因博文内容的记录会根据阶段性思考和工作来记录,缺乏系统性和关联性,而专栏的分类又不是很方便操作。
直接写一篇博客进行内容分类和导航,方便大家进行信息检索和学习交流。
如果觉得有帮助,可以点赞或关注,未来我将持续分享经验和思考,以下是我的个人网站,未来将持续更新!
基础
环境
做深度学习一般需要部署环境,需要安装anaconda, cuda和pytorch等,以下是指导文章:
Ubuntu16.04+CUDA8.0+Cudnn5.1+opencv2.4
Win10最新Anaconda安装Pytorch GPU环境(CUDA)教程
工具
基础包
Numpy、Pandas、Matplot和Seaborn使用(持续更新)
科研
方向
图像美学质量评价
图像裁剪
扩散模型
目标检测
【学习-目标检测】目标检测之—FPN+Cascade+Libra

文章提供了一系列关于深度学习的资源,包括环境搭建(如CUDA和Pytorch)、工具使用(Git、Numpy等)、科研方向(图像美学质量评价、扩散模型、目标检测)以及论文写作和学习方法的指导。作者分享了个人网站,承诺持续更新相关内容。
12万+

被折叠的 条评论
为什么被折叠?



