摘要：
效果图(github项目原图) 有新问题会及时写上（有任何该项目部署的问题可以私信我或者在评论区交流） 1. 下载FairMOT源码 FairMOT从出现开始，在多目标跟踪的多项竞赛都拿到了"State of the Art"，如下表 Dataset MOTA IDF1 IDS MT ML FPS 阅读全文
摘要：
我的这篇博客： softmax手动实现 是从零实现softmax回归，以熟悉PyTorch和相关函数的定义。 现在利用PyTorch来实现softmax分类器， 加深印象。 import torch from torch import nn from torchvision.datasets imp 阅读全文
摘要：
softmax分类器是使用非常广泛的一种分类器，为了熟悉相关的操作，首先自己手写实现softmax分类模型，对FashionMNIST的数据做出预测 FashionMNIST数据集的使用可以参考我的上一篇博客 import matplotlib.pyplot as plt import torch 阅读全文
摘要：
FashionMNIST数据集 Fashion-MNIST是一个10类服饰分类数据集, 我们可以使用它来检验不同算法的表现, 这是MNIST数据集不能做到的(原因在这里，想了解的可以看看介绍)。 torchvision的结构 torchvision包包含了很多图像相关的数据集以及处理方法, 并且有常 阅读全文
摘要：
手动写线性回归与用PyTorch写线性回归 我们可以手写一个简单的线性回归模型，作为机器学习的入门程序。但是现在有很多集成工具，比如PyTorch。 下面通过两种方法来感受一下实现上有哪些不同之处 linear regression import torch import numpy as nump 阅读全文
摘要：
第四次作业：猫狗大战挑战赛 作为深度学习的基础案例，通过猫狗二分类来对深度学习的网络建立简单的功能映射，通过调整参数获得更好的结果。 代码参考： colab_demo/05_04_Transfer_VGG_for_dogs_vs_cats.ipynb at master · OUCTheoryGro 阅读全文