1286037540

PyTorch internals : ezyang’s blog

WaytoAGI（通往 AGI 之路）是最大最全面的 AI 知识库，汇聚上千个人工智能网站和工具，汇集最新的 AI 工具、GPT 应用和行业资讯。无论您是AI爱好者、研究者还是开发者，WaytoAGI 提供最新的AI资讯、工具目录和行业洞察，助力您在通往AGI的旅途中开启智能创新的未来。

WayToAGI

GitHub - PKUFlyingPig/cs-self-learning: 计算机自学指南

ModelScope——汇聚各领域先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。在这里，共建模型开源社区，发现、学习、定制和分享心仪的模型。

首页 · 魔搭社区

Taichi

Taichi Zoo

本站内容主要包含但不限于：Java后端、前端开发、嵌入式开发、大数据开发、数据结构、算法题、leetcode、计算机网络、操作系统、设计模式、编译原理、计算机组成原理、C语言、C++、Spring Boot、Spring Cloud、Git、SVN、Linux、Node、IDEA、Python、MySQL、Redis、Tomcat、Nginx、Kubernetes、Elasticsearch、Kafka、微服务分布式、高可用架构、中间件、数据库、缓存、消息队列、系统监控等知识分享。

Road 2 Coding

🧑‍🏫 50! Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠 - GitHub - labmlai/annotated_deep_learning_paper_implementations: 🧑‍🏫 50! Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizer

labmlai/annotated_deep_learning_paper_implementations: 🧑‍🏫 50! Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, ...), gans(cyclegan

深度学习基础 — PaddleEdu documentation

DataLab

Intelligent Design and Robust Learning Laboratory. IDRL has 11 repositories available. Follow their code on GitHub.

IDRL

Coggle数据科学关注国内国外的数据竞赛，并对全网有价值的数据科学资源进行汇总。

竞赛 - Coggle数据科学

《动手学深度学习》 — 动手学深度学习 2.0.0-alpha0 documentation

2021CCF大数据与计算智能大赛

Learn Machine Learning, AI & Computer vision

CV-Tricks.com – Learn Machine Learning, AI & Computer vision

Welcome … — Physics-based Deep Learning

eugeneyan/ml-surveys: 📋 Survey papers summarizing advances in deep learning, NLP, CV, graphs, reinforcement learning, recommendations, graphs, etc.

ImageNet Benchmark (Image Classification) | Papers With Code

class MyHingeLoss(torch.nn.Module):
 # 不要忘记继承Module
 def __init__(self):
 super(MyHingeLoss, self).__init__()

 def forward(self, output, target):
 &#34;&#34;&#34;output和target都是1-D张量,换…

PyTorch自定义损失函数 - 知乎

Quick Start — Netscope CNN Analyzer

最近在做科研的时候需要对一组高维向量降维可视化。比较下，tensorboard的可视化效果最好，且提供了很方便的降维算法api，交互界面也相对友好。网上的教程tensorboard版本相对较早，并且用的数据是tensorflow官方…

Tensorboard(2.x)-PROJECTOR-高维向量可视化（避免踩坑）[附远程服务器访问] - 知乎

1.前言本文就使用tensorboard进行 高维向量可视化过程中出现的一些bug和问题，进行一次总结，帮助那些和我一样的小白快速上手Tensorboard高维向量可视化。这里我先展示下最近我做的高维向量可视化的成果，蓝色是非…

Tensorboard高维向量可视化 + 解决标签和图片不显示BUG - 知乎

KupynOrest/DeblurGAN: Image Deblurring using Generative Adversarial Networks

VITA-Group/DeblurGANv2: [ICCV 2019] "DeblurGAN-v2: Deblurring (Orders-of-Magnitude) Faster and Better" by Orest Kupyn, Tetiana Martyniuk, Junru Wu, Zhangyang Wang

zhaoyuzhi/DeblurGANv2-MobileNetv123-PyTorch: Provide pre-trained MobileNetv123 and MobileNet-DSC FPN models for DeblurGANv2

如果你曾在低亮度环境下拍过照片，那你可能对一个叫“噪声”的术语比较熟悉，也就是照片上常出现的那些颗粒状的彩色或白色斑点，正是它让我们所拍的照片模糊不清。以往用一些图像编辑软件也能修复这个问题，只是要…

AI拯救渣画质，让模糊图像秒变高清图 - 知乎

GitHub - RaphaelMeudec/deblur-gan: Keras implementation of "DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks"

★ 这篇论文整理了CNN分类任务中一些常用的Tricks，如改善模型结构，训练过程中的一些Refinements如修改损失函数，数据预处理等，有较大工程意义。 ”1. 前言这篇论文的全名是：Bag of Tricks for Image Classific…

【CNN调参】图像分类算法优化技巧（实用性很高） - 知乎

【图像分类】 关于图像分类中类别不平衡那些事

自己在进行人脸识别测试过程，开始利用自己的照片进行训练，由于开始准确率低，就开始增加自己照片的数量，开始是准确率提升，而后就开始降低，以前了解过这个方面知识，因此在网上找一些相关资料进行验证，后来发现有人进行过详细的测试，于是自己进行一些梳理。实验数据与使用的网络所谓样本不平衡，就是指在分类问题中，每一类对应的样本的个数不同，而且差别较大。这样的不平衡的样本往往使机器学习算法的表现变...

