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
|
1月前
|
机器学习/深度学习 数据采集 算法
构建高效图像分类模型:深度学习在处理大规模视觉数据中的应用
随着数字化时代的到来,海量的图像数据被不断产生。深度学习技术因其在处理高维度、非线性和大规模数据集上的卓越性能,已成为图像分类任务的核心方法。本文将详细探讨如何构建一个高效的深度学习模型用于图像分类,包括数据预处理、选择合适的网络架构、训练技巧以及模型优化策略。我们将重点分析卷积神经网络(CNN)在图像识别中的运用,并提出一种改进的训练流程,旨在提升模型的泛化能力和计算效率。通过实验验证,我们的模型能够在保持较低计算成本的同时,达到较高的准确率,为大规模图像数据的自动分类和识别提供了一种有效的解决方案。
|
1月前
|
机器学习/深度学习 数据采集 PyTorch
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
|
8天前
|
机器学习/深度学习 运维 监控
TensorFlow分布式训练:加速深度学习模型训练
【4月更文挑战第17天】TensorFlow分布式训练加速深度学习模型训练,通过数据并行和模型并行利用多机器资源,减少训练时间。优化策略包括配置计算资源、优化数据划分和减少通信开销。实际应用需关注调试监控、系统稳定性和容错性,以应对分布式训练挑战。
|
8天前
|
机器学习/深度学习 API 算法框架/工具
R语言深度学习:用keras神经网络回归模型预测时间序列数据
R语言深度学习:用keras神经网络回归模型预测时间序列数据
17 0
|
8天前
|
机器学习/深度学习 并行计算 算法
R语言深度学习不同模型对比分析案例
R语言深度学习不同模型对比分析案例
26 0
|
10天前
|
机器学习/深度学习 人工智能 分布式计算
R和Python机器学习:广义线性回归glm,样条glm,梯度增强,随机森林和深度学习模型分析
R和Python机器学习:广义线性回归glm,样条glm,梯度增强,随机森林和深度学习模型分析
15 0
|
12天前
|
机器学习/深度学习 自然语言处理 算法
探索深度学习中的序列建模新范式:Mamba模型的突破与挑战
【4月更文挑战第13天】Mamba模型,一种新型序列建模架构,通过选择性状态空间提高处理长序列数据的效率,实现线性时间复杂度。在语言、音频和DNA序列建模中展现优秀性能,尤其在大规模预训练中超越Transformer。然而,面对连续信号数据时可能不及LTI模型,且模型参数优化及硬件实现具有挑战性。
40 5
探索深度学习中的序列建模新范式:Mamba模型的突破与挑战
|
1月前
|
机器学习/深度学习 数据可视化 Linux
深度学习模型可视化工具——Netron使用介绍
深度学习模型可视化工具——Netron使用介绍
43 2
|
1月前
|
机器学习/深度学习 资源调度 算法
深度学习模型数值稳定性——梯度衰减和梯度爆炸的说明
深度学习模型数值稳定性——梯度衰减和梯度爆炸的说明
19 0
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
python实现深度学习模型(如:卷积神经网络)。
【2月更文挑战第14天】【2月更文挑战第38篇】实现深度学习模型(如:卷积神经网络)。