XavierJ的博客

360 万张 3D 人体姿势和对应图像11 名专业演员（6 男 5 女）7 个场景（讨论、吸烟、拍照以及打电话等等）

今天同学安装 DCN（Deformable Convolutional Networks，可变性卷积网络）v2的 PyTorch 版本时遇到了很多问题，弄了将近一天也没解决。于是求助笔者帮忙解决，这里记录一下成功的解决方案。尝试了一下克隆仓库并安装，但也是报各种错误，但大部分原因都是 PyTorch 版本太高，高版本中删除了很多 C++ 写的头文件，导致编译错误。安装过程中的提示信息如下：（忽略警告）运行脚本校验安装是否可用：（忽略警告）......

引言在之前的课程和实验中，我们已经了解并实现朴素贝叶斯分类算法。但是朴素贝叶斯分类有一个限制条件，就是特征属性之间必须相互独立。只有当这个条件成立时，其分类准确率才能达到最高，但由于现实问题的复杂性，这一条件几乎不可能满足，也就是说各特征属性间有较强的相互关系。为了解决这一难题，诞生了一种在实际中应用更广泛的一种算法：贝叶斯信念网络分类。算法定义信念网络由两部分定义——有向无环图（DAG）和条件概率表（CPT）的集合。有向无环图的每个节点代表一个随机变量。变量可以是离散值或连续值。它们可能对应于给

引言数据标准化和正则化是数据挖掘和机器学习的常用术语，本文简要阐述标准化和正则化的作用及区别，以便更好的从数据中发现和学习知识。方法标准化和正则化都是数据预处理过程中常用的方法，对于数据的进一步分析和处理具有重要意义。数据标准化数据标准化是将样本的属性缩放到某个指定的范围。标准化的作用或意义是什么？某些算法要求样本具有零均值和单位方差需要消除样本不同属性具有不同量级时的影响数量级的差异将导致量级较大的属性占据主导地位数量级的差异将导致迭代收敛速度减慢依赖于样本距离的算法对于数据的数

引言本文是对《Activation Functions in Neural Networks》一文的翻译。什么是激活函数？它只是一个用来获取节点输出的函数，也常被称为传递函数。为什么我们要在神经网络中使用激活函数？它被用来确定神经网络的输出，如是 (YES) 或否 (NO) 。它将结果值映射到0到1或-1到1等之间。（视功能而定）。...

目标网站https://waifulabs.com/图文教程1、打开目标网站，点击MEET YOUR DREAM WAIFU2、选择最初的老婆头像，都不满意可以点击Refresh刷新3、设置颜色4、调整细节5、选择姿势6、下载到本地

预备知识自己搭建cnn模型训练mnist（不使用迁移学习）https://blog.youkuaiyun.com/qq_42951560/article/details/109565625pytorch官方的迁移学习教程（蚂蚁、蜜蜂分类）https://blog.youkuaiyun.com/qq_42951560/article/details/109950786学习目标今天我们尝试在pytorch中使用迁移学习来训练mnist数据集。如何迁移预训练模型迁移学习需要选择一个预训练模型，我们这个任

写在前面实际上，很少有人从头开始训练整个卷积网络(使用随机初始化)，因为拥有足够大小数据集的情况相对较少。相反，通常是在一个非常大的数据集(例如ImageNet，它包含120万幅图像，1000个类别)上预训练卷积神经网络，然后使用卷积神经网络作为初始化或固定的特征提取器来完成感兴趣的任务。迁移方法迁移学习主要有两种常见的实现方法：特征提取和参数微调。特征提取拿一个在ImageNet上预先训练好的卷积神经网络，冻结除全连接层外的所有层的参数，修改全连接层的输出后仅训练全连接层。怎么修改全连接层的输出

效果展示二次元图像（条状遮挡）三次元图像（条形遮挡）三次元图像（其它遮挡）写在前面万恶的马赛克：请看下图，本来是一张非常正常的动图，打码后就变得少儿不宜了。动图出自番剧《花丸幼稚园》，萌系/日常/治愈类型，非常好看，可以在B站免费追番）今天在github上看到了一个基于深度学习的去马赛克项目，分享给大家。项目地址https://github.com/deeppomf/DeepCreamPy软件下载https://www.jianguoyun.com/p

写在前面本教程中，你将学习用迁移学习来训练一个应用于图像分类的卷积神经网络。向了解更多有关迁移学习的知识可以点击这里查看。使用情况实际上，很少有人从头开始训练整个卷积网络（使用随机初始化），因为拥有足够大小的数据集相对很少。 相反，我们通常在非常大的数据集上对ConvNet进行预训练（例如ImageNet，其中包含1000个类别共计120万张图像），然后将ConvNet用作初始化或固定特征提取器以完成感兴趣的任务。实现方法实现迁移学习主要有两种常见的方法：Convnet微调：代替随机初始化，我

概述本文介绍了迁移学习的基本概念，以及该方法在深度学习中的应用，引导构建预测模型的时候使用迁移学习的基本策略。迁移学习是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。深度学习中在计算机视觉任务和自然语言处理任务中将预训练的模型作为新模型的起点是一种常用的方法，通常这些预训练的模型在开发神经网络的时候已经消耗了巨大的时间资源和计算资源，迁移学习可以将已习得的强大技能迁移到相关的的问题上。读完本文，你将学会如何使用迁移学习来加速训练过程，提升深度模

概念迁移学习（Transfer Learning）是机器学习中的一个名词，是指一种学习对另一种学习的影响，或习得的经验对完成其它活动的影响。迁移广泛存在于各种知识、技能与社会规范的学习中。迁移学习专注于存储已有问题的解决模型，并将其利用在其他不同但相关问题上。比如说，用来辨识汽车的知识（或者是模型）也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系，但是两个领域在学术上的关系非常有限。例证现在的机器学习并不是真正的智能，假如一个人从来没有见过猫，那么这个

写在前面微信搜索小程序：小米证件照。利用AI抠图制作各种类型的证件照，关键是免费。应用截图点击拍摄证件照选择证件照类型可以从相册选择已经拍好的图片或者直接使用相机拍照注意事项纯色背景，比如蓝布或者白墙最好穿与背景颜色不同的衣服选择光线充足，不逆光的环境照片拍摄完成后可以免费下载...

写在前面百度AI开放平台将目前已有的深度学习和人工智能的项目成果做了一个集成，并供用户体验和开发者调用。在线体验图像技术色情识别人像分割图像无损放大图像风格转换文字识别车牌识别文字审核身份证识别手写文字识别自然语言处理情感倾向分析我这里只列举了一部分，更多内容和详情请在百度AI官网查看。接口调用这些深度学习的项目成果不仅可以在线体验，也可以通过api接口调用。调用前需要在百度AI开放平台的控制台中创建应用，获取AppID、API Key和Secr