[深度学习]

最终目标：开发出智能对话工具

可根据使用场景，做深度的行业方向的深度学习。知识体系框架：资源收集：从开始到实战聊天机器人人工智能和机器学习新加坡国立大学聊天机器人视频教程github地址
wo_monic·2024-01-12 22:14

深度学习代码学习

神经网络基本搭建：torch.nn解惑（一）-----super(XXX,self).__init__()到底是代表什么含义_super(,self).__init__-CSDN博客神经网络的基本框架的搭建-nn.Module-CSDN博客
朽月初二·2024-01-12 21:42

Transformer学习（一）

transformer介绍Transformer是一种在深度学习中广泛使用的模型结构，最初由Vaswani等人在“AttentionisAllYouNeed”一文中提出，主要应用于自然语言处理（NLP）
struggle_success·2024-01-12 21:07

深度学习代码源码项目90个分享

demo仓库和视频演示：银色子弹zg的个人空间-银色子弹zg个人主页-哔哩哔哩视频卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swintransformer等10多种模型目标检测一般是yolov3、yolov4、yolov5、yolox、P
z5645654·2024-01-12 21:05

基于web的深度学习图像处理界面开发（一）

现在很多搞算法的人，跑跑代码，比如训练和测试代码搞得飞溜，但想把算法代码打包成一个软件，比如给它包装一个界面，就不会了，一般来说，对使用python的人来说，界面的开发有两种，一种是桌面界面基于qt，另外一种是网页界面基于web。本文的猪脚是基于web开发一个界面。Web开发界面可以使用Python来创建。下面是一些常见的库和工具，可以在Python中进行Web开发界面的设计和构建：1.Flask
天竺街潜水的八角·2024-01-12 21:04

基于深度学习神经网络cnn的外来物种入侵识别系统源码

第一步：准备数据2种数据，即本地物种和外来入侵物种，总共有12031张图片，每个文件夹单独放一种第二步：搭建模型本文选择MobileNetV2，其网络结构如下：由于是2分类问题，直接套用网络肯定是不行，因此会在改动神经网络输出类别数，参考代码如下：x=base_model.outputx=GlobalAveragePooling2D()(x)x=Dense(256)(x)x=BatchNormal
天竺街潜水的八角·2024-01-12 21:03

基于深度学习神经网络YOLOv5目标检测的人脸表情识别系统

第一步：YOLOv5介绍YOLOv5是一种目标检测算法，它是YOLO（YouOnlyLookOnce）系列的最新版本。YOLOv5在YOLOv4的基础上进行了改进和优化，以提高检测的准确性和速度。YOLOv5采用了一些新的技术和方法来改进目标检测的性能。其中包括以下几个方面：损失函数：YOLOv5使用了CIOU_Loss作为boundingbox的损失函数。CIOU_Loss是一种改进的IOU_L
天竺街潜水的八角·2024-01-12 21:03

基于Pytorch深度学习神经网络CNN花朵图像识别系统

第一步：导入头文件importtorchimporttorchvisionimporttorchvision.transformsastransformsimporttorch.nnasnnimporttorch.nn.functionalasFfromtorch.autogradimportVariableimporttorch.optimasoptim第二步：数据预处理defloadtrain
天竺街潜水的八角·2024-01-12 20:02

基于深度学习神经网络cnn的柑橘病虫害识别系统源码

第一步：准备数据5种柑橘病虫数据：Fruit-anthrax，Fruit-ulcer，leaf_thyroid，Leaf-anthrax和Leaf-ulcer，总共有3030张图片，每个文件夹单独放一种数据第二步：搭建模型本文用的是resnet50模型，其网络结构如下：模型代码如下：defresnet_50(IMG_SHAPE=(224,224,3),class_num=5):inpt=Input
天竺街潜水的八角·2024-01-12 20:31

Opencv之识别人脸

1，简介本案例使用face_recognition，它是OpenCV中一个基于深度学习的人脸识别模块。
m0_63914675·2024-01-12 20:29

基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理

基于机器学习和深度学习的新能源功率预测研究综述–学术论文模式–个人梳理目录基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理写在前面摘要1引言2新能源功率预测方法概述2.1人工智能技术预测新能源功率的理论基础
lalalaO°C_m·2024-01-12 19:20

pythroch abaconda 安装 cuda、版本确定、pytorch 安装

一、简述公司有一个深度学习的项目，身上也没有其他项目，恰好乘着个机会学一下pytorch和YOLOv8.1、下载abacondahttps://repo.anaconda.com/archive/2、安装环境变量要
Σίσυφος1900·2024-01-12 19:14

