2022年2月

Datawhale学习笔记-飞桨AI-Task08:如何撰写精选项目

0 条评论 DW组队学习 无标签 天空David
Task08:课节10:如何撰写精选项目最后一个课节任务比较轻松,前面大概讲了如何使用Markdown格式写作如何撰写开源项目:增加可读性与曝光率:(1)让人眼前一亮的标题(2)图文并茂:核心代码结合方块图、项目思路流程图、精度指标可视化、可视化模型结果(3)总结与升华AI开源的特点:算法工程兼具:从模型算法开源,到框架平台开源软件硬件协同:从AI纯软件架构,到和硬件协同对接ABC关联密切:...

Datawhale学习笔记-飞桨AI-Task07:服务器、边缘端、移动端部署全解

0 条评论 DW组队学习 无标签 天空David
今天看了5个部署中的服务器部署,简单做一下笔记Linux中环境配置有:1、防火墙权限设置2、升级系统:之前学习Linux的时候有yum update和yum upgrade两种,记得yum update是升级所有包同时也升级软件和系统内核,然后yum upgrade是只升级所有包,不升级软件和系统内核。升级pip,安装numpy,安装paddle-servinghttps://github....

Datawhale学习笔记-飞桨AI-Task06:模型优化:从结构、性能、训练、设计方面优化模型

0 条评论 DW组队学习 无标签 天空David
写在开篇说的太对了:开源很多,拒绝拿来主义,需要懂得如何优化模型如计算机视觉领域有:场景重构、对象检测、事件检测、视频追踪、对象识别、三维姿态估计、运动姿态估计、图像修复等,每一个领域都在应用深度学习模型来解决实际的问题。1.模型结构优化基于深度和参数量、基于宽度和多尺度、基于残差连接2.模型性能优化基于不规则卷积、基于注意力机制、基于Transformer3.模型训练优化模型量化:如将浮点...

Datawhale学习笔记-飞桨AI-Task04:理论基础:深度学习神经网络算法的基本原理

0 条评论 DW组队学习 无标签 天空David
使用深度学习的好处——降低对专业知识的边际依赖传统方法:人工特征提取+分类器当前方法:具备自动从原始数据中提取模式的能力深度学习面临的挑战——语义鸿沟图像的底层视觉特性和高层语义概念之间的鸿沟:相似的视觉特性,具有不同的语义概念。相似的语义概念,具有不同的视觉特性。步骤:Step1:建立模型选择什么样的网络结构选择多少层数,每层选择多少神经元激活函数:可以增强网络的表达能力,使用激活函数将“...

Datawhale学习笔记-飞桨AI-Task03:图像数据和文本数据的基本处理方法

0 条评论 DW组队学习 无标签 天空David
Task03:图像数据和文本数据的基本处理方法因为作业选题是CV方向,所以针对CV的处理方法做一点笔记。数据增强:可以调用paddle.vision内transforms的一些api,调整亮度、对比度、饱和度、色调、裁剪、翻转、旋转等操作自制图片数据集:PaddleOCRLabel(内嵌模型)、EISeg(可导入模型参数)、Labelimg(手动标注,主要用于目标检测voc格式)、label...