SMU: SMOOTH ACTIVATION FUNCTION FOR DEEP NETWORKS USING SMOOTHING MAXIMUM TECHNIQUE github原作者链接 https://github.com/iFe1er/SMU_pytorch， 对原作者SMU.py添加绘图，使得SMU更容易理解，且绘图和原论文一致。 希望能够帮助到大家，一起”快乐“地学习深度学习！

基于resnet18迁移学习的猫狗分类问题

论文DEEP GRAPH INFOMAX的Pytorch实现

pytorch+CNN 识别验证码

一个用卷积神经网络实现猫狗分类的小demo

record of study of <<dive into deeplearning>>

将载入模型、图像数据变换、结果记录分别封装成三个类，使用unittest管理测试脚本。将预训练的图像去噪模型进行参数化，进行算法效果测试，从140个模型中选出PSNR最高的。

nlp常见任务demo

Course From：https://www.bilibili.com/video/BV1hE411t7RN

结合自身经历PyTorch学习过程中的一些快速笔记。

视觉感知，语义分割学习

复制的github的Yolov5_DeepSort_Pytorch，自己跑通的代码，补充上的yolov部分。

Windows 💻 RobustVideoMatting with ONNXRuntime/MNN/TNN C++/Python

This work is based on manydepth.