微调 Torchvision 模型在本教程中，我们将深入探讨如何对 torchvision 模型进行微调和特征提取，所有这些模型都已经预先在1000类的Imagenet数据集上训练完成。本教程将深入介绍如何使用几个现代的CNN架构，并将直观展示如何微调任意的PyTorch模型。由于每个模型架构是有差异的，因此没有可以在所有场景中使用的微调代码样板。然而，研究人员必须查看现有架构并对每个模型进行..

欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！LeNet / AlexNet / GoogLeNet / VGGNet/ ResNet前言：这个系列文章将会从经典的卷积神经网络历史开始，然后逐个讲解卷积神经网络结构，代码实现和优化方向。THE HISTORY OF NEURAL NETWORKS...

作者|PURVA HUILGOL编译|VK来源|Analytics Vidhya介绍我们正站在语言和机器的交汇处，这个话题我很感兴趣。机器能像莎士比亚一样写作吗？机器能提高我自己的写作能力吗？机器人能解释一句讽刺的话吗？我肯定你以前问过这些问题。自然语言处理（NLP）也致力于回答这些问题，我必须说，在这个领域已经进行了突破性的研究，促使弥合人类和机器之间的鸿沟。文本分类是自然语言处理的核心思想之一

专栏目录：第一章：PyTorch之简介与下载PyTorch简介PyTorch环境搭建第二章：PyTorch之60分钟入门PyTorch入门PyTorch自动微分PyTorch神经网络PyTorch图像分类器PyTorch数据并行处理第三章：PyTorch之入门强化数据加载和处理Py...

概述迁移学习可以改变你建立机器学习和深度学习模型的方式了解如何使用PyTorch进行迁移学习，以及如何将其与使用预训练的模型联系起来我们将使用真实世界的数据集，并比较使用卷积神经网络(CNNs)构建的模型和使用迁移学习构建的模型的性能介绍我去年在一个计算机视觉项目中工作，我们必须建立一个健壮的人脸检测模型。考虑到我们拥有的数据集的大小，从头构建一个模型是一个挑战。从头构建将是一...

作者|Richmond Alake编译|Flin来源|towardsdatascience介绍我真不敢相信，离我写第一篇详细描述了我第一天的职业生活的文章已经有六个月了。时间过得真快。所以，欢迎再次光临我作为计算机视觉工程师的在线日志。在这篇文章中，你可以看到一个计算机视觉工程师在一个初创企业中的日常活动的许多细节。同时也希望我能回忆起我犯过的一些错误和我所庆祝的成就。对于你来说，这篇文章将介绍当

作者|Christian Hubbs编译|VK来源|Towards Data ScienceRay不仅仅是一个用于多处理的库，Ray的真正力量来自于RLlib和Tune库，它们利用了强化学习的这种能力。它使你能够将训练扩展到大型分布式服务器，或者利用并行化特性来更有效地使用你自己的笔记本电脑进行训练。我们展示了如何使用Ray和RLlib在OpenAI Gym上构建一个自定义的强化学习环境。一个RL

作者 | 小猴锅编辑 |安可出品 | 磐创AI团队出品【磐创AI导读】：本篇文章是深度强化学习专栏的第二篇，讲了第三节有模型的强化学习，希望对大家有所帮助。查看上篇关于...

图像数据标注概述在深度学习领域，训练数据对训练结果有种至关重要的影响，在计算机视觉领域，除了公开的数据集之外，对很多应用场景都需要专门的数据集做迁移学习或者端到端的训练，这种情况需要大量的训练数据，取得这些数据方法有如下几种人工数据标注自动数据标注外包数据标注人工数据标注的好处是标注结果比较可靠，自动数据标注一般都需要二次复核，避免程序错误，外包数据...

磐石大家往往会选择一本数据科学相关书籍或者完成一门在线课程来学习和掌握机器学习。但是，实际情况往往是，学完之后反而并不清楚这些技术怎样才能被用在实际的项目流程中。就像你的脑海中已经有了一块块”拼图“（机器学习技术），你却不知道如何讲他们拼起来应用在实际的项目中。如果你也遇见过同样的问题，那么这篇文章应该是你想要的。本系列文章将介绍一个针对真实世界实际数据集的完整机器学习解决方案，让您了解所有部..