执行git clone https://github.com.cnpmjs.org/CMU-Perceptual-Computing-Lab/openpose后，克隆到本地后根目录下有个3rdpart目录，因为此目录链接了其他的github目录，因此只执行git clone后，caffe和pybind11文件是空的。需要进入到下载的根目录，执行子模块下载命令。git submodule updat

普通方法git clone https://github.com/xxx/xxx更新后git clone https://github.com.cnpmjs.org/xxx/xxx参考资料git clone 太慢了的新方法[我居然才知道]

文章目录绪论卷积神经网络基础知识基本结构前馈运算反馈运算卷积神经网络基本部件端到端思想卷积层汇合层激活函数全连接层目标函数卷积神经网络经典结构CNN网络结构中的重要概念经典网络案例分析卷积神经网络的压缩低秩近似剪枝与稀疏约束参数量化二值网络知识蒸馏书籍链接百度网盘谷歌云盘绪论机器学习是人工智能的一个分支，它致力于研究如何通过计算的手段，利用经验（experience）来改善计算机系统自身...

Titan RTX深度学习评测结果NVIDIA TITAN RTX 专为数据科学、AI 研究、内容创作和通用 GPU 开发而构建。它基于 Turing 架构搭建，具有 4608 个 CUDA 核心、576 个用于加速 AI 的全速混合精度 Tensor Core 核心和 72 个用于加速光线追踪的 RT 核心。TITAN RTX 还包含 24 GB GPU 显存，支持使用大批量样本训练神经网络、处

【代码】pytorch单机多卡后台运行。

文章目录Flaskgunicorn 部署Flask项目gunicorn架构并发 vs. 并行安装gunicorn启动gunicorngunicorn配置文件列出所有进程FlaskFlask默认是单进程、单线程阻塞的任务模式，在项目上线的时候可以通过nginx+gunicorn的方式部署flask任务，但是在开发的过程中如果想通过延迟的方式测试高并发，需要在app.run()中通过threade..

机器学习相关概念机器学习致力于研究如何 通过计算的手段，利用经验来改善系统自身的性能，在计算机系统中，“经验”通常以“数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”。有了学习算法，把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会听相应的判断。如果计算机科学是研究关于“算法”的学问，那么类似的，机器学习是研究关于“学

在线学习网址：https://zh.d2l.ai/GitHub：d2l-zh（中文版）d2l-en（英文版）代码代码是基于Apache MXNet实现，MXNet是一个开源的深度学习框架。它是AWS（亚马逊云计算服务）首选的深度学习框架，也被众多的学校和公司使用。深度学习简介机器学习是一门讨论各式各样的适用于不同问题的函数形式，以及如何使用数据来有效的获取函数参数具体值的学科。...

[nndl.github.io][神经网络与深度学习][nndl-book]深度学习基础深度学习是机器学习的一个分支，是指一类问题以及解决这类问题的方法。深度学习问题是一个机器学习问题，指从有限样例中通过算法总结出一般性的规律，并可以应用到新的未知数据上。深度学习采用的模型一般比较复杂，指样本的原始输入到输出目标之间数据流经过多个线性或非线性组件（component）。因为每个组件都会对信息进行加

GAN：生成对抗网络[paper]Generative Adversarial Nets（2014）一个神经网络试图生成接近真实的数据（注意：GANs可以用来模拟任何数据分布，但目前主要用于图像），另一个网络试图区分真实的数据和由生成网络生成的数据。生成器网络使用判别器作为损失函数，并更新其参数以生成看起来更真实的数据。判别器网络更新其参数，以便更好的从真实数据中识别出假数据。所以它的性能也变得更