- 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本... 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本...
- 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3... 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3...
- 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用... 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用...
- 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的... 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的...
- 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s... 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s...
- 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te... 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te...
- 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于... 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于...
- 前言 上篇博文整理了如何用Pytorch搭建一个基本网络模型，本篇进行一个图像分类任务实操。 相关代码主要参考自官网教程： https://pytorch.org/tutorials/beginner/... 前言 上篇博文整理了如何用Pytorch搭建一个基本网络模型，本篇进行一个图像分类任务实操。 相关代码主要参考自官网教程： https://pytorch.org/tutorials/beginner/...
- 最小二乘法代数表示方法 假设多元线性方程有如下形式： f ( ... 最小二乘法代数表示方法 假设多元线性方程有如下形式： f ( ...
- 模型的保存与加载 模型的保存和加载，本质上都是针对模型的参数。 模型参数 在Pytorch中，可以使用state_dict()查看模型的参数信息。 例如： 输入 model.state_dict(... 模型的保存与加载 模型的保存和加载，本质上都是针对模型的参数。 模型参数 在Pytorch中，可以使用state_dict()查看模型的参数信息。 例如： 输入 model.state_dict(...
- 数据标准化 由于Batch Normalization包含数据标准化的操作，因此在了解BN前，首先要对数据标准化有个简单认识。 数据标准化通常包括两种：0-1标准化和Z-score标准化，深度学习中的标... 数据标准化 由于Batch Normalization包含数据标准化的操作，因此在了解BN前，首先要对数据标准化有个简单认识。 数据标准化通常包括两种：0-1标准化和Z-score标准化，深度学习中的标...
- 前言 在上篇文章末尾，我发起了一项投票，调查读者对于人工智能的兴趣程度。调查结果如图所示： 60%的读者表示对人工智能有极度兴趣，40%的读者对此略有兴趣。 为了让该系列的后续文章显得通俗易懂，本篇... 前言 在上篇文章末尾，我发起了一项投票，调查读者对于人工智能的兴趣程度。调查结果如图所示： 60%的读者表示对人工智能有极度兴趣，40%的读者对此略有兴趣。 为了让该系列的后续文章显得通俗易懂，本篇...
- 专业课考试 我是人工智能专业开设以来的第一届学生，这带来了一个弊端，那便是专业课考试无往年真题可以参考。其它传统专业可以通过刷题来快速掌握考点，并且每年题目的差异性不会太大，比较好准备。而我们专业的学生... 专业课考试 我是人工智能专业开设以来的第一届学生，这带来了一个弊端，那便是专业课考试无往年真题可以参考。其它传统专业可以通过刷题来快速掌握考点，并且每年题目的差异性不会太大，比较好准备。而我们专业的学生...
- LeNet5 1998年， LeNet5 被LeCun等人在论文《Gradient-Based Learning Applied to Document Recognition》中正式提出，它被认为是现... LeNet5 1998年， LeNet5 被LeCun等人在论文《Gradient-Based Learning Applied to Document Recognition》中正式提出，它被认为是现...
- 前言 最近在重温Pytorch基础，然而Pytorch官方文档的各种API是根据字母排列的，并不适合学习阅读。 于是在gayhub上找到了这样一份教程《Pytorch模型训练实用教程》，写得不错，特此根... 前言 最近在重温Pytorch基础，然而Pytorch官方文档的各种API是根据字母排列的，并不适合学习阅读。 于是在gayhub上找到了这样一份教程《Pytorch模型训练实用教程》，写得不错，特此根...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签