OpenXLabEdu

目录

  • 关于XEdu
  • XEdu快速入门手册
  • 深度学习工具库XEduHub
  • 大语言模型库XEduLLM
  • 计算机视觉库MMEdu
  • 神经网络库BaseNN
  • 传统机器学习库BaseML
  • EasyDL系列无代码工具
  • 数据处理库BaseDT
  • 模型部署库BaseDeploy
  • 如何用XEdu解决真实问题
    • 用AI解决真实问题的技术地图
    • 用AI解决问题的一般步骤
    • 学习支持和资源获取
    • 相关科创工具
    • 深度学习知识库
      • 深度学习训练参数详解
      • 经典数据集介绍
      • 从零开始制作一个ImageNet格式数据集
      • 从零开始制作一个COCO格式数据集
      • 经典网络模型介绍
OpenXLabEdu
  • 如何用XEdu解决真实问题
  • 深度学习知识库
  • 查看页面源码

深度学习知识库

  • 深度学习训练参数详解
    • 参数
    • 超参数
  • 经典数据集介绍
    • 常见的数据集
    • ImageNet
    • COCO
  • 从零开始制作一个ImageNet格式数据集
    • ImageNet格式数据集简介
    • 选择1:巧用BaseDT的make_dataset函数制作
    • 选择2:按照标准方式制作
    • 选择3:巧用XEdu自动补齐功能快速制作
  • 从零开始制作一个COCO格式数据集
    • COCO格式数据集简介
    • 方式1:OpenInnoLab版(线上标注)
    • 选择2:LabelMe版(本地标注)
    • 选择3:改装网上下载的目标检测数据集
  • 经典网络模型介绍
    • 图像分类模型LeNet-5
    • 图像分类模型RegNet
    • 图像分类模型RepVGG
    • 图像分类模型ShuffleNet_v2
    • 图像分类模型VGG
    • 图像分类模型MobileNet
    • 图像分类模型ResNet
    • 图像分类模型ResNeXt
    • 目标检测模型Faster R-CNN
    • 目标检测模型Mask R-CNN
    • 目标检测模型SSD
    • 目标检测模型Yolov3
上一页 下一页

© 版权所有 2021-2025 OpenXLabEdu.All Rights Reserved.

利用 Sphinx 构建,使用的 主题 由 Read the Docs 开发.