CPMCPM(Chinese Pretrained Models)模型是北京智源人工智能研究院和清华大学发布的中文大规模预训练模型。官方发布了三种规模的模型，参数量分别为109M、334M、2.6B。关于预训练模型的大量实验表明，更大的模型参数和更多的预训练数据，通常能够带来更好的下游任务效果，这类模型被证明在各种少样本学习 NLP 任务中十分有效。传统预训练模型往往需要经过有监督训练数据微调 (

PaddlePaddle-PaddleHub飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型。ERNIEERNIE(Enhanced Representat

PaddlePaddle-PaddleHub飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型。ERNIEERNIE(Enhanced Representat

jieba关键词抽取有两种方法。一种是基于 TF-IDF 算法的关键词抽取，另一种是基于 TextRank 算法的关键词抽取。这里主要介绍TF-IDF。TF-IDFTF-IDF(Term Frequency-Inverse Document Frequency，词频-逆文档频率)是一种统计方法，用以评估一个词(关键词)对于一个文档集或一个语料库中的其中一份文档的重要程度。词语的重要性随着它在文档中

OpenCV版本：4.5.3.56算法实现思路：图像拼接全景轮廓提取轮廓最小正矩形腐蚀处理裁剪代码实现：import cv2import numpy as npdef stitch(image):# 图像拼接# stitcher = cv2.createStitcher(False)# OpenCV 3.X.X.X使用该方法stitcher = cv2.Stitcher_creat...

一、卷积1、卷积的简单定义卷积神经网络中的卷积操作可以看做是输入和卷积核的内积运算。其运算过程非常容易理解，下面有举例。2、举例解释（1）为了方便直接解释，我们首先以一个通道（若是彩图，则有RGB的颜色，所以是三个通道）为例进行讲解，首先明确概念：1） 输入是一个5*5的图片，其像素值如下：...

1.颜色识别(红色)2.形态学去噪3.轮廓检测4.多边形拟合5.透视矫正

简介：glob是python自带的一个操作文件的相关模块，由于模块功能比较少，所以很容易掌握。用它可以查找符合特定规则的文件路径名。使用该模块查找文件，只需要用到："*"，"?"，"[]"这三个匹配符星号"*"匹配0个或多个字符问号"?"匹配任何单个字符"[]"匹配指定范围内的一个特定字符，如：[0-9]匹配范围内数字，[a-z]和[A-Z]匹配范围内...

OpenCV版本：4.0.0.21算法实现思路如下：对图像做降噪滤波处理提取边缘检测轮廓检测轮廓最小外接矩形（旋转矩形）对图像先平移再旋转最后裁剪代码如下：import cv2import numpy as npimage = cv2.imread("rice.jpg")gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 转为灰度图blurred = c

一说起“深度学习”，自然就联想到它非常显著的特点“深、深、深”，通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此，我们自然很容易就想到：深的网络一般会比浅的网络效果好，如果要进一步地提升模型的准确率，最直接的方法就是把网络设计得越深越好，这样模型的准确率也就会越来越准确。那现实真的是这样吗？先看几个经典的图像识别深度学习模型：这几个模型都是在世界顶级比赛中获奖的著名...