系列教程

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…

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 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…

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…

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…

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。…

 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…

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…

总览 入门 欢迎！如果您不熟悉所有这些深度学习知识，请不用担心-我们将逐步指导您完成所有这些工作。（而且，如果您是老手，那么您可能想看看我们的高级课程：Deep Learning …

KL散度 在这篇文章中，我们将探讨一种比较两个概率分布的方法，称为Kullback-Leibler散度(通常简称为KL散度)。通常在概率和统计中，我们会用更简单的近似分布来代替观察…

使用Keras构建深度图像搜索引擎 作者|Youness Mansar 编译|VK 来源|Towards DataScience 动机 想象一下，如果有数十万到数百万张图像的数据集…

作者 | News 编辑 | 安可 出品 | 磐创AI团队出品 【磐创AI 导读】：本篇文章讲解了PyTorch专栏的第三章中的混合前端的seq2se…

作者 | News 编辑 | 安可 出品 | 磐创AI团队出品 【磐创AI 导读】：本篇文章讲解了PyTorch专栏的第三章中的保存和加载模型。查看专…

作者 | News 编辑 | 安可 出品 | 磐创AI团队出品 【磐创AI 导读】：本篇文章讲解了PyTorch专栏的第四章中的微调基于torchvi…

微调 Torchvision 模型 在本教程中，我们将深入探讨如何对 torchvision 模型进行微调和特征提取，所有这些模型都已经预先在1000类的Imagenet数据集上训…

在本教程中，您将学习如何使用称为空间变换器网络的视觉注意机制来扩充您的网络。你可以在DeepMind paper 阅读更多有关空间变换器网络的内容。 空间变换器网络是对任…

DeepConnection模型框架 计算机视觉–图像和视频数据分析是深度学习目前最火的应用领域之一。因此，在学习深度学习的同时尝试运用某些计算机视觉技术做些有趣的事情…

1.简介 本教程主要讲解如何实现由 Leon A. Gatys，Alexander S. Ecker和Matthias Bethge提出的Neural-Style 算法。…

【翻到文末， 还能让你看尽CV和NLP完整技术路径以及前沿+经典论文篇目，助你构建深度学习知识框架】 今年8月！PyTorch 1.2.0 版本来啦！！ 据我们了解，在学…

作者 | News 编辑 | 奇予纪 出品 | 磐创AI团队出品 【磐创AI 导读】：本篇文章讲解了PyTorch专栏的第四章中的生成对抗示例。本教程将提高您对…