卷积 深度 图像pytorch
模板语法之句点符的深度查询
views.py: def index(request): num = 10 ss = 'lqz is handsome' b = False ll = [1, 2, 43, {'name': 'egon'}] dic = {'name': 'lqz', 'age': 18} def test(): ......
深度学习基础知识-网络
循环神经网络（Rerrent Neural Network, RNN）： 特点：对具有序列特性的数据非常有效，能挖掘数据中的时序信息以及语义信息 序列特性：符合时间顺序，逻辑顺序，或者其他顺序就叫序列特性 深度神经网络DNN， 卷积神经网络CNN， 生成对抗网络GAN ......
从像素到认知：图像识别的技术与应用全景
从像素到认知：图像识别的技术与应用全景 图像识别，这个看似熟悉的概念，实则蕴含着深远的科技历史和丰富的技术内涵。它不仅关乎像素的运算和组合，更是人类对世界认知的深入理解和抽象表达。本文将带您领略图像识别的技术原理、应用场景以及发展前景。 一、图像识别的技术原理 图像识别基于计算机视觉技术，通过分析图 ......
斯坦福大学引入FlashFFTConv来优化机器学习中长序列的FFT卷积
斯坦福大学的FlashFFTConv优化了扩展序列的快速傅里叶变换(FFT)卷积。该方法引入Monarch分解，在FLOP和I/O成本之间取得平衡，提高模型质量和效率。并且优于PyTorch和FlashAttention-v2。它可以处理更长的序列，并在人工智能应用程序中打开新的可能性。 处理长序列 ......
AutoDL跑深度学习代码
前言：写这篇文章主要是记录自己租用云服务器并跑复现深度学习论文代码的过程。 租用服务器 租用好后，就能够在容器实例中查看。 配置conda环境 对自己租好的容器实例进行开机，点击JupyterLab-->终端，进入Linux系统终端。 进入之后，输入vim ~/.bashrc，按i进入vim的编辑模 ......
动手学深度学习----计算机视觉
向着吃点心的时刻出发！——久岛鸥 锚框 数据集： 首先人手动在图片数据中进行标注，标注的有物体的类型，物体对应的框（框的位置） 框的位置表示方式很多，如左上角x,左上角y,高，宽 这样表示 我们手动标注的框为真实框，锚框是我们程序生成的，经过我们的处理需要与真实框进行匹配，并算出于真正框的偏移 这个 ......
卷积神经网络中的平移不变性
一、什么是平移不变性 1. 不变性 不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。 所以上面的描述就对应着各种不变性： 平移不变性：T ......
Request 爬虫的 SSL 连接问题深度解析
SSL 连接简介 SSL（Secure Sockets Layer）是一种用于确保网络通信安全性的加密协议，广泛应用于互联网上的数据传输。在数据爬取过程中，爬虫需要与使用 HTTPS 协议的网站进行通信，这就牵涉到了 SSL 连接。本文将深入研究 Request 爬虫中的 SSL 连接问题，并提供解 ......
图像识别001
from keras.preprocessing import imagefrom keras.applications.vgg16 import VGG16, preprocess_input, decode_predictionsimport numpy as npimport tensorfl ......
深度学习笔记2：数据增强
上一节由于训练数据集样本量较小，模型过早拟合最终我们在测试数据集的分类精度只达到了70%，本章节我们通过使用数据增强降低过拟合的方法。使用数据增强之后，模型的分类精度将提高到 80%～85%。数据增强是指从现有的训练样本中生成更多的训练数据，做法是利用一些能够生成可信图像的随机变换来增强（augme... ......
基于霍克斯过程的限价订单簿模型下的深度强化学习做市策略
更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。 相关研究总述 最优做市 (MM) 是在限价订单簿 (LOB) 的两侧同时下达买订单和卖订单的问题，目的是最大化交易者的最终收益率，同时最小化相关风险。 可以说，其中最突出的是库存风险，它源于交易者（做市商 ......
【Python】【OpenCV】视频流操作 and 窗口显示图像和视频
一、读取写入视频文件 1 import cv2 2 3 # 创建一个视屏捕获对象 4 videoCapture = cv2.VideoCapture('AVI.avi') 5 6 # 获取视频的属性值，cv2.CAP_PROP_FPS获取视频帧率 7 fps = videoCapture.get(c ......
关于安装pytorch1.0.0版本（果然还是要手动自己去找啊。。。一遍成！！保真）
首先第一步就是不要跑到官网里边去按照官网给的提示去下载！！不要不要不要！也不要去什么用清华镜像源啥的，因为根本找不到，很折腾！ 直接在这个网站download.pytorch.org/whl/cu100/torch_stable.html里边找你想要下载的torch1.0.0版本以及torchvis ......
shell 展开之进程替换# 深度解析 管道符|和输入输出<< >>重定向的区别
参考链接 https://blog.csdn.net/zwlove5280/article/details/113609342 shell 展开中的进程替换可以说是非常难懂的一部分，它的语法为有两种 >(list) ##接受输入 看作一个整体，相当于文件描述 或 <(list) #接受输出 在 << ......