师傅带练|在线实习项目，提供实习证明

某平台广东省区采购数据分析（Excel供需分析）产品订单的数据分析与需求预测（Python营销分析）基于注意力机制的评论者满意度分析（TensorFlow与NLP）基于锅炉工况实现蒸汽产生量预测（Spark与工业制造）基于深度学习的
泰迪智能科技·2024-01-12 19:11

师傅带练|大数据人工智能在线实习项目特色

某实习网站招聘信息采集与分析股票价格形态聚类与收益分析某平台网络入侵用户自动识别某平台广东省区采购数据分析产品订单的数据分析与需求预测基于注意力机制的评论者满意度分析基于锅炉工况实现蒸汽产生量预测基于深度学习的花卉智能识别一
泰迪智能科技·2024-01-12 18:01

详解深度学习中的常用优化算法

说到优化算法，入门级必从SGD学起，老司机则会告诉你更好的还有AdaGrad/AdaDelta，或者直接无脑用Adam。可是看看学术界的最新paper，却发现一众大神还在用着入门级的SGD，最多加个Moment或者Nesterov，还经常会黑一下Adam。比如UCBerkeley的一篇论文就在Conclusion中写道：Despitethefactthatourexperimentaleviden
程翠梨·2024-01-12 18:37

基于GPT4+Python近红外光谱数据分析及机器学习与深度学习建模

详情点击链接：基于ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模教程第一：GPT4基础1、ChatGPT概述（GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变
慢腾腾的小蜗牛·2024-01-12 18:35

Python机器学习/深度学习入门-基础类型1

1.基础类型1.1.数值类型Python支持以下数值、标量类型：integer-整型Float-浮点型Complex-复合体Booleans-布尔值因此，Python可以用基本算术运算+、-、*、/、%（取模）来替代袖珍计算器类型装换：1.2容器Python提供了许多有效的容器类型，其中可以存储对象集合List-列表列表是对象的有序集合，它们可能具有不同的类型。索引：访问列表中包含的各个对象：从负
子虚先生√·2024-01-12 17:38

用于马铃薯叶片病害预测的端到端深度学习框架（完整代码）

在这项研究中，提出了一种新的深度学习模型，旨在自动预测马铃薯叶部病害。框架包括图像采集、预处理、分割、特征提取和融合以及分类。为了训练和评估模型，我们利用公共马铃薯叶数据集：早疫病、晚疫病和健康叶片。
子虚先生√·2024-01-12 17:57

用通俗易懂的方式讲解大模型分布式训练并行技术：序列并行

近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，传统的单机单卡模式已经无法满足超大模型进行训练的要求。
Python算法实战·2024-01-12 17:25

李宏毅深度学习——卷积神经网络

卷积神经网络CNNCNN在图像处理中的应用图像分类：input：像素矩阵output：输出类别的向量大部分pattern比整张图片要小CNN的架构Convolution卷积计算：将卷积核与像素矩阵进行内积计算，侦测patternstride：移动步长不同的filter识别不同的模式，经过卷积运算得到特征图，缩小图片尺寸，增加维度。**每个filter都会对所有层的内积求和**MaxPooling减
migugu·2024-01-12 17:19

深度学习剖根问底：Logistic回归和Softmax回归

1．简介逻辑回归和Softmax回归是两个基础的分类模型，虽然听名字以为是回归模型，但实际我觉得他们也有一定的关系。逻辑回归，Softmax回归以及线性回归都是基于线性模型，它们固定的非线性的基函数（basisfunction）的线性组合，形式如下：2．逻辑回归谈谈逻辑回归，Softmax回归，前者主要处理二分类问题，而后者处理多分类问题，但事实上Softmax回归就是逻辑回归的一般形式。其中，如
BigCowPeking·2024-01-12 17:57

逻辑回归、深度学习简介、反向传播

LogisticRegression逻辑回归模型介绍LogisticRegression虽然被称为回归，但其实际上是分类模型，并常用于二分类。LogisticRegression因其简单、可并行化、可解释强深受工业界喜爱。Logistic回归的本质是：假设数据服从这个分布，然后使用极大似然估计做参数的估计。Logistic分布是一种连续型的概率分布，其分布函数和密度函数分别为：Logistic分布
梦码城·2024-01-12 17:57

【深度学习：Automated Data Annotation】自动数据注释完整指南

【深度学习：AutomatedDataAnnotation】自我监督学习解释什么是数据标注？如何自动化数据标注？
jcfszxc·2024-01-12 17:24

