[深度学习] 第52页

pycharm联合docker进行深度学习开发——链接docker（1）

摘要docker在环境迁移中具有非常多的优势，我将一系列的学习进度记录下来，持续更新使用pycharm联合docker进行开发深度学习环境。

liqiang12689·2024-01-17 15:48

第十周周报

文章目录摘要ResNet深度学习硬件：CPU和GPU深度学习硬件TPU和其他单机多卡并行多GPU训练总结摘要本周学习了ResNet网络设计思想的由来，解决了对应的梯度爆炸或消失的问题，并基于梯度计算的层面理解

Joy_moon·2024-01-17 15:42

机器学习系统或者SysML&DL笔记

在使用过TVM、TensorRT等优秀的机器学习编译优化系统以及Pytorch、Keras等深度学习框架后，总觉得有必要从理论上对这些系统进行一些分析，虽然说在实践中学习是最快最直接的(指哪儿打哪儿、不会哪儿查哪儿

AAI机器之心·2024-01-17 15:34

tensorflowhe pytorch介绍

tensorflowhepytorch1.引言在当今快速发展的技术时代，机器学习和深度学习已经成为推动创新和发展的关键驱动力。

小昭dedug·2024-01-17 14:37

pytorch 定义torch类型数据_[Pytorch]PyTorch Dataloader自定义数据读取

PyTorch的文档质量比较高，入门较为容易，这篇博客选取官方链接里面的例子，介绍如何用PyTorch训练一个ResNet模型用于图像分类，代码逻辑非常清晰，基本上和许多深度学习框架的代码思路类似，非常适合初学者想上手

焦糖不苦·2024-01-17 14:01

设置随机种子以确保结果的可复现性（pytorch、numpy、random、os）

在机器学习和深度学习任务中，随机性是一个常见的因素。在某些情况下，我们希望能够获得可复现的结果，以便于调试、复现实验结果或确保结果的一致性。为了实现这一目标，设置随机种子是一种常用的方法。

chen_znn·2024-01-17 13:05

Udacity.深度学习.从机器学习到深度学习.2017-11-07

1.练习-softmax模型测试样例scores=[1.0,2.0,3.0]printsoftmax(scores)[0.090030570.244728470.66524096]scores=np.array([[1,2,3,6],[2,4,5,6],[3,8,7,6]])[[0.090030570.002428260.015876240.33333333][0.244728470.017942

小异_Summer·2024-01-17 13:10

深度学习入门基于Python的理论与实现（第3章神经网络）

image.png图3-1中的网络一共由3层神经元构成，但实质上只有2层神经元有权重，因此将其称为“2层网络”。“朴素感知机”是指单层网络，指的是激活函数使用了阶跃函数的模型。“多层感知机”是指神经网络，即使用sigmoid函数等平滑的激活函数的多层网络。sigmoid函数defsigmoid(x):return1/(1+np.exp(-x))sigmoid具有平滑性，对神经网络的学习具有重要意义

无思不晓·2024-01-17 12:16

pytorch学习（一）线性模型

文章目录线性模型pytorch是一个基础的python的科学计算库，它有以下特点：类似于numpy，但是它可以使用GPU可以用它来定义深度学习模型，可以灵活的进行深度学习模型的训练和使用线性模型线性模型的基本形式为

@@老胡·2024-01-17 12:28

【深度学习】Anaconda3 + PyCharm 的环境配置 5：手把手带你运行 predict.py 文件，史上最全的问题解决记录

前言文章性质：实操记录主要内容：主要记录了运行predict.py文件时遇到的错误以及相应的解决方案。项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch搭建yolo3目标检测平台冷知识+1：小伙伴们不经意的点赞与收藏✨可以让作者更有创作动力！

作者正在煮茶·2024-01-17 11:23

ChatGPT 和文心一言哪个更好用？

这两个模型都是基于深度学习的自然语言处理模型，但它们在训练数据、模型架构、优化方法等方面可能存在差异。功能和应用场景：ChatGPT和文心一言都可以用于多种自然语言处理任务，如

BZD数模社·2024-01-17 11:40

ChatGPT人工智能对话系统源码一款非常强大的AI智能系统附带完整的搭建教程

它基于深度学习技术，通过学习大量的语料库，实现了自然语言理解和生成的能力，能够与用户进行智能化的交互。

源码集结地·2024-01-17 11:38

FaceChain V2，Human AIGC开源应用平台

一、概览简介：facechain是一个可以用来打造个人数字形象的深度学习模型工具平台。用户仅需要提供最低一张照片即可获得属于自己的个人形象数字替身。

AI记忆·2024-01-17 11:32

FaceChain集成最强开源SDXL，生成人像质感拉满！

FaceChain是一个可以用来打造个人数字形象的深度学习模型工具。用户仅需要提供最低一张照片即可获得属于自己的个人形象数字替身。结合不同的风格模型和写真模版，可以生成超乎想象空间的个人写真作品。

