• PyTorch官方教程中文版

    教程介绍 PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。它主要由 Facebookd的人工智能小组开发,不仅能够 实现强大的GPU加速,同时还支持动态神经网络,这 一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能: 1.具有强大 的GPU加速的张量计算(如Numpy) 2.包含自动求导系统的深度神经网络 除了Facebook之外, Twitter、GMU和Salesforce等机构都采用了PyTorch。 官方教程包含了 PyTorch 介绍,安装教程;60分钟快速入门教程,可以迅速从小白阶段完成一个 分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然 语言处理模型,聊天机器人,文本生成等生动有趣的项目。 总而言之: • 如果你想了解一下 PyTorch,可以看介绍部分。 • 如果你想快速入门 PyTorch,可以看60分钟快速入门。 • 如果你想解决计算机视觉问题,可以看计算机视觉部分。 • 如果你想解决自然语言处理问题,可以看NLP 部分。

    2022-08-03
    5
  • opencv+4.1中文官方文档v1.1版.pdf

    目录 • OpenCV简介: 了解如何在计算机上安装OpenCV-Python • OpenCV中的GUI特性 在这里,您将学习如何显示和保存图像和视频,控制鼠标事件以及创建轨迹栏。 • 核心操作 在本节中,您将学习图像的基本操作、例如像素编辑、几何变换,代码优化、一些数学工具等。 • OpenCV中的图像处理 在本节中,您将学习OpenCV内部的不同图像处理函数。 • 特征检测与描述 在本节中,您将学习有关特征检测和描述符的信息 • 视频分析 在本部分中,您将学习与对象跟踪等视频配合使用的不同技术。 • 相机校准和3D重建 在本节中,我们将学习有关相机校准,立体成像等的信息。 • 机器学习 在本节中,您将学习OpenCV内部的不同图像处理函数。 • 计算摄影学 在本节中,您将学习不同的计算摄影技术如图像去噪等。 • 目标检测(objdetect模块) 在本节中,您将学习目标检测技术,例如人脸检测等。 • OpenCV-Python Binding 在本节中,我们将了解如何生成OpenCV-Python Binding

    2022-08-03
    5
  • Python面试大全.pdf

    Python基础 文件操作 1.有一个jsonline格式的文件file.txt大小约为10K 2.补充缺失的代码 模块与包 3.输入日期, 判断这一天是这一年的第几天? 4.打乱一个排好序的list对象alist? 数据类型 5.现有字典 d= {'a':24,'g':52,'i':12,'k':33}请按value值进行排序? 6.字典推导式 7.请反转字符串 "aStr"? 8.将字符串 "k:1 |k1:2|k2:3|k3:4",处理成字典 {k:1,k1:2,...} 9.请按alist中元素的age由大到小排序 10.下面代码的输出结果将是什么? 11.写一个列表生成式,产生一个公差为11的等差数列 12.给定两个列表,怎么找出他们相同的元素和不同的元素? 13.请写出一段python代码实现删除list里面的重复元素? 14.给定两个list A,B ,请用找出A,B中相同与不同的元素 企业面试题 15.python新式类和经典类的区别? 16.python中内置的数据结构有几种? 17.python如何实现单例模式?请写出两种实现方式? 18.反转一个整数,例如-123

    2022-08-03
    5
  • Git的奇技淫巧.zip

    Git是一个 “分布式版本管理工具”,简单的理解版本管理工具:大家在写东西的时候都用过 “回撤” 这个 功能,但是回撤只能回撤几步,假如想要找回我三天之前的修改,光用 “回撤” 是找不回来的。而 “版本 管理工具” 能记录每次的修改,只要提交到版本仓库,你就可以找到之前任何时刻的状态(文本状 态)。

    2022-08-03
    5
  • 110道Python面试题汇总

    110道Python面试题汇总

    2022-08-03
    5
  • centos7.6离线安装docker-ce-19.03、nvidia-docker2

    离线环境下,在centos7.6系统上安装docker-ce-19.03,nvidia-docker2.4版本,其中docker-ce-19.03在docker-local.tar压缩文件里面,nvidia-docker2在nvidia-docker2.zip文件中。 具体安装流程如下: 1.安装docker cd docker-local rpm -Uvh *.rpm --nodeps --force systemctl enable docker && systemctl start docker 查看是否安装成功:docker images 2.安装nvidia-docker2 cd nvidia-docker2 rpm -Uvh *.rpm --nodeps --force 3.修改配置文件并重启 使用daemon.json替换/etc/docker/daemon.json文件(注意将/data/docker替换为自己需要安装的路径) systemctl daemon-reload && systemctl restart docker

    2022-08-03
    5
  • navicat121_premium_cs_x64.tar.gz

    linux下的navicat121_premium_cs_x64.tar.gz安装文件 安装流程: 1.解压压缩包:cd到下载目录执行命令tar -zxvf navicat121_premium_cs_x64.tar.gz -C /opt 2.启动Navicat premium:cd /opt/navicat121_premium_cs_x64 && ./start_navicat 3.界面中文乱码问题:vi /opt/navicat121_premium_cs_x64/start_navicat,将export LANG=" "改为export LANG="zh_CN.UTF-8"即可解决中文乱码问题 4.添加快捷方式:sudo gedit /usr/share/applications/navicat.desktop, navicat.desktop配置如下: [Desktop Entry] Encoding=UTF-8 Type=Application Name=navicat GenericName=navicat Comment=The Smarter Way to manage dadabase Exec="/opt/navicat121_premium_cs_x64/start_navicat" %f Icon=/opt/navicat121_premium_cs_x64/navicat.png //自己随便找一张图片即可 Terminal=false Categories=Application;Database;MySQL;navicat; 5.到期之后的解决方案:rm -rf ~/.navicat

    2020-07-17
    45
  • qmnist_png.zip

    重构后的 完整qmnist手写数字数据集 训练集和测试集里各含名称为0-9的10个文件夹,共60000张训练集,60000张测试集,图片格式png

    2019-07-08
    14
  • Fashion-MNIST数据集—png图片格式

    FashionMNIST数据集的png格式 将FashionMNIST数据集整理为训练集和测试集文件夹,训练集和测试集里各含名称为0-9的10个文件夹,共60000张训练集,10000张测试集,图片格式png FashionMNIST 是一个替代 MNIST 手写数字集[1] 的图像数据集。 它是由 Zalando(一家德国的时尚科技公司)旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。 FashionMNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分,28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能,且不需要改动任何的代码。

    2018-07-24
    35
  • MNIST_data_png

    手写数字数据集 训练集和测试集里各含名称为0-9的10个文件夹,共60000张训练集,10000张测试集,图片格式png

    2018-07-24
    9
  • 分享精英

    成功上传11个资源即可获取
关注 私信
上传资源赚积分or赚钱