AICV实验室
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
pandas读取表格时禁用科学计数法
浏览
42
扫码
分享
2023-11-24 00:31:29
pd.read_excel()中加入dtype =’object’
若有收获，就点个赞吧
0 人点赞
上一篇:
下一篇:
无标题
深度学习GPU环境
Android Python
win11安装Ubuntu
Python
moivepy库
Pandas
pandas读取表格时禁用科学计数法
pywin32安装问题
Tkinter多线程问题
Excel操作库
GUI
tk常用组件
tk跳转至网页
爬虫
Selenium
js操作
协程
Python深浅拷贝
例子大全
Python自动发邮件
Python打包（EXE）工具
文件创建时间/访问时间
collections模块
函数
isinstance 和 type 的区别
字符串
列表
元组
字典
集合
Python3 迭代器与生成器
Python面试题
pathlib模块
正则表达式
装饰器
matplotlib
plot线型
绘制三维图
matplotlib中文显示问题
Anaconda安装
阿里云RPASDK文档_调整版-V2
OSI七层模型
TCP/IP三次握手四次挥手
git学习笔记
Pandas例程
Pandas 读取
数字图像处理
像素间的基本关系
反光检测与修复
模糊度检测
序列模型
OCR
【资料分享】10大主流人脸检测算法
经典网络
第一个卷积神经网络-Neocognitron
卷积神经网络之-Lenet
卷积神经网络之-Alexnet
卷积神经网络之-ZFNet
卷积神经网络之-Highway Networks
卷积神经网络之-VGGNet
卷积神经网络之-NiN网络（Network In Network）
卷积神经网络之-RESNET（残差⽹络）
卷积神经网络之-MobileNetv1
卷积神经网络之-Inception系列
卷积神经网络之-Densenet
卷积神经网络之-STN(空间注意力机制）
卷积神经网络之-SENet（通道注意力机制）
CBAM: Convolutional Block Attention Module
深度玻尔兹曼机和深度信念网络
Siamese网络
图像分类
图像分类从0到部署-GitChat
图像分类DEMO
人脸年龄识别思路分享
图像分类从0到部署-fix
图像识别调参
目标检测
目标检测基础知识
YOLO/v5
训练自己的数据
YOLOv4
目标检测数据增强策略
鹏城实验室水下目标检测
VOC2007数据分析
目标检测数据处理过程
【anchor-free】CenterNet（Objects as Points）
CenterNet 代码实战
目标跟踪
【FairMOT】项目论文解读
多目标跟踪FairMOT项目实战
多目标跟踪评价指标
目标跟踪数据集
目标检测数据集常见格式
NMS
目标检测之-SSD
目标检测损失函数
IoU
GIoU
DIoU/CIoU
论文：Focal Loss
目标检测题目
一些博客/资料
目标检测部署
目标检测数据集说明
YOLO目标检测之Anchor生成
目标检测大纲
R-CNN系列目标检测理论
目标检测标注工具labelImg
目标检测框架mmdetection
目标检测之评价指标-mAP
YOLO目标检测知识
YOLO损失函数
目标检测代码实战篇
目标跟踪
目标跟踪算法
分割
图像分割大纲
剪枝
DEEP COMPRESSION- COMPRESSING DEEP NEURAL NETWORKS WITH PRUNING, TRAINED QUANTIZATION AND HUFFMAN CODING
Learning Efficient Convolutional Networks through Network Slimming
Pruning Filters For Efficient ConvNets
Channel Pruning for Accelerating Very Deep Neural Networks
Rethinking the Value of Network Pruning
To prune, or not to prune- exploring the efficacy of pruning for model compression
剪枝项目
模型压缩与量化
模型压缩
模型压缩-squeezenext
OpenCV
【数字图像处理】LeetCode与图像处理（连通域的计算）
旋转图像的几种方法
OpenCV图像处理：中文路径读存取和图像绘制中文文字
Linux 下安装 OpenCV
计算FPS
np.array 与 cv2 数据类型转换
文档说明
人脸识别
