docker部署tornado项目

参考代码来源于：https://github.com/brightmart/albert_zh记录一下nlp开始学习的历程新的一年刚开始，就碰上了一个基本都是NLP的项目；一直想找机会学NLP，现在正好遇上了。就是项目是个硬骨头，有点难啃，好在组内有几个NLP大神带着。所以也稍微记录一下我nlp开始学习的历程。（可能有些地方理解错误、说错的，也请各位大佬帮忙指正。????）刚开始遇到的时候想从基础

Python - 性能分析工具line_profile最近学到的一个好东西，也是优化性能，查看python每行代码性能的工具。使用步骤：安装/配置line_profile：pip install git+https://github.com/rkern/line_profiler；代码：需要分析的函数前加 @profile；运行：kernprof -l kuangti_tornado_server

参考代码来源于 https://github.com/dbolya/yolact实例分割 yolact1. 环境配置首先将项目安装下来，或者git clone到自己本地。因为我这边跑的是yolact++（在data/config.py内设置），所以按官方要求是要安装DCNv2即执行下面代码。cd external/DCNv2python setup.py build develop这里因为我一开始

参考代码来源于 https://github.com/ProGamerGov/neural-style-ptneural-style-pt 艺术风格迁移一如既往的开头最近事情比较少，人闲着也闲着。趁着周末到处跑，临近新年，也没怎么学习。想写点什么博文，但是又不知道写啥哈哈哈哈哈。于是，我想把公众号或者github（推荐专栏）看到的一些有趣的项目记录下来。这是个风格迁移的项目。这种应该算生成类项目（

行为识别——骨架提取/人体关键点估计我们可以通过深度学习，检测到一个人，但是那个人在做什么我们不知道。所以我们就想让神经网络既检测到人，又知道他在做什么。也就是对这个人的行为进行识别。一个人的行为可以有很多种，可以跑、跳、走、跌倒、打架……有一些我们可以看第一眼就知道他在干嘛，有些我们必须看一段才知道他在干嘛。所以我们要用神经网络来识别行为，就可以分成单帧图片的识别和连续帧图片的识别。如果是单帧图

通过这个链接????进行复习学习。https://github.com/scutan90/DeepLearning-500-questions目标检测目标检测（Object Detection）就是要从图像上找到目标。存在的难点主要有：同一种目标可能有不同外观、形状、姿态；同一张图片场景可能有不同的环境因素干扰（光照、遮挡、色差）；目标检测要检测目标在图像中的位置，目标可能会出现在图像中任意位置，

图像分割（1）普通分割：前景和后景分割。（2）语义分割：每一类物体分割。（3）实例分割：每一个实例分割。却别于目标检测，图像分割师像素级别的分类。最早应用与医疗行业。1. 应用：（1） 医疗行业：器官图像分割…（2） 汽车行业：自动驾驶…2. 图像分割的结构：一般都是自编码结构自编码结构：下采样，上采用，（又称为哑铃结构，瓶颈结构）（1）下采样的方法：使用池化的下采样；使用较大步长的卷积下采样…（

yoloV5&arcFace人脸识别yoloV4&V5已经出来几个月了啊。刚接触yolo的时候，是大三下的时候，那时候导师给了个项目，就是侦测人体加上骨架提取的一个项目。我当时也没只是想先搞个毕业设计出来。然后就查资料，找到了yoloV3，下了源码。在linux系统上跑了起来。当时最大的感受就是，我这破笔记本电脑也能跑得掉，这代码真牛逼。然后到现在的yoloV4、V5，可以看出来网

语音识别基础1. 深度学习在语音领域上的应用（1）语音识别（2）语音唤醒（3）语音命令（4）声纹识别（5）生成语音2. 音频领域基本概念（1）采样率：每秒采集数据的次数。一般是8000Hz、16000Hz…采样率越高，音频损失越小。根据奈奎斯特采样定理：当采样率高于最高频率2倍以上，音频数据就不会失真。因此处理数据的采样率选择，一般只要高于最高频率2倍以上就行。（2）采样精度：每次采样数据的位数。