- 博客(18)
- 收藏
- 关注
RSS订阅原创 pytorch训练模型通常包括这些步骤
神经网络的类型包括前馈神经网络、卷积神经网络（CNN）、循环神经网络（RNN）和长短期记忆网络（LSTM），它们在图像识别、语音处理、自然语言处理等多个领域都有广泛应用。神经网络通过调整神经元之间的连接权重来优化预测结果，这一过程涉及前向传播、损失计算、反向传播和参数更新。训练模型是机器学习和深度学习中的核心过程，旨在通过大量数据学习模型参数，以便模型能够对新的、未见过的数据做出准确的预测。神经网络是一种模仿人脑神经元连接的计算模型，由多层节点（神经元）组成，用于学习数据之间的复杂模式和关系。
2025-02-10 20:57:21
402
原创 Python与Tensorflow版本对应及在Tensorflow中GPU的cuda,cudnn版本对应关系
IndexVersionCompiler13.9-3.1223.9-3.1233.9-3.1243.9-3.11MSVC 201953.9-3.11MSVC 201963.8-3.11MSVC 201973.7-3.10MSVC 201983.7-3.10MSVC 201993.7-3.10MSVC 2019103.7-3.10MSVC 2019113.7-3.9MSVC 2019123.6-3.9MSVC 201913。
2025-01-31 00:15:00
790
1原创 Yolov8几个比较重要的预测参数
agnostic_nms 对所有类的框，而不仅仅对同类框，做目标检测非极大值抑制（NMS）iou 目标检测非极大值抑制（NMS）的IOU阈值，默认0.7，越小，NMS越强。retina_masks 是否显示高分辨率实例分割mask，默认为False。save_crop 保存的预测结果可视化图像中，是否裁切，默认为False。save_conf 保存的预测结果中，包含置信度，默认为False。save_txt 将预测结果保存为txt文件，默认为False。save 保存预测结果可视化图像，默认为False。
2025-01-26 21:19:57
240
原创 混淆矩阵（Confusion Matrix）
混淆矩阵是评估分类模型性能的基础工具，能够直观地展示模型的分类效果，并帮助我们计算多种性能指标。通过分析混淆矩阵，可以更好地理解模型的优缺点，从而优化模型。
2025-01-20 21:34:04
725
yolov12安装必备轮子，flash-attention cp311 windows安装轮子 （值得收藏）
2025-02-22
Windows平台Python3.6、3.7、3.8、3.9、3.10、3.11、3.12 TA-Lib库安装轮子
2025-02-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人