OpenCV 系列教程1 - 初识 OpenCV
OpenCV Python 系列教程2 - OpenCV 的 GUI 特性
OpenCV Python 系列教程3 - Core 组件
OpenCV Python 系列教程4 - OpenCV 图像处理（上）
OpenCV 系列教程 5 | OpenCV 图像处理（中）
OpenCV 系列教程6 - OpenCV 图像处理（下）
OpenCV-给视频添加文字并保存
PyTorch
PyTorch构建模型
PyTorch数据加载
学习率设置问题
数据处理常用脚本
PyTorch数据增强
Pytorch 框架知识
PyTorch Tensorboard使用
PyTorch 的可视化工具 Visdom
PyTorch初始化
PyTorch 在训练过程中常见的问题
PyTorch中模型的可复现性
PyTorch 多GPU并行训练
C/C
VS2019修改utf-8
【C 简明教程】sort_by_val
学习资源
C stdout定向输出
获取文件夹下的文件路径
VS创建CPP工程
随机数生成
找数组或者Vector中最大最小值的索引
C 简介与环境配置
基本语法
常量
Makefile 必备基础
g 使用
注释
数据类型
变量类型
C 变量作用域
21天caffe
Ubuntu安装Caffe
深度学习/机器学习面试题
数据不平衡问题的解决
depthwise/pointwise conv计算
RoI Pooling/Align
IoU
kmeans
mobileNet
Canny边缘检测算法
Hog
形态学处理
LBP
SIFT (Scale-invariant feature transform，尺度不变性特征变换)
CNN
反向传播
参数量计算
感受野
？Precision/Recall/F-score/ROC/AUC
逻辑斯蒂回归模型（LR）
SVM
神经网络权重初始化
判别模型和生成模型
卷积层和池化层有什么区别
1*1卷积的作用
GAN 网络的思想
？深度学习优化算法SGD、Adam
滤波算法
梯度消失/梯度爆炸
BN 层的作用，为什么要在后面加伽马和贝塔，不加可以吗
移动端深度学习框架？
dropout 原理
Attention 机制的作用
激活函数
Relu 比 Sigmoid 的效果好在哪里？
VGG 使用 3*3 卷积核的优势是什么？
图像处理中锐化和平滑的操作
训练过程中，若一个模型不收敛，那么是否说明这个模型无效？导致模型不收敛的原因有哪些？
Group Convolution
为什么会出现梯度消失的问题？如何防止？
BN的作用
防止过拟合的方法
正则化
数据不平衡怎么办？
Linux 常用命令/工具
Docker使用
OpenVINO学习资料
Github项目
Github项目集合
计算机视觉知识点
（数据类目不平衡）问题怎么办？-七月在线-CV34
输入图片尺寸不匹配CNN网络input时候的解决方式？七月在线-CV32
计算图片的相似度-七月在线CV-3
图像边缘检测的原理-七月在线-CV7
工具篇
常用Window软件
矢量地图
Markdown常用模块
『深度学习应用』简笔画生成
一行代码快速裁剪视频
思维导图
深度学习中的那些效率提升利器（附资源）
Python 利器 jupyter notebook
markdown表格生成
【录屏工具】ScreenToGif
【PDF处理】PDF的各种操作，我用Python来实现（附网站和操作指导）
【图像处理】图像处理调试工具
【截图】Snipaste：秒杀QQ截图的截图/贴图工具
【chrome插件】Linux系统直链下载工具
【剪切板工具】1clipboard
Notepad JSON 格式化
【VS】使用
图片压缩
牛客网编程例子
Word下使用LaTex
nvidia免费GPU
【PDF处理工具】SmallPDF
Linux下使用百度网盘
微信排版
微软云盘OneDrive使用
无界面Ubuntu使用Teamviewer
在Linux系统下从Google网盘下载文件
vnc桌面
PicPick
Linux安装Anaconda/notebook
服务器配置V2ray
Notepad 运行Python程序
G**gle Colab不掉线，模型训练起来更得劲！
ubuntu 安装OpenCV
推荐几款不错的写作利器
服务器配置
显卡
机器学习算法
聚类算法
计算机视觉可视化/调参工具
数据集
人工智能学习路线
暂无相关搜索结果！
让时间为你证明
分享，让知识传承更久远
×
文章二维码
×
手机扫一扫，轻松掌上读
文档下载
×
请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
PDF
文档
EPUB
文档
MOBI
文档
书签列表
×
阅读记录
×
阅读进度:
0.00%
(
0/0
)
重置阅读进度
×
思维导图备注
