Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
语义分割实践—耕地提取(二分类)
开篇 感谢李沐老师团队为深度学习教学做出的巨大贡献 对李沐老师及团队致以深深的敬意 同时 对技术开发社区以及编程技术网站的优质创作者们 Jack Cui等 表示深深的感谢 一 深度学习网络中的常见概念 一 Ground Truth 通常指人
机器学习与计算机视觉(辅深度学习)
Pytorch
语义分割
Unet
基于Pytorch的神经网络部分自定义设计
一 基础概念 学习笔记 1 训练误差和泛化误差 1 本质上 优化和深度学习的目标是根本不同的 前者主要关注的是最小化目标 后者则关注在给定有限数据量的情况下寻找合适的模型 训练误差和泛化误差通常不同 由于优化算法的目标函数通常是基于训练数据
机器学习与计算机视觉(辅深度学习)
Pytorch
损失优化器
深度学习学习率策略
耕地单目标语义分割实践——Pytorch网络过程实现理解
一 卷积操作 一 普通卷积 Convolution 二 空洞卷积 Atrous Convolution 根据空洞卷积的定义 显然可以意识到空洞卷积可以提取到同一输入的不同尺度下的特征图 具有构建特征金字塔的基础 三 深度可分离卷积 Dept
机器学习与计算机视觉(辅深度学习)
Pytorch
python
函数算法实践
计算机视觉与机器学习之学习记录一(环境配置与安装+笔记分享)
一 Pytorch及CUDA安装注意事项 依据参考资料 3 通过NVIDA控制面板查看计算机使用的GPU驱动程序版本 依据参考资料 2 及计算机GPU驱动程序版本 查阅显卡驱动对应的CUDA版本 依据参考资料 3 分别下载对应版本的CUDA
机器学习与计算机视觉(辅深度学习)
python
jupyter
pycharm
Pytorch
Segment Anything开源项目学习记录
一 什么是Segment Anything开源项目 Introduction We introduce the Segment Anything SA project a new task model and dataset for ima
机器学习与计算机视觉(辅深度学习)
python
sam
AI