- 博客(100)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 【机器学习】什么是机器学习？
机器学习正变得越来越重要，它正在帮助我们解决一些最棘手的问题，从提高工作效率到改善人类生活质量。随着技术的进步，我们期待看到更多革命性的机器学习应用诞生。
2024-03-12 16:00:56
295
原创 【FastChat】用于训练、服务和评估大型语言模型的开放平台
🚀 根据 GPT-4 的评估，Vicuna 达到了 ChatGPT/Bard 90%* 的质量，同时显着优于其他基线。用于训练、服务和评估大型语言模型的开放平台。发布 Vicuna 和 Chatbot Arena 的存储库。Chatbot Arena 从并列的 LLM 比赛中收集了超过 20 万个人投票，编制了。FastChat 是一个开放平台，用于训练、服务和评估基于大型语言模型的聊天机器人。隆重推出 Vicuna，一款令人印象深刻的开源聊天机器人 GPT-4！FastChat 为。
2024-03-04 15:31:39
477
原创 ACM MM 2024论文投稿模板
Overleaf 平台上的模板都是单栏的，给的Word版本是双栏的，建议使用第一种方式。图片中红色框出的是模板里自带的，官网没有对此的明确说明，但大家是默认删除。进行修改，如图为原始生成的PDF。会议一般都是双盲审。这个注释打开，并修改为自己注册的号码。的DOI信息记得摘要截止提交后修改。此时就是基础匿名版本，如下图所示。删除2，在tex添加以下语句。祝新的一年，多发paper，点，添加以下代码，即可删除。基本投稿的模板就准备好了。
2024-02-06 16:55:05
6732
56
原创 【免费】Kimi Chat提高生产效率
可以上传PDF、Excel、Word等格式文件，问问题、联网搜索，主要是。阅读论文示例，节约时间，方便整理综述。可以下载APP和小程序。
2024-01-22 15:18:51
787
原创 COCO数据集下载
COCO（Common Objects in Context）数据集是一个广泛用于计算机视觉任务的大型图像数据集。它是由微软研究（Microsoft Research）创建的，旨在促进计算机视觉领域的研究和发展。COCO数据集主要用于目标检测、分割和图像标注等任务，并提供了大量标注的图像。COCO数据集包含超过80个不同类别的对象，涵盖了常见的物体，如人、动物、交通工具、食物等。COCO数据集包含超过百万张图像，这些图像来自于各种场景和背景，使其具有广泛的视觉多样性。
2024-01-18 08:58:02
489
原创 微信小程序开发资源汇总
本文收集了微信小程序开发过程中会使用到的资料、问题以及第三方组件库。本文不是一篇关于如何学习微信小程序的入门指南，也非参考手册，只是一些资料的整理。
2024-01-16 10:21:38
1009
原创 【问题】URL时HTTPS报错误
由于 Python 环境没有正确配置来识别和验证 SSL 证书。这种情况常见于尝试使用 urllib 访问 HTTPS 网站。全局取消 SSL 证书验证可能不太安全，但是能快速解决问题。介意的小伙伴，误用此方法。
2024-01-13 12:46:24
347
原创 用OpenDataLab下载PASCAL VOC 2007等公开数据集
这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是： 人：人 动物：鸟、猫、牛、狗、马、羊 交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。
2023-12-29 16:27:26
541
原创 多标签分类中常用指标和可视化例子
如果你的数据集中某些标签的样本数远多于其他标签，使用微观指标可能更合适。其中，TP（True Positives）是正确预测的正样本数，FP（False Positives）是错误预测的正样本数。对于多标签分类，通常对每个标签计算精确度，然后取平均值。对于多标签分类，这通常是一个较为严格的指标，因为要求每个实例的所有标签都预测正确。宏观指标是对每个标签分别计算指标值，然后取所有标签指标值的平均。对于多标签分类，可以计算宏观（平均每个标签的F1分数）或微观F1分数（在所有标签上累积TP、FP、FN后计算）。
2023-12-23 15:37:41
1377
原创 2023 ICCV和 CVPR论文集合
国际计算机视觉会议（ICCV）是世界顶级计算机视觉会议之一。2023年，它将在巴黎举行。为了帮助社区快速了解本次会议中提出的工作，论文摘要团队处理了所有已接受的论文，并为每篇论文生成了一个亮点句子（通常是主要主题）。我们鼓励读者阅读这些机器生成的亮点/摘要，以快速了解每篇论文的主要思想。文摘(约2100篇)。大约800篇论文的作者也公开了他们的代码或数据。论文标题下的“相关代码”链接将直接带您到代码库。此外，我们还有“会场内搜索”服务，您可以使用该服务查找。
2023-09-30 15:09:50
1078
原创 在 Ubuntu 上安装 Docker 桌面
注意，选中 ‘docker-desktop’ 而非 ‘/home/dell/下载/docker-desktop-4.21.1-amd64.deb’E: 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系。有一些软件包无法被安装。因为系统无法达到您要求的状态造成的。依赖: qemu-system-x86 (>= 5.2.0)安装Docker desktop，软件中出现小鲸鱼的图标，docker-desktop : 依赖: curl。依赖: docker-ce-cli 但无法安装它。
2023-08-06 15:19:52
2740
1
原创 【深度学习】分类和分割常见损失函数
分类是一种监督机器学习任务，其中训练模型来预测给定输入数据点的类或类别。分类旨在学习从输入特征到特定类或类别的映射。有不同的分类任务，例如二元分类、多类分类和多标签分类。是一项训练模型来预测电子邮件的两个类别之一的任务，例如“垃圾邮件”或“非垃圾邮件”。是一项训练模型来预测图像的多个类之一的任务，例如“狗”、“猫”和“鸟”。是一项训练模型来预测单个数据点的多个标签的任务，例如公园里狗的图像的“狗”和“户外”。分类算法可以基于决策树、朴素贝叶斯、k 最近邻、支持向量机、随机森林、梯度提升、神经网络等技术。
2023-08-06 12:56:28
1635
原创 【深度学习】各个开源库总结及实战-总目录
此专栏主要是用和，它们都是优秀的开源库，用于计算机视觉和深度学习任务。MMCV提供了丰富的计算机视觉工具和算法，基于PyTorch框架，适合对PyTorch熟悉的用户。PaddlePaddle是百度开发的深度学习平台，提供易用且高性能的深度学习框架。此专栏主要包括两个库的安装、例子和实战（也不限于此，根据实景情况可能有改变）。此专栏可以帮助新手小白快速上手，为科研节约不少时间，可以安心专注于自己课题多花不必复现经典网络或对比网络。此专栏也适用于研究中医舌诊的科研人员，将带领你快速进入领域。童叟无欺🌞。
2023-08-03 11:07:24
738
原创 Mac M1下Clion编译错误：Undefined symbols for architecture x86_64和ld: symbol(s) not found for architecture
CMakeLists.txt，注意cmake版本与你安装的一致。去掉了C编译环境和C++编译环境。
2023-07-27 20:39:25
1015
原创 ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape
numpy版本为1.24.3。
2023-06-08 11:05:30
5786
8
原创 Ubuntu系统无法打开github
终端输入：sudo gedit /etc/hosts打开host文件，然后输入密码添加203.208.39.99 github.com140.82.112.3 github.com199.232.69.194 github.global.ssl.fastly.net保存文件后，关闭hosts文件，输入：/etc/init.d/networking restart即可...
2022-05-31 17:28:24
1750
1
计算机视觉经典论文包（适合初学者和进阶者）
2023-08-04
tensorflow30天
2020-05-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人