土堆专题
![[yolov5] --- yolov5入门实战「土堆视频」](https://i-blog.csdnimg.cn/direct/8e01ba7709e34acc929cfe32af9e4c41.png)
[yolov5] --- yolov5入门实战「土堆视频」
1 项目介绍及环境配置 下载yolov5 tags 5.0源码，https://github.com/ultralytics/yolov5/tree/v5.0，解压 Pycharm 中创建conda虚拟环境 激活conda虚拟环境 根据作者提供的requirements.txt文件，pip install -r requirements.txt 如果作者没有提供requirement.txt文件
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】(ing)](https://img-blog.csdnimg.cn/direct/194636891b974430a37baa8904cb87f2.png)
[学习笔记](b站视频)PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】(ing)
视频来源：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】 前面P1-P5属于环境安装，略过。 5-6.Pytorch加载数据初认识 数据文件: hymenoptera_data # read_data.py文件from torch.utils.data import Datasetfrom PIL import Imageimport osclass MyData
2.小土堆——tensorboard使用
1.tensorboard是啥？ TensorBoard 是一个用于可视化 TensorFlow 训练过程和模型的工具。它可以帮助你以图形和图表的形式查看训练过程中的指标，比如损失和准确率的变化。你可以使用 TensorBoard 来监视模型的性能，并且更直观地理解模型的工作原理。 就是自动为你根据代码生成图像，就像下面这样 from torch.utils.tensorboard im
1.pytorch加载收数据（B站小土堆）
数据的加载主要有两个函数： 1.dataset整体收集数据：提供一种方法去获取数据及其label，告诉我们一共有多少数据（就是自开始把要的数据和标签都收进来） 2.dataloader，后面传入模型时候，每次录入数据的方法 ※想使用这两个函数，要引入pytorch库，并且从torch“工具箱”utils的data模块中拿出函数 import pytorchfrom torch.util
【Pytorch入门】小土堆PyTorch入门教程完整学习笔记（详细笔记并附练习代码 ipynb文件）
小土堆PyTorch入门教程笔记 最近在观看PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】顺便做点笔记，方便回看，同时也希望记录的笔记能够帮助到更多在入门的小伙伴~ 【注】仅记录个人觉得重要的知识，部分内容可能有遗漏 判断pytorch是否安装好，GPU是否可供pytorch使用，无报错即成功 import torchtorch.cuda.is_available()
b站小土堆pytorch学习记录—— P23-P24 损失函数、反向传播和优化器
文章目录 一、损失函数1.简要介绍2.代码 二、优化器1.简要介绍2.代码 一、损失函数 1.简要介绍 可参考博客： 常见的损失函数总结 损失函数的全面介绍 pytorch学习之十九种损失函数 损失函数（Loss Function）是用来衡量模型预测输出与实际标签之间的差异或误差程度的函数。在深度学习中，损失函数通常被设计为一个标量值，表示模型的预测值与真实标签之间的
b站小土堆pytorch学习记录—— P25-P26 网络模型的使用和修改、保存和读取
文章目录 一、修改1.方法2.代码 二、保存和读取1.方法2.代码（1）保存（2）加载 3.陷阱 一、修改 1.方法 add_module(name: str, module: Module) -> None name 是要添加的子模块的名称。 module 是要添加的子模块。 调用 add_module 方法会向当前模块中添加一个子模块，并使用指定的名称进行标识。 2.
b站小土堆pytorch学习记录—— P18-P22 神经网络+小实战
文章目录 一、卷积层 P181.卷积操作2.代码 二、池化层 P191.池化层简单介绍2.代码（1）池化操作中数字的变化（2）池化操作对图片的影响 三、非线性激活 P201.简要介绍2.代码 四、线性层及其他层介绍 P211.线性层2.代码 五、搭建小实战和Sequential的使用 P221.要实现的模型2.代码 理解神经网络： 卷积神经网络（CNN）详细介绍及其原理详解
b站小土堆pytorch学习记录—— P17 土堆说卷积操作
文章目录 一、前置知识什么是卷积操作 二、代码 一、前置知识 什么是卷积操作 推荐几个高赞博客： 卷积最容易理解的解释 卷积神经网络（CNN）详细介绍及其原理详解 还有pytorch官网的动态图： pytorch卷积 二、代码 import torchimport torch.nn.functional as Finput = torch.tensor([[1,
b站小土堆pytorch学习记录——P9-P10 transforms的使用
文章目录 一、前置知识1.torchvision简要介绍2.transforms简要介绍 二、代码 一、前置知识 1.torchvision简要介绍 torchvision 是 PyTorch 提供的一个专门针对计算机视觉任务的软件包，它为用户提供了一系列用于处理图像和视频数据的工具和实用函数。 torchvision 包含了许多常用的数据集、模型架构、图像转换类以及实用函数，
