深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【❤️基础安装—认真帮大家整理了❤️】

简介: 博主这里梳理了自己过去两年,认真撰写的一些基础知识方面的干货博文,希望能够有效帮助到更多刚刚投身于ML、DL 领域不久的小伙伴们
🥇 版权: 本文由【墨理学AI】原创、各位大佬、欢迎和墨理一起学AI
🎉 声明: 作为全网 A I领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️

📕 关于博主

❤️ 关于 墨理学AI 博主墨理、个人基本信息如下
📘 一起建设属于我们搬砖人自己的技术圈子 —— 学术交流群
  • 很多小伙伴会通过维新或者私信和博主探讨一些问题
  • 博主成立的有一些计算机视觉领域的交流小分队、有兴趣的可以了解、进群、学术交流群非常纯净、平时基本不会、也不鼓励闲聊、进群的每个小伙伴都应该养成把经过自己折腾【百度或者谷歌过】后仍不能有效解决的相关小疑问或者困惑、再提到群里进行交流的好习惯、而不是一遇到问题就习惯性抛给其他人
  • 人生的大多数时候、我们能够绝对依靠的人只有我们自己、同行让我们在 A I 取经之路不再孤单、各位加油
❤️ 学习交流过程中,有 N 多小伙伴,包括我自己,我们经常会遇到各种环境搭建、库版本不匹配导致的一系列,让人脑阔子疼的 bug

💙 博主这里梳理了自己过去两年,认真撰写的一些基础知识方面的干货博文,希望能够有效帮助到更多刚刚投身于ML、DL 领域不久的小伙伴们

📕 深度学习、调参搬砖、开发利器【大佬必备】

如果你是 Windows 系列系统,那么强烈建议虚拟机或者双系统走起

📗 深度学习模型训练基础环境搭建推荐博文顺序【基础安装】

🔔 【墨理学AI】博文涵盖:众多类别深度学习环境搭建、模型训练、论文代码测试、模型部署、基础教程,持续更新,保质保量,欢迎查阅

❤️ Cuda 安装

❤️ 了解 conda 和 pip 加速安装各种深度学习库

❤️ Pytorch 安装

💙 Linux下cuda10.0安装Pytorch和Torchvision|【❤️啥版本都能装❤️】
💙 Linux下 pytorch 1.8的极简安装 | 快速根据官网命令安装 pytorch(超详细)

📗 模型部署基础环境搭建博文推荐【基础安装】

这部分内容大多属于干货中的干货,不少博文属于专栏核心,各位小伙伴,按需查阅即可

❤️ 基础环境

❤️ Ncnn 安装

❤️ TensorRT 安装

❤️ openCV 安装

❤️ ONNX 安装

❤️ MNN 安装

📙 YOLO 系列推荐博文参考顺序【只看一篇就够用】

❤️ YOLO 理论讲解学习篇

能够找到的质量 OK 的解读【我先收藏了】

YOLO系列英文论文分享 -- 新建了一个 gitee 仓库,方便大家下载

❤️ Yolov5 系列

❤️ YOLOX 系列

❤️ Yolov3 系列

❤️ 持续补充更新

❤️ 各位亲们,别忘了收藏、关注、感谢三连 ❤️

📙 人生苦短, 欢迎和墨理一起学AI

LearnAI.jpg

目录
相关文章
|
18小时前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型:图像语义分割与对象检测
【7月更文挑战第15天】 使用Python实现深度学习模型:图像语义分割与对象检测
7 2
|
1天前
|
机器学习/深度学习 自然语言处理 TensorFlow
使用Python实现深度学习模型:文本生成与自然语言处理
【7月更文挑战第14天】 使用Python实现深度学习模型:文本生成与自然语言处理
25 12
|
2天前
|
机器学习/深度学习 PyTorch 算法框架/工具
图神经网络是一类用于处理图结构数据的神经网络。与传统的深度学习模型(如卷积神经网络CNN和循环神经网络RNN)不同,
图神经网络是一类用于处理图结构数据的神经网络。与传统的深度学习模型(如卷积神经网络CNN和循环神经网络RNN)不同,
15 9
|
2天前
|
机器学习/深度学习 PyTorch TensorFlow
在深度学习中,数据增强是一种常用的技术,用于通过增加训练数据的多样性来提高模型的泛化能力。`albumentations`是一个强大的Python库,用于图像增强,支持多种图像变换操作,并且可以与深度学习框架(如PyTorch、TensorFlow等)无缝集成。
在深度学习中,数据增强是一种常用的技术,用于通过增加训练数据的多样性来提高模型的泛化能力。`albumentations`是一个强大的Python库,用于图像增强,支持多种图像变换操作,并且可以与深度学习框架(如PyTorch、TensorFlow等)无缝集成。
8 0
|
2天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:图像风格迁移与生成
【7月更文挑战第13天】 使用Python实现深度学习模型:图像风格迁移与生成
9 2
|
3天前
|
机器学习/深度学习 安全 TensorFlow
使用Python实现深度学习模型:模型安全与防御
【7月更文挑战第12天】 使用Python实现深度学习模型:模型安全与防御
9 1
|
4天前
|
机器学习/深度学习 物联网 TensorFlow
使用Python实现深度学习模型:在嵌入式设备上的部署
【7月更文挑战第11天】 使用Python实现深度学习模型:在嵌入式设备上的部署
11 2
|
5天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:跨平台模型移植与部署
【7月更文挑战第10天】 使用Python实现深度学习模型:跨平台模型移植与部署
10 1
|
6天前
|
机器学习/深度学习 并行计算 TensorFlow
使用Python实现深度学习模型:分布式训练与模型并行化
【7月更文挑战第9天】 使用Python实现深度学习模型:分布式训练与模型并行化
18 1
|
15小时前
|
机器学习/深度学习 数据采集 数据安全/隐私保护
深度学习在医疗影像分析中的应用与挑战
随着人工智能技术的飞速发展,深度学习已成为医学影像分析领域的一股不可忽视的力量。通过构建复杂的神经网络模型,深度学习能够处理和分析大量的高维度数据,如X光、MRI和CT扫描图像,实现对疾病标记的自动检测和诊断。本文将探讨深度学习技术在医疗影像分析中的实际应用案例,包括癌症检测、神经退行性疾病的早期发现以及心脏病的预测等,并讨论当前面临的主要挑战,如数据集的质量和多样性不足、模型解释性差、以及隐私保护等问题。 【7月更文挑战第15天】
21 11