使用TensorFlow训练某些较大模型时会发生内存溢出，如果 已经安装了TensorFlow-GPU版本，训练时会优先调用GPU版本的TensorFlow，而一般电脑上显存比较小，很容易发生溢出，就会出现如下报错：ResourceExhaustedError: OOM when allocating tensor with shape[1024,728,1,1] and type float o

前言（Preface）第一部分 机器学习基础（Part I. The Fundamentals ofMachine Learning）第1章 机器学习概述（Chapter 1. The Machine LearningLandscape）（待更新）第2章 端到端机器学习项目（Chapter 2. End-to-End MachineLearning Project）第3章 分类（Chapter 3

目标检测经典论文翻译汇总：[翻译汇总]翻译pdf文件下载：[下载地址]此版为纯中文版，中英文对照版请稳步：[YOLOv1中英文对照版]YOLO：统一的实时目标检测Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*†University of Washington*, Allen Institute for AI†, Fac

使用TensorFlow训练某些较大模型时会发生内存溢出，如果 已经安装了TensorFlow-GPU版本，训练时会优先调用GPU版本的TensorFlow，而一般电脑上显存比较小，很容易发生溢出，就会出现如下报错：ResourceExhaustedError: OOM when allocating tensor with shape[1024,728,1,1] and type float o

0. 案例背景我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，你有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学概率。1. 导入pythony库#导入机器学习三大件：Numpy, Pan

首先确定自己的Python环境版本，例如Python 3.5、3.6、3.7，甚至2.X等等。打开PyTorch官网：https://pytorch.org/get-started/locally/如上图所示，根据自己的系统、安装工具、编程语言以及是否使用GPU加速等等，选择合适的组合。1. 安装CPU版本例如俺老孙选择win7、pip安装工具、Python语言、None（即不使用GPU加速），下

mnist数据集是由深度学习大神 LeCun等人制作完成的数据集，mnist数据集也常认为是深度学习的“ Hello World！”。官网：http://yann.lecun.com/exdb/mnist/mnist数据集由6万张训练数据和1万张测试数据组成。官网提供下载，但由于是国外的服务器，下载速度很慢。这里提供百度网盘下载地址：链接：https://pan.baid...

0. 概述TensorFlow 2.0中有多处更改，以使TensorFlow用户使用更高效。TensorFlow 2.0删除冗余APIs,使API更加一致(统一RNNs，统一优化器），并通过Eager execution模式更好地与Python运行时集成。1. TensorFlow2主要变化1.1 清理、合并重复API许多API在tensorflow 2.0中已经消失或者移动到其它地方。例如删除了

机器学习实践—基于Scikit-Learn、Keras和TensorFlow2第二版—第9章 无监督学习技术(Chapter9_Unsupervised_Learning_Techniques)虽然目前大部分机器学习应用都是基于有监督学习，但实际工作生活中，大部分数据都是没有标签的。著名的人工智能大牛Yann LeCun说过：如果人工智能一个蛋糕，监督学习就像是蛋糕上的糖霜，而增强学习则蛋糕上的樱

1. 运行环境配置本次使用的电脑系统是windows7。使用YOLOv5训练自己的数据集，首先需要搭建YOLOv5的环境，包括安装Python环境、安装相关Python库、下载YOLOv5 github项目，具体操作方法请参照本人另一篇博文： [YOLOv5环境搭建]。2. 下载模型文件参考： [YOLOv5环境搭建]，里面有下载模型文件的方法。这里也提供CSDN下载链接：yolov5m.pt、y