機(jī)器視覺，嵌入式，ROS，光學(xué)，成像
發(fā)簡信
IP屬地：上海
-
-
-
[圖像算法]-快速上手使用PaddleX—Faster RCNN目標(biāo)檢測
前言 PaddleX簡介：PaddleX是飛槳全流程開發(fā)工具，集飛槳核心框架、模型庫、工具及組件等深度學(xué)習(xí)開發(fā)所需全部能力于一身，打通深度學(xué)習(xí)開發(fā)全流程，并提供簡明易懂的Py...
-
不斷學(xué)習(xí)，努力提升。
-
再您獁的見
-
MT大前端的小學(xué)生一枚
-
University of Colorado Boulder, ARPG實(shí)驗(yàn)室小博
-
與惡龍纏斗過久,自身亦成為惡龍;凝視深淵過久,深淵將回以凝視。
-
-
-
堅(jiān)持比選擇更重要
-
redshift-gtk -l 39.92:116.46 -t 5000:4000
-
讀萬卷書，行萬里路，閱無數(shù)人。<br><br>超級吃貨，愛吃湖南菜，川菜，杭幫菜，嘗遍天下美食。<br><br>攝影愛好者，游歷全國各地，閱盡人間春色。<br><br>愛看電影，尤其是美國大片和俄羅斯生猛大片！非主流影評寫手。<br><br>近期關(guān)注人工智能！ <br><br>微信號：JINYULIN_SH_<br>QQ號：2806032155
-
-
一個(gè)寫文章派送禮物的圣誕老人<br>寫文章給馬力攢狗糧<br>對，就是頭像里那條蠢狗<br>文章轉(zhuǎn)載請簡信我<br>歡迎交流<br><br><br><br><br><br><br>
-
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.itdecent.cn/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.itdecent.cn/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.itdecent.cn/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)！
-
我以官方文檔為主線，開始對TensorFlow的學(xué)習(xí)。這期間會(huì)把我的理解進(jìn)行持續(xù)的輸出，作為《TensorFlow從0到N》系列。 它不會(huì)止于翻譯和筆記，不會(huì)停留在語言和工具，而是堅(jiān)持通過啟發(fā)性的方式，循序漸進(jìn)的構(gòu)建理解，搭建一個(gè)堅(jiān)實(shí)可靠的、連接“零基礎(chǔ)”與“人工智能（AI）/機(jī)器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道。
