2025 · Enhance

1. Random Forest1.1 Random Forest RegressionA Comprehensive Guide to Random Forest Regression (medium)A Comprehensive Guide to Hyperparameter Tuning (medium)基于Python的随机森林（RF）回归与模型超参数自动搜索优化方法 (@疯狂学习GIS

- 阅读全文 -

在最新的这篇文章中，吴恩达与团队调研了六种基础算法的来源、用途、演变等，并提供了较为详细的讲解。这六种算法分别是：线性回归、逻辑回归、梯度下降、神经网络、决策树与k均值聚类算法。1 线性回归：直的&窄的线性回归是机器学习中的一个关键的统计方法，但它并非不战而胜。它由两位杰出的数学家提出，但200 年过去了，这个问题仍未解决。长期存在的争议不仅证明了该算法具有出色的实用性，还证明了它的本质十分简单。

- 阅读全文 -

ModelNet40 中加入自己的数据集 (CSDN)抽取modelnet40_ply_hdf5_2048数据集的子类集制作h5点云 (CSDN)点云深度学习--制作自己的PointConv数据集modelnet-40 (CSDN)PointNet.pytorch程序注释 (CSDN)点云深度学习之数据集处理（一）数据集的分类 (CSDN)点云深度学习之数据集处理（二）ShapeNet简介 (CS

- 阅读全文 -

深度学习综合深度学习前人的精度很高了，该如何创新？ (极市平台)基于深度卷积神经网络的小样本分割算法综述 (极市平台)普通人CV领域论文创新常见思路与方向总结 (极市平台)优化神经网络训练的17种方法 (CV技术指南)让PyTorch训练速度更快，你需要掌握这17种方法 (深度学习爱好者)称霸Kaggle的十大深度学习技巧！ (深度学习爱好者)用Keras解决机器学习问题！(Datawhale)只

- 阅读全文 -

Python IoU 计算的相关实现 (CSDN)深度学习 分类模型评价指标 (简书)准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交并比（IoU），ROC + AUC，非极大值抑制（NMS）。一文弄懂pytorch搭建网络流程+多分类评

- 阅读全文 -

参考资料：W&B 官方中文文档 (wandb.ai)wandb: 深度学习轻量级可视化工具入门教程 (CSDN)wandb使用 (CSDN)Weights & Biases使用指南 (zoeyuchao)yolov5 v4.0版本到底更新了啥? wandb模型训练可视化 (bilibili)4 个节省大量时间的 Deep Learning 效率神器 (cvmart) (zhihu)

- 阅读全文 -

Q: Poetry could not find a pyproject.toml file in {} or its parentsA: You have to create a pyproject.toml first. Go into your project folder, run poetry init and follow the instructions. As an alterna

- 阅读全文 -

查看安装好的CUDA (CUDA Driver Version / Runtime Version) (CDSN)cd /usr/local/cuda/samples/1_Utilities/deviceQuery #默认位置make #如果出现”Fatal error: can't create deviceQuery.o: Permission denied“此错误，在make前面加上sudo

- 阅读全文 -

Q: GPU显存不足 (A: 改小batch size就能用了) (CSDN)(zhihu)https://mp.weixin.qq.com/s/AqT4EtIQfysJ2VNhAFrZ-Q2022-06-22 ubuntu PointNeXt项目配置与训练出现的问题多卡训练警告： python3.7/multiprocessing/semaphore_tracker.py:144: UserWa

- 阅读全文 -

1. 点云裁剪1.1 沿着某一个轴进行裁剪pcl::PassThrough<pcl::PointXYZ> pass; pass.setInputCloud (cloud); pass.setFilterFieldName ("z"); //设置裁剪轴 pass.setFilterLimits (0.0, 1.0); //设置裁剪范围 pass.filter (*

- 阅读全文 -