@[TOC] 第三章paddlepaddle实践第三章学习笔记# 定义reader# 定义buf_size和batch_size大小buf_size = 1000batch_size = 256# 训练集readertrain_reader = fluid.io.batch(reader=paddle.reader.shuffle(reader=read_data(TRAIN_SET),buf_s

通用软件无线电接收机作为传感器实时接收探测无线电信号，加上深度学习算法实现频谱识别，

写在前面本学习总结主要目的1.怕以后忘记，到时候翻来看看，2.梳理一下项目过程，便于工业化生产（哈哈）3.敲一遍代码加深记忆4.帮助他人，方便入门同学能够容易入门本过程主要设计到的内容1.torch.nn，nn模块下的Module类，组件类，neture network2.tensor，巩固tensor的方法3.torch.utils.data里面DataLoader的用法4.torchvisio

关于矩阵的运算：关于矩阵的乘法运算总结一下矩阵的物理意义矩阵和矩阵相乘的运算的定义：设A是一个m×nm\times nm×n矩阵，B是一个n×sn \times sn×s 矩阵，规定矩阵A和矩阵B的乘积是一个m×sm\times sm×s矩阵C...

通用软件无线电接收机作为传感器实时接收探测无线电信号，加上深度学习算法实现频谱识别，

@[TOC] 第三章paddlepaddle实践第三章学习笔记# 定义reader# 定义buf_size和batch_size大小buf_size = 1000batch_size = 256# 训练集readertrain_reader = fluid.io.batch(reader=paddle.reader.shuffle(reader=read_data(TRAIN_SET),buf_s

关于矩阵的运算：关于矩阵的乘法运算总结一下矩阵的物理意义矩阵和矩阵相乘的运算的定义：设A是一个m×nm\times nm×n矩阵，B是一个n×sn \times sn×s 矩阵，规定矩阵A和矩阵B的乘积是一个m×sm\times sm×s矩阵C...

通用软件无线电接收机作为传感器实时接收探测无线电信号，加上深度学习算法实现频谱识别，

cv识别无人机（yolo算法）在github上download了yolov5的源码，想用视觉识别一下空中飞行的无人机，识别对象有：1：鸟类bird，2：无人机UAV，3：直升机helicopter；想通过自己创建一个数据集，训练yolov5，在调用detect.py来识别一下效果。第一步还是把最终训练出来的效果放上我把视频上传到b站了准备数据集百度了一下，在B站上看到有一个视频是做这个识别的，私信