已整理标注，汽车仪表盘数据集.zip

使用google制作的开源框架检测人脸关键点

哈工大停用词表hit_stopwords

1、SOD的多类别语义分割2、将作者二类别语义分割改为多类别语义分割3、具体可参考文章：https://blog.csdn.net/jin__9981/article/details/1327120934、文章展示了多类别效果、代码修改内容、可行性

清华大学104页《DeepSeek：从入门到精通》.pdf

DeepSeek：从入门到精通，清华大学新闻与传播学院，104页PDF

大规模语言模型（Large Language Models，LLM），也称大规模语言模型 或大型语言模型 ，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，使用自监督学习方法通过大量无标注文本进行训练。自 2018 年以来，Google、OpenAI、Meta、百度、华为等公司和研究机构都相继发布了包括 BERT[1]，GPT[6] 等在内多种模型，并在几乎所有自然语言处理任务中都表现出色。2019 年大模型呈现爆发式的增长，特别是 2022 年 11 月 ChatGPT（Chat Generative Pre-trained Transformer）发布后，更是引起了全世界的广泛关注。用户可以使用自然语言与系统交互，从而实现包括问答、分类、摘要、翻译、聊天等从理解到生成的各种任务。大型语言模型展现出了强大的对世界知识掌握和对语言的理解。

亚博K210模型训练部署

A4纸大小的棋盘格标定板，即打即用，随时随地标定相机内参(看网络上搜了半天搜不到，只好用Kalibr画了一个，免费下载造福大家，好人有好报～)

DeepSeek从入门到精通-清华大学-202502

体制内/公务员/政务服务deepseek提示词大全

《DeepSeek从入门到精通》是一本全面贯通深度学习理论与实践的指南型著作，旨在帮助读者从零基础逐步成长为具备工程化能力的开发者。全书以“基础搭建—技术进阶—应用落地—前沿探索”为主线，将复杂的知识体系拆解为层层递进的学习路径，同时强调理论与实践的高度融合，通过大量代码实例和行业案例降低学习门槛。全书开篇从深度学习的数学基础与编程工具切入，系统梳理线性代数、概率统计等核心数学概念，并结合Python、PyTorch等工具快速构建实践能力。随后围绕神经网络展开，详细解析全连接网络、卷积网络（CNN）、循环网络（RNN）以及注意力机制等经典模型的设计原理，通过手写数字识别、图像分类等案例演示数据预处理、模型训练与调优的全流程。在进阶部分，深入探讨梯度消失、过拟合等常见问题的解决方案，对比不同优化算法的适用场景，并剖析ResNet、Transformer、GAN等现代模型的创新逻辑，结合生成式AI与强化学习的实战场景，展现深度学习在图像生成、游戏决策等领域的潜力。为弥合学术研究与产业应用的鸿沟，书中重点剖析了工程化落地的关键技术链。从数据标注、特征工程到模型压缩与部署，详细讲解如何

第二版Science Research Writing for Non-Native Speakers of English