深度pytorch 5.1
【翻译】使用深度强化学习发现更快的排序算法
[toc] > [Faster sorting algorithms discovered using deep reinforcement learning | Nature](https://www.nature.com/articles/s41586-023-06004-9) > 因为是机翻感 ......
N6、seq2seq翻译实战-Pytorch复现
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者：K同学啊 | 接辅导、项目定制 📌 本周任务： 结合训练中N5周的内容理解本文代码 数据：链接 一、前期准备工作¶ 0、导入包¶ In [1]: from __future__ import unicode_literals, ......
深度学习应用篇-计算机视觉-语义分割综述[6]：DeepLab系列简介、DeepLabV3深入解读创新点、训练策略、主要贡献
深度学习应用篇-计算机视觉-语义分割综述[6]：DeepLab系列简介、DeepLabV3深入解读创新点、训练策略、主要贡献 ......
深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等
深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等 ......
小灰灰深度学习day7——画一元二次方程某一点的切线以及一些概念
#我们在这里画的是方程3*x**2 - 4*x 在x = 1处的切线#欠拟合:欠拟合指的是模型对训练数据的拟合度过低,误差值过大,自然泛化能力也不怎么好。 #泛化能力指模型对未知数据的拟合度 #过拟合:指模型对训练数据的拟合度较好,误差值较小,但是泛化能力并不好。 #对误差函数进行惩罚,从而提高模型 ......
pytorch的torch、torchvision、torchaudio版本对应关系
torch与torchvision对应关系 torch与torchaudio对应关系 ......
信奥一本通题：例5.1反序输出
# 例5.1，反序输出  ### 解题思路 根据题意可知执行顺序 1、创建有1 ......
深度学习—YOLO目标检测算法
一、整体流程介绍 二、数据准备 根据目标大小不同，考虑3种图像划分尺度，大中小； 而对锚框本身，有正、长、宽3种形态； Po有无中心坐标（0、1）、Bx、By、Bw、Bh，这里是5个特征值，再加上COCO数据集本身自带的80个类别； 故对于每个图像块均构造一个对应的标签列向量y，（5+80）* 3 ......
深度学习—Faster R-CNN系列目标检测算法
〇、目标检测 1、定义：既包括回归问题（外接框顶点坐标回归也包括分类问题（识别每个检测框中的物体种类） 在深度学习中，目标检测就是在图像中自动生成确定物体/目标位置（定位目标）， 及物体类别（目标识别）目标的位置的表示方法， 通常是目标的外边界的矩形框（或其他形式的框）的各项顶点。 2、基于深度学习 ......
深度学习降噪专题课：整体介绍降噪算法
大家好~本课程基于全连接和卷积神经网络，学习LBF等深度学习降噪算法，实现实时路径追踪渲染的降噪 本课程偏向于应用实现，主要介绍深度学习降噪算法的实现思路，演示实现的效果，给出实现的相关代码 线上课程资料： [本节课录像回放](https://www.bilibili.com/video/BV1No ......
5.1 文件操作（读写、追加等）
在 Python 中，文件操作是一项常用的任务。本节将介绍如何执行基本的文件操作，如读取、写入和追加数据。我们将通过实例代码详细讲解每个知识点。 ### 5.1.1 打开文件 在对文件进行操作之前，我们需要使用 `open()` 函数打开它。`open()` 函数接受两个参数：文件名（包括路径）和模 ......
Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测|附代码数据
全文链接：http://tecdat.cn/?p=27279 最近我们被客户要求撰写关于深度学习循环神经网络RNN的研究报告，包括一些图形和统计输出。 此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列 LSTM神经网络架构和原理及其在Python中的预测应用 LSTM 网络是一种循环神经 ......
D2C深度图对齐彩色图
# 深度图对齐彩色图 ## 原理部分 一般深度相机自带sdk会有对齐的函数，这些函数一般是硬件实现对齐，但是有些相机不支持高分辨率的对齐，比如Astra mini s只支持最高640*480的分辨率对齐，所以考虑自己实现对齐函数。 > [深度图与彩色图的配准与对齐](https://blog.csd ......
人工智能概述（4）：深度学习是什么
这一切要从 人工神经网络（Artificial Neural Network，即ANN） 说起... ANN 生物神经元 图示：图片来源 人工神经元 是 ANN的基础，一般模型（还有非一般的演化中的？）如下：图片来源 由于 神经元 具备 信息处理（计算）和传递（通信） 的功能，于是，将 多个神经元 ......
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍 ......
如何使用深度学习和TensorFlow实现计算机视觉
越来越多的地方正在使用计算机视觉。从增强安全系统到改进医疗保健诊断，计算机视觉技术正在彻底改变多个行业。 ## 课程先睹为快 本课程经过精心设计，涵盖了广泛的主题，从张量和变量的基础知识到高级深度学习模型的实现，以应对人类情感检测和图像生成等复杂任务。 在介绍了先决条件并讨论了学习者可以从课程中得到 ......