b站小土堆pytorch学习记录——P7-P8 Tensorboard的使用
文章目录 一、前置知识1.Tensorboard是什么2.SummaryWriter3.add_scalar()4.add_image() 二、代码1.一次函数2.蚂蚁和蜜蜂图片 一、前置知识 1.Tensorboard是什么 TensorBoard 是 TensorFlow 的可视化工具，它允许开发者可视化模型的图（graph）、指标（metrics）、参数分布等多种数据。
【土堆】目标检测の入门实战——手把手教你使用 Make Sense 和 CVAT 在线标注 VOC 数据集与 COCO 数据集 用 PyTorch 读取自制 COCO 数据集
目录 前言 一、什么是目标检测 二、VOC 数据集 1、下载 VOC 数据集 2、介绍 VOC 数据集 三、COCO 数据集 1、下载 COCO 数据集 2、介绍 COCO 数据集 四、在线标注数据集 1、Make Sense 2、CVAT 五、本地标注数据集 1、精灵标注助手 六、论 Python 的元组、字典与数组 七、用 PyTorch 加载 COCO 数据集
PyTorch深度学习快速入门教程 - 【小土堆学习笔记】
小土堆Pytorch视频教程链接 声明： 博主本人技术力不高，这篇博客可能会因为个人水平问题出现一些错误，但作为小白，还是希望能写下一些碰到的坑，尽力帮到其他小白 1 环境配置 1.1 pycharm pycharm建议使用2020的，2021版本开始UI界面升级，本人镜像源配置很久，但可安装包仍为空白，2020版本的可以在环境内直接换源，比较方便 pycharm的安装激活网上教程很多，这
小土堆pytorch学习笔记004
目录 1、神经网络的基本骨架-nn.Module的使用 2、卷积操作实例 3、神经网络-卷积层 4、神经网络-最大池化的使用 （1）最大池化画图理解： （2）代码实现： 5、神经网络-非线性激活 （1）代码实现（调用sigmoid 函数） 6、神经网络-线性层 （1）代码 7、网络搭建-小实战 （1）完整代码 1、神经网络的基本骨架-nn.Module的使用
小土堆pytorch学习笔记003 | 下载数据集dataset 及报错处理
目录 1、下载数据集 2、展示数据集里面的内容 3、DataLoader 的使用 例子： 结果展示： 1、下载数据集 # 数据集import torchvisiontrain_set = torchvision.datasets.CIFAR10(root="./test10_dataset", train=True, download=True)test_set = t
小土堆pytorch学习笔记001
1、Pytorch环境的配置与安装。 （1）建议安装：Anaconda （2）检查显卡：GPU （3）管理环境（不同版本的pytorch 版本不同）： conda create -n pytorch python=3.6 （4）检测自己的电脑是否可以使用： 2、pytorch编辑器的选择 （1）pycharm （下载社区版） （2）jupyter （可以交互） 启动本地
pytorch深度学习笔记（共计169页，基于本人听完B站小土堆PyTorch深度学习快速入门教程所写）
一、笔记视频 pytorch深度学习（共计169页，基于本人听完B站小土堆PyTorch深度学习快速入门教程所写） 二、获取方式 方式一： 点击下面的链接 pytorch深度学习笔记 如果链接无法打开 直接复制下方链接即可 https://mall.bilibili.com/neul-next/index.html?page=mall-up_itemDetail&noTit
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】笔记
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】笔记 教程与代码地址P1 PyTorch环境的配置及安装（Configuration and Installation of PyTorch)【PyTorch教程】P2 Python编辑器的选择、安装及配置（PyCharm、Jupyter安装）【PyTorch教程】P3 【FAQ】为什么torch.cuda.is_availabl
这种形状的土堆，用DasViewer土方计算时该选择哪种模式？
答：推荐拟合平面；当堆料的整个边界可见并且基面是具有相同高度的坚硬表面、斜坡或平坦时，推荐该选项。 DasViewer是由大势智慧自主研发的免费的实景三维模型浏览器,采用多细节层次模型逐步自适应加载技术,让用户在极低的电脑配置下,也能流畅的加载较大规模实景三维模型,提供方便快捷的数据浏览操作。 #DasViewer##实景三维##三维重建##三维模型##一问一答#
pytorch（小土堆）深度学习
第五节课讲项目的创建和对比 第六节：Dataset,Dataloader Dataset提供一种方式区获取数据及其label(如何获取每一个数据及其label，告诉我们总共有多少的数据) Dataloader为后面的网络提供不同的数据形式 第七节：Dataset类代码实战 显示图片 from PIL import Imageimg_path="E:\\code\\learn_pytorch\
PyTorch入门系列教程 — 土堆教程的目录和索引
PyTorch是深度学习领域广泛使用的框架之一，它为深度学习爱好者和研究人员提供了丰富的工具和资源。土堆教程是一系列深入浅出的PyTorch教程，旨在帮助初学者掌握PyTorch的基础知识和高级技巧。本文将为您提供土堆教程的目录及索引，以便您更轻松地找到所需的教程内容。 一、土堆的B站视频教程 视频教程：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】 二、完整目录 PyTo