Gluon CV工具包
| | | |
GluonCV提供了计算机视觉中最先进的（SOTA）深度学习模型的实现。
它是为工程师，研究人员和学生设计的，用于基于这些模型快速制作原型产品和研究思路。 该工具包提供四个主要功能：
训练脚本以重现研究论文中报告的SOTA结果
同时支持PyTorch和MXNet
大量的预训练模型
精心设计的API，可大大降低实施复杂性
社区支持
演示版
在或检查高清视频。
支持的应用
应用
插图
可用型号
识别图像中的物体。
50多个模型，包括 ， ， ， ，...
用它们的检测多个对象图像中的边界框。
， ，
关联图像的每个像素带有分类标签。
， ， ， ， ， ，
检测物体并关联对象区域内的每个像素都有一个实例标签。
检测人体姿势从图像。
认识人类的行为在视频中。
MXNet： ， ， ， ， ， ， ，， PyTorch： ， ， ， ，， ， ，
预测深度图从图像。
生成视觉欺骗性图像
， ，
重新识别场景中的行人
安装
GluonCV构建在MXNe
2023-02-25 13:13:37
30.57MB
1
Apache MXNet Gluon中的LSTNet实现
该存储库包含本文的实现： ://arxiv.org/abs/1703.07015，基于该存储库中作者的原始PyTorch实现： :
请参考该论文以获取有关网络体系结构的背景知识。
运行脚本
要获取命令行参数列表：
python train.py-帮助
2022-07-10 13:19:30
8KB
1
神经网络的三种可视化方法——用keras和MXNet(gluon)实现
目录神经网络的三种可视化方法——用keras和MXNet(gluon)实现概述keras实现keras特征图可视化keras可视化滤波器(卷积核)的最大响应图keras可视化热力图MXNet(Gluon)实现Gluon可视化特征图Gluon可视化滤波器(卷积核)的最大响应图Gluon可视化热力图
keras之父弗朗西斯科肖莱在他的书中提到了CNN的三种常用可视化方法, 同样的算法原理在李宏毅深度学习教程的ExplainableML单元也有提及, 本博客分别使用keras和MXNet(gluon)框架实现了这三种可视化算法,
2022-05-23 22:40:24
4.02MB
1
GluonTS-Python中的概率时间序列建模
GluonTS是一个用于概率时间序列建模的Python工具包，它围绕构建。
GluonTS提供了用于加载和迭代时间序列数据集，准备好进行培训的最新模型以及用于定义自己的模型并快速尝试不同解决方案的构建基块的实用程序。
安装
GluonTS需要Python 3.6，最简单的安装方法是通过pip ：
pip install --upgrade mxnet~=1.7 gluonts
Dockerfiles
可以在文件夹中找到与Amazon Sagemaker兼容的 。
快速入门指南
这个简单的示例说明了如何从GluonTS训练一些数据的模型，然后使用它进行预测。 第一步，我们需要收集一些数据：在本示例中，我们将使用提及AMZN标记符号的大量推文。
import pandas as pd
url = "https://raw.githubusercontent.com/numenta/NAB/master/data/realTweets/Twitter_volume_AMZN.csv"
df = pd . read_csv ( url
2021-12-27 18:58:29
1.38MB
1
要为您的 Gluon 应用程序创建本机映像，您将需要最新版本的 GraalVM Gluon 构建版本。
把目前最新版本的 Gluon 的 GraalVM for Linux分享出来（官网很难下载），希望带给大家方便
2021-07-14 20:03:55
422MB
1
这是一个深度学习的教学项目。我们将使用 Apache MXNet (incubating) 的最新 gluon 接口来演示如何从0开始实现深度学习的各个算法。
2021-07-12 13:10:13
17.61MB
1