V
主页
京东 11.11 红包
【python app 开发】02 使用 tkinter 及 PIL (pillow) 制作图像九宫格
发布人
code:https://github.com/chunhuizhang/bilibili_vlogs/blob/master/app/learn/splits.py
打开封面
下载高清视频
观看高清视频
视频下载器
【python app 开发】01 使用 tkinter 及 pyinstaller 制作一个简单的日期管理软件
[调包侠] 04 使用预训练模型进行图像特征向量提取(image feature extractor,img2vec)并进行相似性计算
[python 多进程、多线程、协程] 02 用 python 多线程实现生产者消费者流程
【python 信号与系统】02 scipy.signal.convolve2d 二维(图像)卷积及其与 CNN 的区别
【计算机视觉】基于 Siamese network 的图像相似性计算(keras 预训练网络及微调,多输入单输出)
【python 运筹优化】scipy.optimize.minimize 使用
[调包侠] 使用 PyTorch Swin Transformer 完成图像分类
[工具的使用] python jupyter 环境安装配置拓展(nbextension)(ExcecuteTime:执行时间,Table of Content)
[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
[调包侠] 使用深度学习模型(paddlehub - humanseg)进行人物提取(前景提取、抠图)
[generative models] 概率建模视角下的现代生成模型(生成式 vs. 判别式,采样与密度估计)
[蒙特卡洛方法] 02 重要性采样(importance sampling)及 python 实现
[pytorch 强化学习] 01 认识环境(environment,gym.Env)以及 CartPole-v0/v1 环境
[python 多进程、多线程以及协程] 01 关于进程(multiprocessing,pid、ppid)
【python 数学编程】SymPy 数学家的朋友 | hessian | Jacobian
[A100 02] GPU 服务器压力测试,gpu burn,cpu burn,cuda samples
【统计学】p-value(p值) 与 z-score(标准分/z得分/z分数)定义,计算以及适用场景
[全栈深度学习] 02 vscode remote(远程)gpus 服务器开发调试 debugger(以 nanoGPT 为例)
【数字图像处理】HoG+SVM+NMS行人检测(pedestrian detection)(python-opencv)
软件开发公司的崩溃瞬间
APP开发到一半改变主意了?
[pytorch optim] pytorch 作为一个通用优化问题求解器(目标函数、决策变量)
[动手写神经网络] 可微才可学,深度学习框架自动微分计算图(DAG)
【数字图像处理】前景背景分割GrabCut实现(python-opencv)类似PhotoShop抠图的功能
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
[personal chatgpt] 从 RoPE 到 CoPE(绝对位置编码,相对位置编码,Contextual Position Encoding)
[pytorch] [求导练习] 03 计算图(computation graph)及链式法则(chain rule)反向传播过程
【python 信号与系统】01 np.convolve 一维离散卷积(三种mode:full、valid、same)
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
[动手写bert系列] 01 huggingface tokenizer (vocab,encode,decode)原理及细节
[概率 & 统计] Thompson Sampling(随机贝叶斯后验采样)与多臂老虎机
[模型拓扑接口] 经典 RNN 模型(一)模型参数及训练参数的介绍
独立开发|第33周|引入情绪热力图 & 一些UI改进
APP开发的想法值不值钱?
[机器学习理论] 霍夫丁不等式(hoeffding's inequality)到 UCB
[pytorch 加速] CPU传输 & GPU计算的并行(pin_memory,non_blocking)
[LLMs 实践] 02 LoRA(Low Rank Adaption)基本原理与基本概念,fine-tune 大语言模型
[pytorch 模型拓扑结构] 深入理解 nn.CrossEntropyLoss 计算过程(nn.NLLLoss(nn.LogSoftmax))
【计算机视觉】从图像距离(图像相似性)的计算(ahash/dhash/phash/whash)到以图搜索的实现(deep ranking)(一)