【技术积累】Python中的PyTorch库【一】
博客推行版本更新，成果积累制度，已经写过的博客还会再次更新，不断地琢磨，高质量高数量都是要追求的，工匠精神是学习必不可少的精神。因此，大家有何建议欢迎在评论区踊跃发言，你们的支持是我最大的动力，你们敢投，我就敢肝 ......
使用Optuna进行PyTorch模型的超参数调优
前言 Optuna是一个开源的超参数优化框架，Optuna与框架无关，可以在任何机器学习或深度学习框架中使用它。本文将以表格数据为例，使用Optuna对PyTorch模型进行超参数调优。 本文转载自DeepHub IMBA 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视 ......
深度学习在抗菌肽药物研究中的应用进展
深度学习在抗菌肽药物研究中的应用进展 摘要：抗菌肽（AMP）作为未来最有希望解决病原微生物耐药性的新型抗菌药物之一，其研发备受关注。抗菌肽一般较短，组成多样，迄今人们已发现数千条天然抗菌肽，并建立了多个公开的抗菌肽数据库，为新型抗菌肽的研发和设计奠定了基础。在抗菌肽的信息描述方面，人们使用了伪氨基酸 ......
《深度剖析CPython解释器》19. Python类机制的深度解析(第三部分): 自定义类的底层实现、以及metaclass
https://www.cnblogs.com/traditional/p/13593927.html 楔子 Python除了给我提供了很多的类之外，还支持我们定义属于自己的类，那么Python底层是如何做的呢？我们下面就来看看。 自定义class 老规矩，如果想知道底层是怎么做的，那么就必须要通过 ......
使用Optuna进行PyTorch模型的超参数调优
Optuna是一个开源的超参数优化框架，Optuna与框架无关，可以在任何机器学习或深度学习框架中使用它。本文将以表格数据为例，使用Optuna对PyTorch模型进行超参数调优。 Optuna可以使用python pip安装，如pip install Optuna。也可以使用conda insta ......
VMware ESXi定制版(OEM ISO)资源下载（包含5.1\5.5\6.0）
一、VMware ESXi 5.1.0 update03 1、VMware-ESXi-5.1.0-Update3-2323236-hitachi-0400.iso（日立） 2、VMware-ESXi-5.1.0-Update3-2323236-HP-510.9.4.24-Nov2015.iso（HP ......
Python生成器深度解析：构建强大的数据处理管道
# 前言 生成器是Python的一种核心特性，允许我们在请求新元素时再生成这些元素，而不是在开始时就生成所有元素。它在处理大规模数据集、实现节省内存的算法和构建复杂的迭代器模式等多种情况下都有着广泛的应用。在本篇文章中，我们将从理论和实践两方面来探索Python生成器的深度用法。 ## 生成器的定义 ......
pytorch 的 torchvision.datasets.ImageFolder 来自定义数据集
import torchvision class ClassificationDataset(torchvision.datasets.ImageFolder): """ YOLOv5 Classification Dataset. Arguments root: Dataset path """ ......
Pytorch中张量的连续性：contiguous
根据PyTorch文档¹，`t.contiguous()`返回一个包含与`t`张量相同数据的连续张量。如果`t`张量已经是连续的，这个函数返回`t`张量本身。 一个张量是连续的，如果张量中的相邻元素在内存中实际上是相邻的³。有些对张量的操作，例如`transpose()`，`permute()`，` ......
Pytorch torch.mean() 平均值的简单用法
Pytorch torch.mean()的简单用法 简单来说就是求平均数。比如以下的三种简单情况： import torch x1 = torch.Tensor([1, 2, 3, 4]) x2 = torch.Tensor([[1], [2], [3], [4]]) x3 = torch.Tens ......
深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解
# 深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解 # 一、数据增广 在图像分类任务中，图像数据的增广是一种常用的正则化方法，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力，常用于数据量不足或者模型参数较多的场景。除了 Ima ......
cmd+ssh配置远程服务器Anaconda3_2023+pytorch
一、上传Anaconda3到远程服务器 注意：如果要将这个东西安装在anaconda3文件夹里的话，当前这个目录里不能有这个文件夹。（安的时候会自动创建） 二、安装Anaconda3 1. win+r 快捷键打开cmd 输入ssh 可以看到已经与服务器建立连接 2. 输入ssh <用户名>@主机IP ......
小灰灰深度学习day6——线性代数
import torch #标量由只有一个元素的张量表示 ''' x = torch.tensor(3.0) y = torch.tensor(2.0) print(x + y) print(x * y) print(x / y) print(x ** y) ''' ''' 向量可以被视为标量值组成 ......