磐石
-
OpenCV-Python 系列 六 | 鼠标作为画笔
目标 了解如何在OpenCV中处理鼠标事件 您将学习以下功能:cv.setMouseCallback() 简单演示 在这里,我们创建一个简单的应用程序,无论我们在哪里双击它,都可以…
-
OpenCV-Python 系列 五 | OpenCV中的绘图功能
目标 学习使用OpenCV绘制不同的几何形状 您将学习以下功能:cv.line(),cv.circle(),cv.rectangle(),cv.ellipse(),cv.putTe…
-
OpenCV-Python 系列 四 | 视频入门
目标 学习读取视频,显示视频和保存视频。 学习从相机捕捉并显示它。 你将学习以下功能:cv.VideoCapture(),cv.VideoWriter() 从相机中读取视频 通常情…
-
GANs和低效映射
生成对抗网络(GANs)被誉为生成艺术领域的下一纪元,这是有充分理由的。新技术一直是艺术的驱动因素,从颜料的发明到照相机再到Photoshop-GAN是自然而然的。例如,考虑下面的…
-
使用PyTorch建立你的第一个文本分类模型
概述 学习如何使用PyTorch执行文本分类 理解解决文本分类时所涉及的要点 学习使用包填充(Pack Padding)特性 介绍 我总是使用最先进的架构来在一些比赛提交模型结果。…
-
OpenCV-Python 系列 三 | 图像入门
目标 在这里,你将学习如何读取图像,如何显示图像以及如何将其保存回去 你将学习以下功能:cv.imread(),cv.imshow(),cv.imwrite() (可选)你将学习如…
-
OpenCV-Python 系列 二 | 安装OpenCV-Python
在Windows中安装OpenCV-Python 目标 在本教程中 我们将学习在你的Windows系统中设置OpenCV-Python。 下面的步骤在装有Visual Studio…
-
OpenCV-Python 系列 一 | 系列简介与目录
OpenCV OpenCV由Gary Bradsky于1999年在英特尔创立,第一版于2000年问世。Vadim Pisarevsky加入Gary Bradsky,一起管理英特尔的…
-
5个数据科学中用于再现的工具
在科学上,再现的定义是”当一个实验重复时所获得的一致结果的程度”。数据是可以更改的,特别是数据库中保存的数据。此外,数据科学很大程度上是基于随机抽样、概率和…
-
fastai 官方教程之查看数据
本文为fastai官方教程编译版本。若有错误,欢迎指正。 总目录: 查看数据:本节为初级教程,介绍怎样快速的查看你的数据和模型预测结果。 推理学习器(Inference Learn…
-
如何以2万美元出售你的软件
AI学习路线之PyTorch系列 作者|NukeManBill 编译|VK 来源|Blog Spot 我猜你要么每年卖20美元的软件给1000人,要么每年卖…
-
一文总结熵,交叉熵与交叉熵损失
作者 | Vijendra Singh 编译 | VK 来源 | Medium 交叉熵损失是深度学习中应用最广泛的损失函数之一,这个强大的损失函数是建立在交叉熵概念上的。当我开始使…
-
从云计算转向边缘计算
作者 | Sabina Pokhrel 编译 | Arno 来源 | Analytics Vidhya 预计到2025年,边缘计算市场规模将达到290亿美元。 在这十年里,已经发生…
-
PyTorch数据可视化工具Visdom(下)
作者 | FaceBook Research 编译 | VK 来源 | Github 数据可视化工具Visdom(上) 用于创建,组织和共享实时丰富数据可视化的灵活工具。…
-
元学习
作者 | Aleksandr Movchan 编译 | VK 来源 | Medium 人工智能的一个基本问题是它无法像人类一样高效地学习。许多深度学习分类器显示了超人的表…
-
使用Keras构建深度图像搜索引擎
AI学习路线之Keras篇 作者 | Youness Mansar 编译 | VK 来源 | Towards DataScience 动机 想象一下,如果有数十万到数百…
-
使用一行Python代码从图像读取文本
作者 | Dario Radečić 编译 | VK 来源 | Towards DataScience 处理图像不是一项简单的任务。对你来说,作为一个人,很容易看着某样东西然后马上…
-
TensorFlow系列专题(八):七步带你实现RNN循环神经网络小示例
【前言】:在前面的内容里,我们已经学习了循环神经网络的基本结构和运算过程,这一小节里,我们将用TensorFlow实现简单的RNN,并且用来解决时序数据的预测问题,看一看RNN究竟…
-
TensorFlow系列专题(七):一文综述RNN循环神经网络
一 前言 前馈神经网络不考虑数据之间的关联性,网络的输出只和当前时刻网络的输入相关。然而在解决很多实际问题的时候我们发现,现实问题中存在着很多序列型的数据,例如文本、语音以及视频等…
-
TensorFlow系列专题(六):实战项目Mnist手写数据集识别
1. 导读 就像我们在学习一门编程语言时总喜欢把”Hello World!”作为入门的示例代码一样,MNIST手写数字识别问题就像是深度学习的”…

