介绍及代码示例。
2024-04-18 08:00:00 839
原创 pytorch之nn.Sequential使用详解
nn.Sequential 是 PyTorch 库中的一个类,它允许通过按顺序堆叠多个层来创建神经网络模型。它提供了一种方便的方式来定义和组织神经网络的层。文章详细介绍模型的定义修改、删除、参数访问、参数冻结等方法的详细使用说明;另外介绍了其他模型构建的方式及模型的加载保存。
2024-04-18 07:30:00 843
原创 python之globals与locals函数介绍
在 Python 中,globals() 和 locals() 是两个内置函数,用于获取全局和局部命名空间中的变量和函数。可以结合update() 函数的使用来实现对全局和局部命名空间的更新
2024-04-17 12:57:37 360
原创 python之update函数介绍
update() 方法是字典对象的方法,用于将一个字典中的键值对更新到另一个字典中。它能够实现字典的合并和更新操作,非常有用。
2024-04-17 12:56:13 333
原创 python之collections.Counter函数介绍
collections.Counter 是 Python 标准库中的一个内置类,用于计数可哈希对象(例如列表、字符串等)的出现次数。它提供了一种方便且高效的方式来进行计数操作
2024-04-17 12:54:37 300
原创 yolo组件之BottleneckCSP总结
Bottleneck CSP是一种在卷积神经网络中常用的瓶颈层类型,它通过结合瓶颈结构和跨阶段部分连接的方式,提高了网络的性能和效率。它在图像分类、目标检测、语义分割等计算机视觉任务中得到广泛应用,并取得了良好的效果。文章对结构以及代码实现进行了详细的总结介绍。
2024-04-16 21:49:16 1038 1
原创 神经网络结构之backbone、neck和head名词解释
介绍"backbone"、"neck"和"head"等常用的术语,并介绍了每一部分的作用及基本组成。
2024-04-13 08:30:00 605
原创 yolov8逐步分解(3)_trainer训练之模型加载
详细介绍了yolov8训练时模型的加载过程,详细介绍了模型加载过程中的参数检测设置等过程。
2024-03-31 22:24:43 907 1
原创 pytorch之model.eval()、model.fuse()及model.fuse.eval()介绍
在 PyTorch 中,model.eval() 是用于将模型设置为评估模式的方法,而 model.fuse() 是用于量化模型中的融合操作的方法。本文将详细介绍其使用。
2024-03-31 21:48:00 726
原创 yolov8逐步分解(2)_DetectionTrainer类初始化过程
详细介绍了yolov8训练器trainer的初始化过程,讲解参数的加载替换过程,着重讲解了coco128数据集的加载解析及校验,最后介绍了损失函数学习率的初始化
2024-03-28 22:16:33 1092
原创 yolov8逐步分解(1)--默认参数&超参配置文件加载
本文章详细介绍了yolov8默认配置文件default.yaml如何被加载并处理成训练函数(train)所需要的参数的过程。
2024-03-28 21:34:04 943 2
原创 Kimi是什么?免费Kimi chat介绍
Kimi是月之暗面科技有限公司(Moonshot AI)开发的人工智能助手,Kimi的设计旨在提高效率和便利性,适用于多种专业场景,如学术研究、法律咨询、软件开发等,为用户提供全面的信息处理和技术支持服务
2024-03-26 09:05:35 654
原创 python之pathlib库使用介绍
介绍了pathlib 库的一些用法和功能。它提供了一种更简洁和面向对象的方式来处理文件路径,并且具有良好的跨平台兼容性。另外它提供了丰富的方法和属性,使得文件和目录的操作更加方便和灵活。可以根据具体需求使用这些方法来处理路径、文件和目录
2024-03-21 21:38:04 945
原创 pytorch之torch.save()和torch.load()方法详细说明
torch.save()和torch.load()是PyTorch中用于模型保存和加载的函数。它们提供了一种方便的方式来保存和恢复模型的状态、结构和参数。可以使用它们来保存和加载整个模型或其他任意的Python对象,并且可以在加载模型时指定目标设备。
2024-03-21 21:02:43 1228 2
原创 深度学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、ROC曲线、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的解释说明
在深度学习学习中,有许多常用的评估指标用于衡量模型的性能。下面是一些常见的指标及其定义和说明。关键名字解释:TP表示真正例(True Positive),即模型正确预测为正例的样本数量;TN表示真负例(True Negative),即模型正确预测为负例的样本数量;FP表示假正例(False Positive),即模型错误地将负例预测为正例的样本数量;FN表示假负例(False Negative),即模型错误地将正例预测为负例的样本数量。
2024-03-20 19:47:09 1264
原创 yolo中RANK、LOACL_RANK以及WORLD_SIZE的介绍
通过 rank、local-rank 和 world_size 的配合使用,分布式训练系统可以有效地进行数据分发、参数同步和梯度聚合等操作,以实现高效的模型训练和加速。
