用户3848681594514

一套既美观又方便的后台框架可以大大幅节约开发时间和成本，本文推荐 9 款漂亮、功能强大的后台模板，本文推荐的开源项目已经收录到 Awesome GitHub Repo。

本文是上一篇Swin Transformer原理详解篇的代码实战。文章通过例子解释了代码中较难理解的两点，希望对你有所帮助。🥇🥇🥇

1. 读取TFRecords文件 其实读取TFRecords文件大体思路与常规文件读取思路比较一致。但是，还是有一点不一样，在解码操作之前，需要解析Example操作（因为TFRecords比其他文件

使用SOTA的预训练模型来通过迁移学习解决现实的计算机视觉问题。 如果你试过构建高精度的机器学习模型，但还没有试过迁移学习，这篇文章将改变你的生活。

VoVNet 作者认为是密集连接(dense connection)带来的输入通道线性增长，从而导高内存访问成本和能耗。为了提高 DenseNet 的效率，作者提出一个新的更高效的网络 VoVet。

对B导（bubbliiiing）的yolo系列的Torch&TF代码进行使用OpenCv的onnx推理部署，统一了yolov4&yolov5&yolov7&yolov5-6.1 这个系列的代码部署。

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第20天，点击查看活动详情 本文从两方面进行解释：数学和编码方面。总有一个角度能让你更好理解。 数学解释 熵 Entropy 熵用

本文从常见的推荐系统方法（基于内容、协同过滤等近邻算法、基于知识等）讲起，一直覆盖到前沿的新式推荐系统，不仅详细讲解原理，还手把手教大家如何用代码实现。

我正在参加「掘金·启航计划」 模型起源 2015年的时候，有几位大佬基于非平衡热力学提出了一个纯数学的生成模型 (Sohl-Dickstein et al., 2015)。不过那个时候他们没有用代码实