AI记忆·2024-01-17 11:02

ICLR 2024 Oral InfoBatch 助力大模型时代训练加速！FaceChain与NUS尤洋团队最新工作！

随着深度学习的网络参数量和数据集规模增长，算力需求日益增加，如何节省训练成本正在成为逐渐凸显的需求。现有的数据集压缩方法大多开销较高，且难以在达到无损的情况

AI记忆·2024-01-17 11:56

PolarNet: 一种改进的时实激光雷达点云语义分割网格表示方法

github工程代码：https://github.com/edwardzhou130/PolarSeg点云语义分割在自动驾驶领域的感知模块占据重要地位,从多年前基于传统的点云聚类和分割,到近些年基于深度学习的点云语义分割方法

AI松子666·2024-01-17 10:12

爬虫学习笔记（十八）—— 点触验证码：超级鹰、12306自动登录

解决方案有两种：一种是直接解决，这需要深度学习机器学习等图像处理技术，以大量的数据训练识别模型，最终达到模型足矣识别图片中的文字提示和应该点击的区域之间的对应关系。

别呀·2024-01-17 10:35

关注背后的数学思想方法

在读深度学习时，里面有一

666小飞鱼·2024-01-17 10:43

边缘智能--Edgent

论文：EdgeIntelligence:On-DemandDeepLearningModelCo-InferencewithDevice-EdgeSynergy边缘智能：设备-边缘协同进行按需深度学习模型联合推理

游子_18f5·2024-01-17 09:51

部署大模型API的实战教程

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2024-01-17 08:30

深度学习笔记（八）——构建网络的常用辅助增强方法：数据增强扩充、断点续训、可视化和部署预测

文中程序以Tensorflow-2.6.0为例部分概念包含笔者个人理解，如有遗漏或错误，欢迎评论或私信指正。截图和程序部分引用自北京大学机器学习公开课要构建一个完善可用的神经网络，除了设计网络结构以外，还需要添加一些辅助代码来增强网络运行的稳定性，鲁棒性。可以用来增强的方向主要有个，首先是数据输入前的预处理环节，其次是数据在训练过程中的优化，最后的数据在训练结束后的导出和可视化，同时能够及时保存结

絮沫·2024-01-17 08:45

深度学习预备知识-数据存储、数据预处理

1.数据操作存储为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。通常，我们需要做两件重要的事：（1）获取数据；（2）将数据读入计算机后对其进行处理。如果没有某种方法来存储数据，那么获取数据是没有意义的。首先，我们介绍n维数组，也称为张量（tensor）。张量表示一个由数值组成的数组，这个数组可能有多个维度。存储有很多中方式,比如:x=np.arange(12)x=torch.arang

良子c·2024-01-17 08:14

【人工智能与深度学习】当输入层维度为1024，输出层维度为100时，为什么全连接层参数量为1024*100+100

当输入层维度为1024，输出层维度为100时，为什么全连接层参数量为1024*100+100在神经网络中，全连接层（也称为稠密层或线性层）的参数量计算通常包括权重（weights）和偏置（biases）。对于一个全连接层，如果输入层维度（即输入特征的数量）为1024，输出层维度（即输出特征的数量）为100，那么参数的计算方式如下：权重：每个输入特征都与每个输出特征连接。因此，权重的总数等于输入特征

你好，Albert·2024-01-17 07:37

深度学习基础知识整理

自动编码器Auto-encoders是一种人工神经网络，用于学习未标记数据的有效编码。它由两个部分组成：编码器和解码器。编码器将输入数据转换为一种更紧凑的表示形式，而解码器则将该表示形式转换回原始数据。这种方法可以用于降维，去噪，特征提取和生成模型。自编码器的训练过程是无监督的，因为它不需要标记数据。它的目标是最小化重构误差，即输入数据与解码器输出之间的差异。这可以通过反向传播算法和梯度下降等优化

Do1phln·2024-01-17 07:01

一文了解ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模应用

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，为了熟练地掌

AIzmjl·2024-01-17 07:00

深度学习常用代码总结(k-means, NMS)

