一壶浊酒..-优快云博客

jieba.lcut()和jieba.lcut_for_search()是jieba库中的两个分词函数，它们的功能和参数略有不同。jieba.lcut()方法接受三个参数：需要分词的字符串，是否使用全模式（默认为False）以及是否使用HMM模型（默认为True）。它返回一个列表，其中包含分词后的词语。该方法适合用于普通的文本分词任务。而jieba.lcut_for_search()方法接受两个参数：需要分词的字符串和是否使用HMM模型。

2024-01-03 14:02:26 2259

原创 CharRNN实现简单的文本生成

CharRNN实现简单的文本生成

2024-01-02 21:53:25 597

神经网络相似性计算Siamese.7z

基于神经网络的相似性计算

2024-02-27

Paddle detection水果检测

2024-01-22

yolov3 pytorch实现

2024-01-22

目标检测中的数据增强操作

2024-01-15

yolov3网络的学习

yolov3学习

2023-09-28

pytorch实现yolov3

2023-09-04

深度学习+图像分类+vgg transformer+医学图像分类baseline

内容概要：使用pytorch搭建图像分类的一系列流程，包含了dataset的创建，一些常用的分类网络，比如使用预训练的vgg、搭建的vgg、transformer、vgg-transformer等等模型文件，包含了模型的训练、测试完整流程，各种指标的计算代码均有涉及

2023-07-24

yolov2-yolov3-PyTorch-master.zip

pytorch 搭建yolov2网络

2023-06-23

毕业论文实验2，多尺度密集连接图像超分辨率重建，pytorch实现

毕业论文实验2，多尺度密集连接图像超分辨率重建，pytorch实现。训练代码，测试代码完整，只需要修改models文件就可以得到新的创新点

2023-06-13

pytorch实现yolov1

yolov1是一种无锚点直接对关键点进行回归的算法。该算法最重要还是在于数据的处理，其余便是如同简单的图像分类算法一样。在处理数据阶段首先提取VOC数据为bbox(cls,x,y,w,h)形式，注意这里的坐标都进行了归一化操作。此时还需要将bbox(cls,x,y,w,h)坐标直接变为（-1，1470）这样的坐标格式。这个函数可以用bbox2labels执行。在测试阶段，通常会对所得到的所有进行NMS操作

2023-05-22

python 面试知识，包含机器学习，深度学习，全栈

2023-05-21

超分辨率深度学习基础框架，包含一些其他人复现的代码

2023-05-21

机器学习学习方面的课件

机器学习学习课件的课件，详细介绍了一些基本的方法理论

2023-05-21

pytorch实现R-CNN目标检测算法

2023-05-13

pytorch实现简单的FCN全卷积网络结构，用于语义分割

2023-05-12

生成对抗领域的一些常用模型的代码，包括条件生成对抗网络，cyclegan，dcgan，所有模型都是使用pytorch进行实现

2023-05-11

目标检测常用数据集，包含了coco格式yolo格式voc格式，并且包含了它们互相转换的代码

2023-05-05

opencv基础，pytorch 基础知识，pytorch实现的基础的网络结构

2023-05-03

从零开始实现yolov1目标检测算法

目标检测算法，主要分为两类：一类是以R-CNN为代表的两阶段检测算法，将目标检测任务分为边界框回归和物体分类两个模块二是yolo系列算法，是将目标检测任务看作是回归任务 yolov1将图像划分为S*S的网格，如果检测物体落到网格中心，那么就由这个网络来预测该物体。每个网格预测B个边界框和那些边界框的置信度。置信度反映了该边界框是否包含目标且包含目标的准确度。每个网络还负责预测C个类条件概率。在测试的时候，将类条件概率和单个框的置信度相乘，就得到了每个边界框关于某个类别的置信度。

2023-01-18

pytorch 物体检测学习资料

2023-01-15

pytorch深度学习资料

2023-01-15

matlab数学建模资料

2023-01-12

pytorch-captcha-recognition-master.zip

pytorch 实现简单的图像二维码识别。包括了二维码生成，模型的搭建，模型的训练，模型的测试等代码文件

2023-01-11

Pytorch-MTCNN-master.zip

pytorch 实现MTCNN，实现人脸检测 MTCNN，Multi-task convolutional neural network（多任务卷积神经网络），将人脸区域检测与人脸关键点检测放在了一起。总体可分为P-Net、R-Net、和O-Net三层网络结构。P-Net是快速生成候选窗口，R-Net进行高精度候选窗口的过滤和选择，O-Net是生成最终边界框和人脸关键点所提出的CNNs包括三个阶段。在第一阶段，它通过浅CNN快速产生候选窗口。然后，通过更复杂的CNN细化窗口以拒绝大量的非人脸窗口。最后，使用功能更强大的CNN来细化结果并输出面部标志点位置。

2023-01-11

TA关注的人

神经网络相似性计算Siamese.7z

Paddle detection水果检测

yolov3 pytorch实现

目标检测中的数据增强操作

yolov3网络的学习

pytorch实现yolov3

深度学习+图像分类+vgg transformer+医学图像分类baseline

yolov2-yolov3-PyTorch-master.zip

毕业论文实验2，多尺度密集连接图像超分辨率重建，pytorch实现

pytorch实现yolov1

python 面试知识，包含机器学习，深度学习，全栈

超分辨率深度学习基础框架，包含一些其他人复现的代码

机器学习学习方面的课件

pytorch实现R-CNN目标检测算法

pytorch实现简单的FCN全卷积网络结构，用于语义分割

生成对抗领域的一些常用模型的代码，包括条件生成对抗网络，cyclegan，dcgan，所有模型都是使用pytorch进行实现

目标检测常用数据集，包含了coco格式yolo格式voc格式，并且包含了它们互相转换的代码

opencv基础，pytorch 基础知识，pytorch实现的基础的网络结构

从零开始实现yolov1目标检测算法

pytorch 物体检测学习资料

pytorch深度学习资料

matlab数学建模资料

pytorch-captcha-recognition-master.zip

Pytorch-MTCNN-master.zip

pytorch 迁移学习实战，天气识别

pytorch 实战，使用生成对抗网络生成动漫图像

野火开发板fpga学习资料

pytorch实现变分自编码器

pytotrch搭建单向RNN进行数据拟合

使用pytorch搭建自编码器，实现图像的去噪

使用tensoflow2搭建神经网络进行歌曲分类，使用librosa进行歌曲信号的特征提取

生成对抗网络实现手写数字生成

tensorflow,pytorch学习资料

图像超分辨率代码，包含数据创建，模型的搭建，模型的训练

单图像超分辨率重建数据集

图像超分辨率重建基础代码

图像超分辨率论文阅读笔记

图像超分方面的经典论文

超分辨率测试集，Set5, Set14, BSDS100, Urban100, Manga109

超分辨率训练集，T91, BSDS200, General100

读多少篇论文可以写一篇文献综述

怎么快速阅读英文文献

单幅图像超分辨常见的基础网络架构

神经网络模块划分的理由

搞毕业论文是要求这个领域各个知识都懂吗

cv领域这两年最火的模型是什么

卷积神经网络特征提取方式有哪些

关于论文筛选的问题，如何解决？

科学研究看什么样的论文

神经网络可以在哪些方面创新

神经网络论文怎么开始入手

论文算法对比需不需要重新自己做

卷积神经网络相关论文怎么创新