强化学习（Reinforcement Learning, RL）与监督学习不同——，而是要，让智能体。

集大家之所长汇集于此，希望对有需要的你能有所帮助。一、打标签工具（1）labelimg/labelme这两款工具简便易行，前者主要用于对目标进行大致的标定，用于常见的框选标定，后者主要用于较为细致的轮廓标定，多用于mask rcnn等。安装也是很方便的，直接在终端下用pip install labelimg即可(至于labelme，需要先安装pyqt,所以先pip insta...

在日常学习工作中，经常会碰到一个概念，那就是金字塔（pyramid），本文就该概念进行一定的阐述，具体如下：（1）图像金字塔图像金字塔结构，即对图像进行一定比例的缩放，从而得到一系列不同尺寸的样本图像序列，在缩放过程中一般采用线性差值等方法，在缩放的同时可以加入滤波、模糊等处理，常见的形式有：高斯金字塔(Gaussianpyramid): 用来向下采样，主要的图像金字塔。...

TVM针对不同的深度学习框架和硬件平台，实现了统一的软件栈，以尽可能高效的方式，将不同框架下的深度学习模型部署到硬件平台上。与LLVM的架构相似，在2017年由陈天奇团队推出，和 NNVM 一起组成深度学习到各种硬件的完整优化工具链，支持手机，cuda, opencl, metal, javascript 以及其它各种后端。如果从编译器的视角来看待如何解决这个问题，各种框架写的网络可以根据特定的规

YOLO v.s Faster R-CNN1.统一网络:YOLO没有显示求取region proposal的过程。Faster R-CNN中尽管RPN与fast rcnn共享卷积层，但是在模型训练过程中，需要反复训练RPN网络和fast rcnn网络.相对于R-CNN系列的"看两眼"(候选框提取与分类),YOLO只需要Look Once.2. YOLO统一为一个回归问题，而R-CNN将检测结果分为

说实话在第一次接触Linux系统时，确实很不习惯，尤其是在用了多年的Windows后，可是项目需要又不得不顶着头皮去学习了，下面就自己一点点摸索做下总结，以供后面学习。1、安装Linux系统由于Linux的开源性，我们可以有很多选择，常见的有Ubuntu,centos,Fedora, Debian ,RedhatEnterpriseLinux ,SUSE OpenSUSE,Mindriva...

想要对一个深度学习模型有最直观的了解那就是直接可视化其网络结构，常见的网络可视化工具有很多，今天就自己了解的进行简单的总结，tensorflow的模型结构可视化方法：（1）使用自带的tensorboard（不直观）（2）使用netron工具打开（.pd 或者是.meta文件）（3）第三方库CNNGraph（https://github.com/huachao100...

强化学习（Reinforcement Learning, RL）与监督学习不同——，而是要，让智能体。

在web开发时，HTML相当于主体骨架，而CSS是针对样式优化，JavaScript则是外部链接资源。一、HTML 是什么？HTML 指的是超文本标记语言 (HyperTextMarkupLanguage)HTML 不是一种编程语言，而是一种标记语言(markup language)标记语言是一套标记标签(markup tag)HTML 使用标记标签来描述网页...

在日常的学习中，为了提升模型的效果，我们经常会考虑将几个性能一般的模型集成起来形成一个性能较优的模型，而常见的模型集成的方法有bagging和boosting两种，在这里就这两种方式进行一定总结，供后续的研究和学习。(一)baggingBagging的主要思想如下图所示，首先从数据集中有放回的采样出T个数据集，然后基于这T个数据集，每个训练出一个基分类器，再讲这...