入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。感谢【Pytorch】加载torchvision中预训练好的模型并修改默认下载路径（使用models.__dict__[model_name]()读取） - 灰信网（软件开发博客聚合）今天我在执行这行代码时，它开始给我把resnet101的预训练模型下载安装在我的C盘里！！！model = ge

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、原理分析二、代码分析1、主体部分——load_mosaic2、load_image函数3、random_perspective()函数（详见代码解析）一、原理分析YOLOv5采用和YOLOv4一样的Mosaic数据增强。主要原理：它将一张选定的图片和随机的3张图片进行随机裁剪，再拼接到一

在机器学习的有监督学习算法中，我们的目标是学习出一个稳定的且在各个方面表现都较好的模型，但实际往往不这么完美与理想，有时我们只能得到多个有偏好的模型（即在某些方面表现的比较好），这样的模型称为弱监督模型。但是一个过优秀的模型可能会出现过拟合问题，但多个有偏好的模型组合成的模型不容易出现过拟合问题。集成学习即组合多个弱监督模型以期望得到一个更好更全面的强监督模型。集成学习潜在的思想是即便某一个弱分类

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。

​一、代码下载二、环境配置三、下载 image tokenizer——vqvae_hard_biggerset_011.pt四、下载模型五、准备input的文字六、运行七、结果一、代码下载GitHub - THUDM/CogView: Text-to-Image generation. The repo for NeurIPS 2021 paper "CogView: Mastering Text

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、词袋模型（Bag of Words, BoW）1、目的将不定长的文本型数据转化为定长的数值型数据，方便用作机器学习模型的输入2、主要思想建立一个词典库，其中包含训练语料库的所有词语，每个词语都对应一个唯一识别的编号，利用one-hot文本来表示；文档的词向量维度与单词向量的维度相同，

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、Bounding box损失函数1、IOU_Loss????IOU是交并比，在这里是指预测的物体框框和真实的物体框框的交集的面积与并集的面积之比。????IOU_Loss是根据IOU的损失函数：IOU_Loss = 1 -IOU但是它存在一些缺点：（1）如果你的预测框和真实框完全不重

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、欧拉角1、静态定义2、欧拉角的表示 3、欧拉角表示的优缺点 4、欧拉角的万向节死锁（静态不存在万向锁的问题）二、四元数1、提出意义和定义 （含轴角）2、四元数的相关计算法则3、四元数的极形式4、四元数的使用举例5、四元数的优缺点三、四元数和欧拉角间的相互转化1、四元数转为欧拉角2、欧拉角

其中被称为属性a的“固有值”属性a的取值有，其中表示D中所有在属性a上取值为的样本集合。属性a的可能取值数目越多（V越大），IV(a)的值通常会更大。（1）基尼值Gini(D)反映了从数据集D中随机抽取两个样本，其类别标记不一致的概率。Gini(D)越小，数据集D的纯度越高，不确定性越小。（2）基尼指数。...

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、官网下载链接https://unity3d.com/cn/但是可能是因为我没翻墙，所以我根本没办法进入这个网页二、Unity 3D中国官网下载但是天无绝人之路嘛可不是，让我找到了这么个大宝贝Unity所有版本下载 | Unity中国官网点进链接后往下翻然后根据提示进行一些注册和登录，就可以选