【深度学习：Synthetic Training Data 】合成训练数据简介

【深度学习：SyntheticTrainingData】合成训练数据简介什么是合成训练数据？
jcfszxc·2024-01-12 17:24

【记录】使用ssh在Ubuntu Server上配置环境

在服务器上配置深度学习环境预备：刚刚在服务器上配置好的Ubuntu系统，还能直接使用ssh进行远程登陆。
jcfszxc·2024-01-12 17:24

【深度学习：医学图像标注】如何注释 DICOM 和 NIfTI 文件

【深度学习：医学图像标注】如何注释DICOM和NIfTI文件医学图像标签和计算机视觉模型中的数据安全计算机视觉模型中使用的医学成像标准：DICOM和NIfTIDICOM格式和JPEG有什么区别？
jcfszxc·2024-01-12 16:54

【深度学习每日小知识】Logistic Loss 逻辑回归

逻辑回归的损失函数线性回归的损失函数是平方损失。逻辑回归的损失函数是对数损失，定义如下：LogLoss=∑(x,y)∈D−ylog⁡(y′)−(1−y)log⁡(1−y′)LogLoss=\sum_{(x,y)\inD}-y\log(y')-(1-y)\log(1-y')LogLoss=(x,y)∈D∑−ylog(y′)−(1−y)log(1−y′)其中：(x,y)∈D(x,y)\inD(x,y)
jcfszxc·2024-01-12 16:51

pytorch导出onnx时遇到不支持的算子怎么解决

在使用pytorch模型训练完成之后，我们现在使用的比较多的一种方法是将pytorch模型转成onnx格式的模型中间文件，然后再根据使用的硬件来生成具体硬件使用的深度学习模型，比如TensorRT。
zhaoyqcsdn·2024-01-12 15:32

5、MAE:探索视觉预训练模型

实现细节模型框架具体步骤简单代码示例6、一些资料1、论文MaskedAutoencodersAreScalableVisionLearnershttps://arxiv.org/pdf/2111.06377.pdf2、背景与动机在深度学习和计算机视觉的领域中
O_meGa·2024-01-12 15:21

【IEEE会议征稿通知】第五届计算机视觉、图像与深度学习国际学术会议（CVIDL 2024）

第五届计算机视觉、图像与深度学习国际学术会议（CVIDL2024）20245thInternationalConferenceonComputerVision,ImageandDeepLearning第五届计算机视觉
搞科研的小刘选手·2024-01-12 15:33

【深度学习】优化器介绍

文章目录前言一、梯度下降法（GradientDescent）二、动量优化器（Momentum）三、自适应学习率优化器前言深度学习优化器的主要作用是通过调整模型的参数，使模型在训练数据上能够更好地拟合目标函数
行走的学习机器·2024-01-12 15:32

《动手学深度学习》学习笔记 第9章 现代循环神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-12 15:02

深度学习 Day25——J4 ResNet与DenseNet结合探索（DPN）

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子文章目录前言1我的环境2pytorch实现DPN算法2.1前期准备2.1.1引入库2.1.2设置GPU
LittleRuby·2024-01-12 15:56

深度学习初始化Xavier、Kaiming

初始化Init第l层网络神经元的输出:a(l)第l层网络神经元的输出:a^{(l)}第l层网络神经元的输出:a(l)第l层网络神经元的输出的第i个分量:ai(l)第l层网络神经元的输出的第i个分量:a^{(l)}_{i}第l层网络神经元的输出的第i个分量:ai(l)第l层网络神经元的激活前的输出:y(l)第l层网络神经元的激活前的输出:y^{(l)}第l层网络神经元的激活前的输出:y(l)第l层网
Leafing_·2024-01-12 15:55

Windows10下 tensorflow-gpu 配置

越来越多的的人入坑机器学习，深度学习，tensorflow作为目前十分流行又强大的一个框架，自然会有越来越多的新人（我也刚入门）准备使用，一般装的都是CPU版的tensorflow，然而使用GPU跑tensorflow
AAI机器之心·2024-01-12 15:24

《动手学深度学习》学习笔记 第8章 循环神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-12 15:54

抽烟识别摄像机

利用深度学习和图像识别算法，能够识别出吸烟者的行为特征，包括手持物体姿势、嘴唇动作等，在准确识别吸烟行为的同时，
博瓦科技·2024-01-12 15:22

大单元教学设计流程

望远镜思维，不仅要考虑“单元和单元的关联“，还有思考“单元与学科的关联”、“单元与跨学科的关联”、“单元与现实世界的关联”，也就是在更大范围内形成迭代结构，通过更高位的大概念引领，达到深度学习。
杜香开花2008·2024-01-12 14:26