深度分析C#中Array的存储结构
数组是C#中最基础的存储结构之一，很多的存储结构其底层的实现中都是基于数组实现的，如：List、Queue、Stack、Dictionary、Heap等等，如果大家读过这些类型的底层实现源码，其实就可以发现，这些存储结构都是在其内部维护了一个或多个数组。本文重点来学习一下数组存储结构的实现逻辑。 首 ......
深度学习在图像识别中的革命性应用
深度学习在图像识别中的革命性应用标志着计算机视觉领域的重大进步。以下是深度学习在图像识别方面的一些革命性应用： 1. **卷积神经网络（CNN）的崭新时代**： - CNN是深度学习在图像识别中的核心技术，通过卷积层、池化层和全连接层，模拟人类视觉系统。这一技术的引入使得图像识别的准确性显著提高。 ......
人工智能的科普 机器学习、 深度学习 、大模型
很多对于人工智能了解很少 不知道机器学习、 深度学习 、大模型之间的关系 基础班版本 ： 机器学习 升级版本 ：深度学习 高级版本 ：大模型 神经元 神经元是构成人工神经网络（ANN）的基本单元 机器学习算法中的神经网络模型则是通过多个神经元相互连接而成。 在机器学习中，神经网络模型被用来学习输入数 ......
【C++】【OpenCV】【NumPy】图像数据的访问
接上一随笔，这次学习针对图像数据的访问（Numpy.array） 在OpenCV中，使用 imread() 方法可以访问图像，其返回值是一个数组，而根据传入的不同图像，将会返回不同维度的数组。 针对返回的图像数据，即数组，我们是可以进行操作的： 1 import cv2 2 3 # MyPic.pn ......
决策树C4.5算法的技术深度剖析、实战解读
在本篇深入探讨的文章中，我们全面分析了C4.5决策树算法，包括其核心原理、实现流程、实战案例，以及与其他流行决策树算法（如ID3、CART和Random Forests）的比较。文章不仅涵盖了丰富的理论细节和实际应用，还提出了独特的洞见，旨在帮助读者全面了解C4.5算法的优缺点和应用场景。 关注Te ......
easyx的使用，图像插入（2.0）
本文从B站学习，借鉴，一些贴图素材借鉴游戏网图； 视频链接：图像输出_哔哩哔哩_bilibili 想使用图片，先用easyx提供的数据类型定义一个变量： 在对图片进行加载，差不多像是赋值，这个变量名相当于这个图片；使用loadimage（）； 这里有个小点；图片的位置你要清楚放在哪里，因为加载图片的 ......
关联规则挖掘：Apriori算法的深度探讨
在本文中，我们深入探讨了Apriori算法的理论基础、核心概念及其在实际问题中的应用。文章不仅全面解析了算法的工作机制，还通过Python代码段展示了具体的实战应用。此外，我们还针对算法在大数据环境下的性能局限提出了优化方案和扩展方法，最终以独到的技术洞见进行了总结。 关注TechLead，分享AI ......
深度剖析GadgetInspector执行逻辑(下)
前言 接着前面分析gadgetInspector工具 GadgetInspector gadgetinspector.PassthroughDiscovery类 和上面类似的格式，存在有discover / save这两个主要的方法 MethodCallDiscoveryClassVisitor类 ......
基于FPGA的RGB图像转化为灰度图实现,通过MATLAB进行辅助验证
1.算法运行效果图预览 2.算法运行软件版本 vivado2019.2 matlab2022a 3.算法理论概述 基于FPGA的RGB图像转换为灰度图实现是一种在图像处理领域常见的操作。这种操作通过将彩色图像的RGB三个通道转换为单一的灰度值，使得图像处理变得更加简单和高效。 RGB图像是一种最常见 ......
【Python】【OpenCV】【NumPy】图像和原始字节的转换
学习完基础的图像算法，开始接触OpenCV学习： 灰度图中，一个像素点上的灰度级需要一个字节（byte，2^8，8 bit）进行存储，此时的灰度图是二维的。而当我们需要转换为彩色图时，即三维，便会产生颜色通道（Channel），这个时候，一个像素点上的灰度级便会需要三个字节来进行存储。 可以借助笛卡 ......
图的建立与深度、广度遍历
图的建立有两种方式，一种是邻接矩阵，也就是顺序存储。另一种则是邻接表 在遍历过程中我们需要有一个数组，用来标记结点是否被调用过，我们称它为visited数组。 我们需要初始化一个二维矩阵edge[i][j],用来存储边的集合，含义为第i个结点与第j个结点之间有边。 其次我们在创建一个存储顶点的数组， ......
02深度学习笔记
1.二元分类 一些基本符号含义： 输入一幅以特征向量x表示的图像，预测对应的输出的y（0 or 1） 单个样本（x,y） n（x）特征向量，y训练结果 m表示训练集样本总数，{(x(1),y(1)),(x(2),y(2))...,((x(m),y(m))} M=M(train) 训练集 m(test ......
深度优先搜索（DFS）
深度优先搜索（DFS） 我们以二叉树的遍历为例子。 先序遍历 遍历过程 访问根节点 先序遍历其左子树 先序遍历其右子树 中序序遍历 遍历过程 中序遍历其左子树 访问根节点 中序遍历其右子树 后序遍历 遍历过程 后序遍历其左子树 后序遍历其右子树 访问根节点 我们使用数组来模拟二叉数，使用代码实现如下 ......