qq_22979337的博客

ubuntu16.04 + cuda9.0+cudnn7.3.1 安装densepose文章目录ubuntu16.04 + cuda9.0+cudnn7.3.1 安装densepose准备工作第一步安装pytorch第二步安装detectorn第三步安装cocoapi第四步安装densepose（hard级别）参考链接准备工作提前按照好CUDA和cudnn使用Anaconda创建densepose环境conda create -n densepose python=2.7开启虚拟环

一、OpenPose Prerequisite二、Openpose Install and Run三、参考链接一、OpenPose Prerequisite下面是OpenPose 官方给出的教程，强烈建议阅读官网的英文文档。https://github.com/CMU-Perceptual-Computing-Lab/openposehttps://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/...

SMPL pose轴角表示为什么是3个参数？个人理解：wj表示旋转轴，θ表示旋转角，为什么三个参数呢？θ等于向量wj的模，wj运算的时候需要单位化，这样就不需要单独给θ这个参数了具体参考文章https://blog.youkuaiyun.com/q583956932/article/details/78933245...

文章目录Face_ recognition+openCV人脸识别Face_ recognition的安装配置配置PycharmFace_recognition API测试照片中的人脸识别视频中实时人脸识别参考链接Face_ recognition+openCV人脸识别本章利用face-recognition库进行图片、视频端的人脸识别环境：win10，python3.6，dlib19.7.0...

文章目录从零开始搭建Win10深度学习环境Anaconda配置流程1. 安装Anaconda2. 添加conda镜像3. 添加pip镜像4. 修改Jupyter Notebok的默认工作路径5. 添加Anaconda环境变量6. jupyter中添加conda虚拟环境CUDA和cudnn配置流程1. 查看计算机显卡型号：2. 查看显卡是否支持CUDA版本3. 查看tensorflow版本对应的CU...

文章目录第五章 机器学习基础5.1 学习算法5.1.1 任务T5.1.2 性能度量P5.1.3 经验E5.2 容量、过拟合和欠拟合5.2.1 没有免费午餐定理5.2.2 正则化5.3 超参数和验证集5.3.1 交叉验证5.4 估计、偏差和方差5.4.1 点估计5.4.2 偏差5.4.3 方差和标准差5.4.4 权衡偏差和方差以最小化均方误差5.4.5 一致性5.5 最大似然估计5.5.1 条件对数...

文章目录第四章 数值计算4.1 上溢和下溢4.2 病态条件4.3 基于梯度的优化方法4.3.1 梯度之上：Jacobian 和Hessian 矩阵4.4 约束优化4.5 实例：线性最小二乘第四章 数值计算掌握深度学习中所需要的数值计算相关知识数值计算[p72-p85]4.1 上溢和下溢下溢（underflow）：当接近零的数被四舍五入为零时发生下溢。许多函数在其参数为零会发生异常...

文章目录第三章 概率与信息论3.1 为什么要使用概率3.2 随机变量3.3 概率分布3.3.1 离散型变量和概率质量函数3.3.2 连续型变量和概率密度函数3.4 边缘概率3.5 条件概率3.6 条件概率的链式法则3.7 独立性和条件独立性3.8 期望、方差和协方差3.9 常用概率分布3.9.1 Bernoulli 分布3.9.2 Multinoulli 分布3.9.3 高斯分布3.9.4 指数分...

文章目录第二章 线性代数2.1 标量、向量、矩阵和张量2.2 矩阵和向量相乘2.3 单位矩阵和逆矩阵2.4 线性相关和生成子空间2.5 范数2.6 特殊类型的矩阵和向量2.7 特征分解2.8 奇异值分解2.9 Moore-Penrose伪逆2.10 迹运算2.11 行列式2.12 实例：主成分分析第二章 线性代数简要介绍深度学习算法中涉及到的线性代数知识。掌握深度学习中所需要的线性代数和矩阵...