人工智能
关注
分享
扫一扫
文章平均质量分 76
代丹
资深研发主管，曾就职于中兴通讯、索贝数码，现创业中。精通C++及音视频技术体系，精通Python及量化分析技术体系。持证高级项目经理，量化金融分析师。持有成都金熊猫人才卡，受政府补贴。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
TensorRT：2.实现Mnist手写数字识别推理
TensorRT实战案例原创 2021-08-24 11:14:16 · 1256 阅读 · 0 评论 -
TensorRT：1.基本概念和环境准备
TensorRT的基本概念和环境准备原创 2021-08-23 15:01:33 · 1048 阅读 · 0 评论 -
PyTorch C++ API笔记
学习PyTorch C++ API的笔记原创 2021-08-06 10:22:14 · 2406 阅读 · 0 评论 -
libTorch部署3：常用代码解析
libtorch一些常用代码归类原创 2021-08-04 15:21:11 · 1534 阅读 · 3 评论 -
libtorch部署2：用VC加载模型进行推理
接着上一篇，本文示例如何用libtorch加载模型，并进行推理，得到预测结果原创 2021-07-14 13:57:33 · 756 阅读 · 0 评论 -
libtorch部署1：模型训练和转换
本文记录libtorch使用的前置工作，模型的转换部分原创 2021-07-12 11:42:59 · 3895 阅读 · 1 评论 -
支持GPU的Tensorflow C++接口编译
记录编译Tensorflow-C++接口的全过程原创 2021-06-08 17:42:52 · 758 阅读 · 3 评论 -
快速将Keras模型转换成Tensorflow模型
本文介绍将keras模型转换成Tensorflow模型的方法原创 2021-06-07 17:47:44 · 2128 阅读 · 0 评论 -
Windows下编译Onnxruntime
Onnx解决了模型通用问题，但是使用onnx往往需要自己从源码编译，编译本身很简单，但是坑也不少，本文介绍个人在windows下编译的经验，希望能对大家有所帮助。原创 2021-04-01 16:55:11 · 12191 阅读 · 18 评论 -
人工智能的必要数学基础
人工智能源于现实，又抽象现实，无论什么算法还是模型，基础都在于数学知识的应用。在人工智能学习中，主要会涉及6门数学学科的内容：线性代数概率论数理统计最优化方法信息论形式逻辑这6门学科每一门深入研究，都需要大量时间和精力，足以劝退绝大多数想要学习AI的朋友。事实上，我们不是做研究的，就做AI应用而言，只需要掌握这些学科的最小必要知识就可以了。以下是我总结的知识结构，以后再补充细节。**注：**学习内容源于王天一的《人工智能基础课》，讲的很好，偏理论化。...原创 2021-03-16 15:46:01 · 297 阅读 · 0 评论