目录一、k-means算法二、NMS一、k-means算法k-means是一种无监督聚类算法，常用的聚类算法还有DBSCAN。k-means由于其原理简单，可解释强，实现方便，收敛速度快，在数据挖掘、数据分析、异常检测、模式识别、金融风控、数据科学、智能营销和数据运营等领域有着广泛的应用。具体实现步骤为：设定K个类别的中心的初值；计算每个样本到K个中心的距离，按最近距离进行分类；以每个类别中样本的

BIT_Legend·2024-01-17 07:00

深度学习论文解读分享之diffGrad：一种卷积神经网络优化方法

IEEETNNLS2020：diffGrad:一种卷积神经网络优化方法题目diffGrad:AnOptimizationMethodforConvolutionalNeuralNetworks作者ShivRamDubey,Member,IEEE,SoumenduChakraborty,SwalpaKumarRoy,StudentMember,IEEE,SnehasisMukherjee,Membe

曦曦逆风·2024-01-17 07:29

【Maching Learning】深度学习常用评价指标（分类+回归）

深度学习分类、回归问题评价指标一、分类评价指标1.1混淆矩阵1.2准确率（Accuracy）1.3精确率（Precision）1.4召回率（Recall）1.5F1{F}_{1}F1分数（F-Score

Ω snow·2024-01-17 07:11

Python数据分析案例33——新闻文本主题多分类(Transformer, 组合模型) 模型保存

每个主题取了1w条，总共7w条数据，也还符合深度学习的数据量。正好我也构建了很多神经网络的序列模型，来验证一下哪些模型在这个数据集上表现较好。数

阡之尘埃·2024-01-17 06:48

探索2023年大模型与AIGC峰会：程序员的学习之旅与未来展望

大模型指的是具有大规模参数的深度学习模型，如自然语言处理领域的Transformer模型。AIGC则是指利用人工智能技术生成全新的、具有创造力的内容，如文本、

百家峰会·2024-01-17 05:03

深度学习常见数据集格式解析

深度学习中常见的数据集格式（主流的目标检测网络要求的格式）主要分为VOC、COCO以及YOLO格式，但是不同的数据标注软件导出的标注格式可能不尽相同，所以我们需要了解不同数据格式的特点以及如何互相转化。

不想动脑筋的亮亮·2024-01-17 04:15

基于深度学习的色情视频鉴定

http://blog.csdn.net/willduan1/article/details/54577351生活中不可避免会出现色情视频，因此视频的鉴定就成为了我们需要解决的问题，本博客在NSFW项目（见下面参考文献）的基础上面改进了封装，用来检测视频是否是色情视频。首先，这个项目是基于Caffe的，使用的网络结构是ResNet网络（可以查看参考文献中的论文）。为了完成对视频的检测，博主使用了F

SimpleUmbrella·2024-01-17 04:58

深度学习之环境配置（二）：Anaconda配置python，pytorch（dt_pytorch）

深度学习之环境配置（二）：Anaconda配置python，pytorch（dt_pytorch）1Anaconda简介2Windows安装Anaconda3linux安装Anaconda4Anaconda

baltam1995·2024-01-17 03:48

使用 Python 实现的卷积神经网络初学者指南

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达目录卷积神经网络简介其组成部分输入层卷积层池化层全连接层CNN在数据集上的实际实现CNN简介卷积神经网络是一种专为处理图像和视频而设计的深度学习算法

小白学视觉·2024-01-17 03:46

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2024-01-17 03:08

深度学习的错误总结

在深度学习中，通常会追踪一个批次（batch）中所有样本的损失，并通过累加这些损失来计算整个批次的总损失。2.train_loss是一个变量，用于存储整个训练过程中的损失值的累积总和。

豆沙沙包?·2024-01-17 03:35

rocky9.1 深度学习环境配置

U盘制作启动盘，安装引导；略过；sudofdisk-l安装nvidia驱动教程参考：Rockylinux安装3090+CUDA11.3+pytorch-知乎驱动下载：Nvidia官网下载对应显卡驱动，网址略#确定系统版本uname-auname-r#查看当前电脑的显卡型号lshw-numeric-Cdisplay#命令行搜索集显和独显lspci|grepVGAlspci|grepNVIDIA#关闭

