一：简介 face_recognition库是世界上最简洁的人脸识别库，可以使用Python和命令行工具提取、识别、操作人脸。 face_recognition库的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型，用LabeledFacesintheWild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。对应的github链接：https://github.com/ageitgey/face_recognition二：安装1：要求Python3.3+或Python2.7macOS或Linux（Windows不受官方支持，但可能有效，
一：简介 face_recognition库是世界上最简洁的人脸识别库，可以使用Python和命令行工具提取、识别、操作人脸。 face_recognition库的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型，用LabeledFacesintheWild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。对应的github链接：https://github.com/ageitgey/face_recognition二：安装1：要求Python3.3+或Python2.7macOS或Linux（Windows不受官方支持，但可能有效，
HuggingfaceHuggingface是一家公司，在Google发布BERT模型不久之后，这家公司推出了BERT的pytorch实现，形成一个开源库pytorch-pretrained-bert。后来这家公司又实现了其他的预训练模型，如GPT、GPT2、ToBERTa、T5等。此时，开源库的名字还叫pytorch-pretrained-bert就不太合适了，于是他们就将开源库的名字改成transformers，transformers包括各种模型的实现。简而言之：Google发布的原始BERT预训练模型（训练好的参数）是基于Tensorflow的，Huggingface是基于pytorc
HuggingfaceHuggingface是一家公司，在Google发布BERT模型不久之后，这家公司推出了BERT的pytorch实现，形成一个开源库pytorch-pretrained-bert。后来这家公司又实现了其他的预训练模型，如GPT、GPT2、ToBERTa、T5等。此时，开源库的名字还叫pytorch-pretrained-bert就不太合适了，于是他们就将开源库的名字改成transformers，transformers包括各种模型的实现。简而言之：Google发布的原始BERT预训练模型（训练好的参数）是基于Tensorflow的，Huggingface是基于pytorc
?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?TensorFlow实战系列：https://www.showmeai.tech/tutorials/43?本文地址：https://www.showmeai.tech/article-detail/312?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容工具库transformers的开源方HuggingFace刚刚发布了一个用于构建diffuser模型的全新库。如果您不知道diffuser模型是什么，你可以查看ShowMeAI
?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?TensorFlow实战系列：https://www.showmeai.tech/tutorials/43?本文地址：https://www.showmeai.tech/article-detail/312?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容工具库transformers的开源方HuggingFace刚刚发布了一个用于构建diffuser模型的全新库。如果您不知道diffuser模型是什么，你可以查看ShowMeAI
摘要：学习玩游戏一直是当今AI研究的热门话题之一。使用博弈论/搜索算法来解决这些问题需要特别地进行周密的特性定义，使得其扩展性不强。使用深度学习算法训练的卷积神经网络模型（CNN）自提出以来在图像处理领域的多个大规模识别任务上取得了令人瞩目的成绩。本文是要开发一个一般的框架来学习特定游戏的特性并解决这个问题，其应用的项目是受欢迎的手机游戏FlappyBird，控制游戏中的小鸟穿过一堆障碍物。本文目标是开发一个卷积神经网络模型，从游戏画面帧中学习特性，并训练模型在每一个游戏实例中采取正确的操作。本文综述了基于深度学习的卷积神经网络模型在模式识别（图像识别）中的应用，主要从典型的网络结构的构建、训
摘要：人脸识别（FaceRecognition）是当前一项非常热门的研究领域。这里介绍采用图像处理中的强大工具OpenCV实现简单的图片中人脸的检测，并在图像中标记出感兴趣区域（regionofinterest）。本文详细介绍如何使用python实现图片中人脸、眼睛的检测，并标记出来（如图），文中给出了全部代码，主要内容如下：OpenCVhaar分类器人脸标记完整代码点击跳转至全部文件下载页1.前言 前段时间自制了个人脸表情识别软件，许多步骤用到了OpenCV中的函数和功能，其中就包括人脸图像检测与定位。作为人脸表情识别的第一步需要在输入图像中找到人脸确切的位置，而OpenCV中的haa
摘要：本文详细介绍了在Ubuntu18.04下如何配置深度学习GPU（显卡）环境，包括了显卡驱动下载安装，环境配置等。按照本教程的步骤在多台服务器上安装都取得了成功，是在多种方法的比较之下个人整理的认为最新的简洁有效的做法，其要点如下：安装显卡驱动安装Cuda10.0安装cuDNN前言 GPU作为深度学习的一个强有力工具，特别擅长处理矩阵并适用于深度学习等专业应用程序。一般地，深度学习的模型可以在笔记本电脑上运行，但训练模型有时可能需要等待几个小时，而在一个好的GPU上则只需几分钟，因此在深度学习研究上非常推荐使用好的GPU进行运算。 最近实验室新一批的服务器需要组装和配置GPU环境，在之
摘要：这篇博文总结了博主收集的深度学习常用的数据集，包含常用的分类、目标检测及人脸识别任务，对每个数据集给出了简要介绍、官网下载网站以及公众号获取的关键字。因为有的数据集较大，官网的下载速度可能比较慢，为了方便大家管理，这里我将其整理到了个人公众号平台中，可通过下方卡片“AI技术研究与分享”关注，并在后台回复各数据集关键字即可获取网盘链接。数据集文件均为官方网站下载，仅用于学习交流，博主会持续更新，欢迎关注。1.分类数据集数据集：MNIST 手写数字数据集，包含一组60,000个示例的训练集和一组10,000个示例的测试集。 官网地址：MNISThandwritte
