本教程以实际应用、工程开发为目的，着重介绍模型训练过程中遇到的实际问题和方法。在机器学习模型开发中，主要涉及三大部分，分别是数据、模型和损失函数及优化器。本文也按顺序的
2018-12-21 09:18
问题最近在Ubuntu上使用Nvidia GPU训练模型的时候，没有问题，过一会再训练出现非常卡顿，使用nvidia-smi查看发现，显示GPU的风扇和电源报错：解决方案自动风扇控制在nvidia
2022-01-03 08:24
)，其中y取值1或-1（代表二分类的类别标签），这也是GBDT可以用来解决分类问题的原因。模型训练代码地址 https://github.com/qianshuang/ml-expdef train
2019-01-23 14:38
CV：基于Keras利用训练好的hdf5模型进行目标检测实现输出模型中的脸部表情或性别的gradcam(可视化)
2018-12-27 16:48
（三）使用YOLOv3训练BDD100K数据集之开始训练
2020-05-12 13:38
嵌入式设备自带专用属性，不适合作为随机性很强的人工智能深度学习训练平台。想象用S3C2440训练神经网络算法都会头皮发麻，PC上的I7、GPU上都很吃力，大部分都要依靠服务器来
2021-08-17 08:51
CV：基于Keras利用CNN主流架构之mini_XCEPTION训练情感分类模型hdf5并保存到指定文件夹下
2018-12-26 11:08
TensorFlow笔记(4)——优化手写数字识别模型之代价函数和拟合
2019-10-21 10:39
分享贴片3D模型
2019-12-18 21:08
用DesignSparkMechanical软件做了一个小汽车的3D模型教程，这个模型看着复杂，其实用的主要编辑命令就是【拉动】，主要是汽车整体的设计和细节的把握，这个完成还是很有成就感的。具体操作步骤已经上传啦
2014-08-06 16:22
