使用ArcGIS Pro对卫星图进行建筑轮廓识别和车辆检测
ArcGIS Pro集成了深度学习功能，使GIS专业人员能够分析卫星图像以提取信息。本文介绍了如何使用ArcGIS Pro进行深度学习，包括环境配置、模型选择，以及建筑物轮廓识别和车辆检测的示例。这些深度学习模型可以提供有价值的见解，用于城市规划和交通管理。ArcGIS Pro为深度学习提供了全面的工具，使GIS专业人员能够轻松地将其集成到他们的工作流程中。
06-PyTorch迁移学习：在预训练模型上进行训练
到目前为止，我们已经手工构建了一些模型。但他们的表现却很差。您可能会想，是否能借鉴一个已经被训练好的模型？我们将了解如何使用一种称为迁移学习的强大技术。
05-PyTorch自定义数据集
使用 torchvision.datasets 以及我们自己的自定义 Dataset 类来加载食物图像，然后我们将构建一个 PyTorch 计算机视觉模型，对三种食物进行分类。
04-一文彻底搞懂什么是卷积神经网络
在这个章节中，我们将引入一种非常强大的神经网络结构，名为**卷积神经网络**（Convolutional Neural Network，简称CNN）。CNN 在视觉领域有着卓越的表现，它能够自动地从图像中提取特征，并进行分类。就像一个火眼金睛的时尚专家，CNN 可以辨认出不同的服装款式和类型。无论是酷炫的鞋子、潮流的裤子还是时髦的T恤，CNN 都能一眼识别出它们。
03.使用PyTorch处理最简单的神经网络分类任务
分类和回归是最常见的机器学习问题类型之一。在本笔记本中，我们将使用 PyTorch 解决几个不同的分类问题（二元分类，多类分类，多标签分类）。换句话说，我们通过获取一组输入并预测这些输入集属于哪个类别。
02-快速入门：使用PyTorch进行机器学习和深度学习的基本工作流程（笔记+代码）
通过训练和使用线性回归模型来介绍标准 PyTorch 深度学习和机器学习的基本工作流程。将从数据准备、构建模型、训练模型、预测结果、保存和加载模型五个方面介绍，并且提供练习的代码。
Prettymaps&streamlit：秒出好看的地图海报
Prettymaps 是一个 Python 包，用于根据 OpenStreetMap 数据绘制自定义样式的地图。它可以通过 pip 安装，并使用 osmnx、matplotlib、shapely 和 vsketch 包创建。用户可以通过地址、坐标或 GeoDataFrame 指定查询区域。Prettymaps 提供了预设选项，允许用户轻松自定义地图样式。该包还允许用户在线体验地图绘制，并保存结果。