_helen_520·2024-01-17 02:57

【AI】AI和医疗大数据（3/3）

和医疗大数据的结合案例——基于卷积神经网络CT图像检测——步骤：——技术：——案例：——典型应用步骤详解：第一步：数据预处理第二步：训练集构建第三步：预测第四：代码片段续前，今天给几个卷积神经网络使用的具体例子，深度学习并不神秘

giszz·2024-01-17 02:56

Matlab深度学习进行波形分割（二）

好久不见今天分享Matlab深度学习——波形分割最近更新：2024年01月15日，左手の明天的第312篇原创博客更新于专栏：matlab####防伪水印——左手の明天####接上上一篇文章详解Matlab

左手の明天·2024-01-17 01:45

深度学习与Tensorflow学习笔记2 ——回调函数callbacks和Tensorboard

上一期我们从Fashion-mnist数据集开始，使用Tensorflow.keras搭建一个简单的神经网络来处理分类问题。通过这个简单例子我们熟悉了tf.keras的调用。本期我们来学习keras下面的回调函数callbacks的用法。这里，简单的再说一句，Tensorflow有非常完善的官方文档，相当于学习手册。（而且还有中文网站：https://tensorflow.google.cn/）在

木头里有虫911·2024-01-17 01:19

深度学习进行数据处理(划分测试集和训练集)

自己进行在深度学习时对数据的处理,希望可以帮助大家文章目录前言一、观察数据格式二、划分训练集和测试集总结前言在进行图像分类时我们经常得到的数据集各种各样,接下来我教大家如划分测试集和训练集.一、观察数据格式我们一般获得的数据在一个文件夹里

笔写落去·2024-01-17 01:19

数据结构排序二叉树(下)

哎,调了几天深度学习模型,今天来更新排序二叉树文章目录前言一、排序二叉树的结构定义二、在排序二叉树添加数据三、定义创建排序二叉树函数四、查找一棵二叉排序树中的结点x的所在层数五、删除二叉排序树中T关键字

笔写落去·2024-01-17 00:48

李宏毅机器学习——初识深度学习

深度学习简介深度学习的历史1958:Perceptron(linearmodel)1969:Perceptronhaslimitation1980s:Multi-layerperceptronDonothavesignificantdifferencefromDNNtoday1986

migugu·2024-01-17 00:38

[易语言]使用易语言部署工业级人脸检测模型

它利用深度学习技术，特别是卷积神经网络（CNN），实现了高精度的脸部定位。这个库是在C++语言中编写的，但是提供了Python的绑定，使得研究人员和开发者可以方便地在各种应用中使用它。

FL1623863129·2024-01-17 00:00

智能分析网关V4基于AI视频智能分析技术的周界安全防范方案

A智能分析网关V4基于深度学习和计算机视觉技术，可以通过多种AI周界防范算法，实时、精准地监测人员入侵行为，及时发现异常情况并发出警报，保障周界安全。

TSINGSEE·2024-01-16 23:38

详解Matlab深度学习进行波形分割

好久不见今天分享Matlab深度学习——波形分割最近更新：2024年01月14日，左手の明天的第311篇原创博客更新于专栏：matlab####防伪水印——左手の明天####本文主要说明如何使用matlab

左手の明天·2024-01-16 23:37

深度学习机器臂控制_基于深度强化学习的机器人手臂控制

梁盼;古彭;杨发展;吕萍丽【期刊名称】《福建电脑》【年(卷),期】2019(035)001【摘要】基于深度强化学习策略,研究了机器人手臂控制问题.以两节机器人手臂为对象,给出奖励函数和移动方式等.结合深度学习与确定性策略梯度强化学习

觉主小VV·2024-01-16 22:54

一文看懂深度学习（白话解释+8个优缺点+4个典型算法）

https://www.toutiao.com/a6717400823107682827/深度学习有很好的表现，引领了第三次人工智能的浪潮。

喜欢打酱油的老鸟·2024-01-16 22:42

从零实现CLIP模型

1.引言CLIP代表语言图像对比预训练模型，是OpenAI于2021年开发的一个深度学习模型。CLIP模型中图像和文本嵌入共享相同的潜在特征空间，从而能够在两种模式之间直接进行对比学习。

赵卓不凡·2024-01-16 22:34

深度学习讲稿(19)

4.2比较：误差与比例尺在前一章中，我们的神经网络给出了预测的结果。但这个结果并不是真实的结果。但是我们知道真实的结果是什么。我们只需要比较我们预测的结果与真实的结果，就知道我们的神经网络预测的误差是多少，从而调整权重使得下一次的误差变小。为了说明这一点，我们首先来尝试一下一个最简单的单节点神经网络模型。在JupyterNotebook中，输入以下的代码：knob_weight=0.5input=

山岳之心·2024-01-16 22:17

推荐频道

[深度学习]