一、深度学习（deep Learning）深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终

目标：介绍深度学习经典和最新的模型LeNet、ResNet、LSTM、BERT.....机器学习基础损失函数、目标函数、过拟合、优化实践使用Pytorch实现介绍的知识点在真实数据上体验算法效果内容：深度学习基础——线性神经网络、多层感知机卷积神经网络——LeNet、AlexNet、VGG、Inception、ResNet循环神经网络——RNN、GRU、LSTM、seq2seq注意力机制——Att

一、数学运算在PyTorch中，定义了数学运算，如：add加、sub减、div除、mul乘import torchimport numpy as npdef detect_gpu():print(torch.__version__)print(torch.cuda.is_available())def test():detect_gpu()a = torch.rand(3, 4)b = torch

论文提取链接：链接：https://pan.baidu.com/s/1LqNBgL9Va4puiDEljp9syg 提取码：visfYOLO设计之初：就希望网络比较迅速，做到实时处理（你仅看一眼）—— One Stage网络

一、灰度直方图1、原理直方图是对数据进行统计的一种方法，并且将统计值组织到一系列事先定义好的bin当中。其中，bin 为直方图中经常用到的一个概念，可以译为 “直条” 或 “组距”，其数值是从数据中计算出的特征统计量，这些数据可以是诸如梯度、方向、色彩或者其他任何特征。注意：直方图是根据灰度图进行绘制的。假设有一张图像的信息（灰度值0~255，已知数字的范围包含256个值），于是可以按照一定的规律

如下图所示即为OpenCV中关于阈值的函数，其中：设置的阈值是针对每个像素点判断的，如果当前像素点的值大于阈值，赋什么值，maxval最大取值为255（0<黑>~255<白>）简单使用：import matplotlib.pyplot as pltimport cv2 as cvimg = cv.imread("images/girl.jpg", cv.IMREAD_COL

我在用TestLink做测试用例执行时，报出如下错误：Fatal error: Uncaught Error: Cannot use string offset as an array in C:\testlink\htdocs\testlink\lib\execute\execSetResults.php:1539Stack trace:#0 C:\testlink\htdocs\testl..

MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。面向批处理的计算（主

一、目标检测算法分类1、两步走的目标检测先进行区域推荐，而后进行目标检测d

MinGW-w64编译OpenCV-3.4.5：（一）MinGW-w64编译OpenCV-3.4.5 - 简书 (jianshu.com)编译后生成的文件介绍：bin:可执行程序目录。etc:一些配置文件目录。include:OpenCV头文件目录。x64:64位系统对应的OpenCV库。x64子目录1mingw​​​​​​​mingw子目录1 bin:用于存放可执行程序和.dll动态链接库文件。