训练集样本不平衡问题对深度学习的影响_张伟的专栏-CSDN博客

一、随机划分法 分层抽样(StratifiedShuffleSplit)from sklearn.model_selection import StratifiedShuffleSplit StratifiedShuffleSplit(n_splits=10,test_size=None,train_size=None, random_state=None) n_spli…

Scikit-Learn数据集划分函数的使用 - 知乎

# -*- coding: UTF-8 -*-import redef xll(ff):	#判断是否为空,strip()是进行左右空格删除	if ff.strip() != '':		#字符串转换为列表，以空格作为分隔符		ff_1=ff.split(' ')		#利用lambda函数中re.findall进行排序 		#lamba函数：  列表.sort（key = lambd...

【python3】字符串以元素中含的数字进行排序_一只会飞的鲲的博客-CSDN博客

SVM基本使用 SVM在解决分类问题具有良好的效果，出名的软件包有libsvm(支持多种核函数),liblinear。此外python机器学习库scikit-learn也有svm相关算法，sklear

sklearn svm基本使用 - huangsh - 博客园

深度残差网络ResNet获得了2016年IEEE Conference on Computer Vision and Pattern Recognition的最佳论文奖，目前在谷歌学术的引用量已高达3

10分钟看懂深度残差收缩网络 - 翼下之峰 - 博客园

【原】关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化 - ChaoSimple - 博客园

标准化与归一化1、标准化(Standardization)和归一化(Normalization)概念1.1、定义1.2、联系和差异一、联系二、差异1.3、标准化和归一化的多种方式2、标准化、归一化的原因、用途3、什么时候Standardization，什么时候Normalization4、所有情况都应当Standardization或Normalization么5、一些其他的数据变换方式5.1、l...

(1条消息) 标准化和归一化，请勿混为一谈，透彻理解数据变换_夏洛克江户川-CSDN博客

标准化和归一化什么区别？ - 知乎

众所周知，特征工程是 将原始数据转换为数据集的过程。 有各种可用的功能工程技术。 两种最广泛使用且最容易混淆的特征工程技术是：标准化归一化 今天我们将探讨这两种技术，并了解数据分析师在解决数据科学问题时…

机器学习中数据特征的处理 归一化vs标准化，哪个更好 - 知乎

机器学习——标准化/归一化的目的、作用和场景 - u011089523的博客

一、标准化/归一化定义归一化和标准化经常被搞混，程度还比较严重，非常干扰大家的理解。为了方便后续的讨论，必须先明确二者的定义。	归一化	就是将训练集中某一列数值特征（假设是第i列）的值缩放到0和1之间。方法如下所示：	![在这里插入图片描述](https://img-blog.csdnimg.cn/20190124202643555.png)	标准化    就是将训练集中某一列数值特...

数据特征:标准化和归一化_付石头的博客-CSDN博客

PyTorch中通过Dataloader加载图片，使用十分方便。但当加载图片较多并且需要做较多变换时，加载的速度很慢，会出现加载数据过慢（即使已经使用了多个worker），GPU空闲等待数据加载的情况。这篇文章就和大家分享一…

简单两步加速PyTorch里的Dataloader - 知乎

关注公众号“ AI算法修炼营”，选择“星标”公众号，精选作品，第一时间送达。1、轻量级语义分割基于轻量化网络模型的设计作为一个热门的研究方法，许多研究者都在运算量、参数量和精度之间寻找平衡，希望使用尽量…

轻量级实时语义分割经典BiSeNet及其进化BiSeNet v2 - 知乎

由于工作的原因加上个人的兴趣，开始接触机器学习/计算机视觉相关领域。之前一直是做基础架构和数据存储，对机器学习比较陌生。初步接触机器学习的时间，细算起来时间是5、6年前了。那时候云计算和大数据是热点，…

入坑机器学习的一点心得和总结 - 知乎

Start Here with Computer Vision, Deep Learning, and OpenCV - PyImageSearch

OpenCV: Image file reading and writing

Introduction to OpenCV-Python Tutorials — OpenCV-Python Tutorials 1 documentation

opencv初学/OpenCV官方教程中文版 for Python，
原文为段立辉翻译，感谢Linux公社www.linuxidc.com

深度学习资源