【Python机器学习】深度学习——一些理论知识

深度学习在很多机器学习应用中都有巨大的潜力，但深度学习算法往往经过精确调整，只适用于特定的使用场景。
zhangbin_237·2024-01-12 14:01

《人工智能专栏》必读150篇 | 专栏介绍 & 专栏目录 & Python与PyTorch | 机器与深度学习 | 目标检测 | YOLOv5及改进 | YOLOv8及改进 | 关键知识点 | 工具

各位读者们好，本专栏最近刚推出，限于个人能力有限，不免会有诸多错误，敬请私信反馈给我，接受善意的提示，后期我会改正，谢谢，感谢。购买指南：第一步：[购买点击跳转]第二步：代码函数调用关系图(全网最详尽-重要)因文档特殊，不能在博客正确显示，请移步以下链接！图解YOLOv5_v7.0代码结构与调用关系(点击进入可以放大缩小等操作)初次尝试，结构图有诸多问题，还请理性看待！预览：专栏介绍：[点击进入专
小酒馆燃着灯·2024-01-12 14:08

计算机视觉前沿技术探索

一、深度学习的进步深度学习因其在提供准确结果方面而广受欢迎。传统的机器
城市中迷途小书童·2024-01-12 13:05

计划1

1.吴恩达DL2021(强推|双字)2021版吴恩达深度学习课程Deeplearning.ai_哔哩哔哩_bilibiliPart1神经网络与深度学习（6+19+12+8）共45Part2训练、开发、测试集
JLcucumber·2024-01-12 11:54

64位Windows11系统快速搭建修图神器codeformer运行环境教程详解

让我这个门外小白见识到了复杂的环境配置过程----入门深度学习首先要踩的也是必须过的第一道门槛，不过熟悉之后安装就好多了！
wan5555cn·2024-01-12 10:46

深度学习技巧应用32-在YOLOv5模型上使用TensorRT进行加速的应用技巧

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用32-在YOLOv5模型上使用TensorRT进行加速的应用技巧，TensorRT是NVIDIA公司提供的一个深度学习推理（inference）优化器和运行时库
微学AI·2024-01-12 09:28

基于RNN的模型

之前的深度学习中常见的前馈神经网络主要包括多层感知器（MLP）、卷积神经网络（CNN）等，由于没有内在的时序结构和记忆能力，建模这种序列数据具有很大的局限性。因此，研究
Algorithm_Engineer_·2024-01-12 09:56

【深度学习目标检测】十四、基于深度学习的血细胞计数系统-含GUI（BCD数据集，yolov8）

血细胞计数是医学上一种重要的检测手段，用于评估患者的健康状况，诊断疾病，以及监测治疗效果。而目标检测是一种计算机视觉技术，用于在图像中识别和定位特定的目标。在血细胞计数中，目标检测技术可以发挥重要作用。首先，血细胞计数通常需要处理大量的血液样本，手动计数每个细胞既耗时又容易出错。使用目标检测算法，可以自动识别和计数图像中的血细胞，大大提高了计数的准确性和效率。其次，不同的血细胞（如红细胞、白细胞和
justld·2024-01-12 09:56

【深度学习：视觉基础模型】视觉基础模型 (VFM) 解释

【深度学习：视觉基础模型】视觉基础模型VFM解释了解视觉基础模型从CNN到Transformer的演变自我监督和适应能力流行的视觉基础模型DINO（自蒸馏，无标签）SAM（分段任意模型）SegGPTMicrosoft'sVisualChatGPT
jcfszxc·2024-01-12 09:23

竞赛保研 基于深度学习的行人重识别(person reid)

文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的行人重识别该项目较为新颖
iuerfee·2024-01-12 09:53

NLP论文阅读记录 - wos | 01 使用深度学习对资源匮乏的语言进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言Abstractivetextsummarizationoflowresourcedlanguagesusingdeeplearning（2211）0、论文摘要人类必须能够
yuyuyu_xxx·2024-01-12 09:22

【深度学习目标检测】十三、基于深度学习的血细胞识别（python，目标检测，yolov8）

血细胞计数是医学上一种重要的检测手段，用于评估患者的健康状况，诊断疾病，以及监测治疗效果。而目标检测是一种计算机视觉技术，用于在图像中识别和定位特定的目标。在血细胞计数中，目标检测技术可以发挥重要作用。首先，血细胞计数通常需要处理大量的血液样本，手动计数每个细胞既耗时又容易出错。使用目标检测算法，可以自动识别和计数图像中的血细胞，大大提高了计数的准确性和效率。其次，不同的血细胞（如红细胞、白细胞和
justld·2024-01-12 09:51
上一页 55 56 57 58 59 60 61 62 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他