2024-03-20 08:20:24 955
原创 python之SimpleNamespace()使用总结
SimpleNamespace提供了一种简单而方便的方式来创建和管理属性,尤其适用于临时存储和访问一些简单的数据。本章详细介绍SimpleNamespace的一些常见方法和操作
2024-03-18 18:45:27 438
原创 python 之yaml库使用总结
本章详细介绍了yaml文件的格式及语法内容,并给出了代码示例。另外详细介绍yaml文件的加载,介绍了load和safe_load的使用注意事项并进行单文件以及多文件加载的示例演示。最后给出了介绍了yaml文件写入的方法。
2024-03-14 18:10:21 1477
原创 python之Temple工具及与Yaml文件配合使用的介绍
Temple 是一个用于创建和管理应用程序模板的工具,它使用 YAML(YAML Ain't Markup Language)文件来定义模板的结构和内容。这些模板可以用于生成项目的骨架代码、配置文件、文档等。
2024-03-14 18:09:52 365
原创 YOLO之Mini_Rect Training(矩形训练)
mini_rect training(矩形训练)是为了减少冗余信息,提高训练推理速度及精度,使用mini_rect training时不能使用shuffle操作。
2024-03-13 18:05:44 554
原创 python之格式化输出format()函数使用总结
在 Python 中,format 方法是一种用于字符串格式化的强大工具。它允许你将变量或表达式插入到字符串中,并根据需要进行格式化。
2024-03-13 18:05:16 2770
原创 Nvidia Jeston模组规格参数详细对比
详细介绍了Jeston Nano、Jeston TX2、Jeston Xavier NX系列、Jeston AGX Xavier系列、Jeston Orin Nano系列、Jeston Orin NX系列以及Jeston AGX Orin系列的CPU、GPU、算力外设接口功率等性能参数。方便开发者选择合适的模组进行项目开发.
2024-03-12 18:22:20 377 1
原创 Nvidia Jeston系列系统信息查询指令
介绍nvidia jeston系列开发板常用的系统信息查询命令:BSP版本查询、jetpack版本查询、cuda/cudnn/TensorRT版本查询、以及图形界面的开启与关闭。
2024-03-12 18:07:39 406 1
原创 python之eval函数使用详解
eval() 函数可以将字符串作为 Python 表达式求值,将字符串转换为数据类型,执行代码块等。它在某些情况下可以方便地处理动态代码和计算,但需要谨慎使用以避免安全风险。
2024-03-06 21:52:02 3394
原创 python之strip 和 replace 函数使用详解
详细介绍了 strip 和 replace的使用方法并进行代码示例。通过灵活地使用 strip 和 replace 方法,可以处理字符串中的多种情况,包括去除指定字符、替换特定子字符串、处理复杂的模式等。这些方法提供了强大的文本处理能力,使我们能够轻松操作和转换字符串数据
2024-03-06 21:33:17 546
原创 python 之print函数使用总结
介绍 python 中 print 函数的5种不同使用方式,包括基本打印使用、格式化输出、多对象打印、输出到文件以及控制结束符的代码示例。
2024-03-04 22:03:41 398 1
原创 yolo组件之Bottleneck层总结
Bottleneck模块的目的就是为了降低网络参数,提高网络训练、推理的速度并提升特征提取能力。文章介绍了在Resnet、yolov5、yolov8不同的网络中,Bottleneck的结构、参数的差异,以及在推理部署的时候需要注意的事项。
2024-03-04 21:26:28 2541 6
原创 python 之文件操作函数详解
Python中存在很多常用文件操作内置函数:open()、read()、write()、tell()、seek()、close()等,本文章主要对上述常用函数的使用进行详细说明及代码示例展示。
2024-02-29 23:07:13 870 1
原创 python之setattr/getattr/hasattr函数介绍及使用
介绍hasattr() 、setattr()、getattr()函数的作用和使用注意事项。
2024-02-26 21:55:31 341 1
原创 pytorch中Dataset、Dataloader、Sampler、collate_fn相互关系和使用说明
Dataset、Dataloader、Sampler和collate_fn是在PyTorch中用于处理数据加载和预处理的关键组件。它们相互关联并协同工作以有效地加载、处理训练和测试数据。文章介绍了各个组件的功能及工作原理并给出示例代码。
2024-02-26 21:06:38 1121 1
原创 pytorch之数据集划分
使用torch.utils.data.random_split()函数可以方便快捷的对数据集进行随机划分,生成训练集测试集及验证集。
2024-02-22 12:25:21 628 2
原创 Pytorch之数据集加载&制作
介绍了pytorch内置数据集加载以及自定义数据集加载的代码格式及相关参数介绍,示例MNIST数据集手动加载的代码实现及运行结果。
2024-02-21 16:56:51 1072
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人