[深度学习]

竞赛保研 基于深度学习的目标检测算法

5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法YOLOSSD6人体检测结果7最后1简介优质竞赛项目系列，今天要分享的是基于深度学习的目标检测算法该项目较为新颖
iuerfee·2024-01-12 09:20

深度学习目标跟踪简述

深度学习目标跟踪是一个活跃的研究领域，它涉及使用深度学习技术来跟踪视频或实时摄像头中的对象。这个领域通常包括以下几个关键方面：目标检测：在开始跟踪前，首先需要在视频的初始帧中检测到目标。
LittroInno·2024-01-12 09:20

003水果识别小程序-python-pytorch-mobilenet

完整的代码流程演示效果在b站上可以观看找003期：到此一游7758258的个人空间_哔哩哔哩_bilibili效果演示图图下：通过读取摄像头中识别到的水果再结合深度学习模型进行识别完整的代码展示如下：算法部分是深度学习网络训练部分用的
bug_creat0r·2024-01-12 09:46

水果识别系统Python，基于TensorFlow卷积神经网络算法

项目含义背景二、数据集三、读取数据——预处理1：读取数据2.检查数据3.配置数据集四.网络结构五.模型的训练六.成品展示总结前言提示面对水果识别系统Python，基于TensorFlow卷积神经网络算---深度学习算法
猿戴科·2024-01-12 09:44

ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

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，GPT商店更
梦想的初衷~·2024-01-12 08:29

【手搓深度学习算法】用逻辑回归分类双月牙数据集-非线性数据篇

用逻辑回归分类-非线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置一个阈值，如
精英的英·2024-01-12 08:57

【手搓深度学习算法】用逻辑回归分类Iris数据集-线性数据篇

用逻辑回归分类Iris数据集-线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置
精英的英·2024-01-12 08:57

【手搓深度学习算法】用决策树预测天气-连续数据篇

用决策树预测天气-连续数据篇前言在机器学习和数据科学领域，决策树是一种非常强大且易于理解的预测模型。其工作原理类似于人类在面临复杂决策时所采用的逻辑思考过程，通过一系列的问题和条件判断，最终找到问题的答案或决策。由于其直观性和可解释性，决策树在各种应用中都有广泛的应用，从医疗诊断到金融风险评估，再到自然语言处理。先看图可能有小伙伴一脸懵，上面这一段乱七八糟的是什么，它是本文构建的决策树模型，通过包
精英的英·2024-01-12 08:56

【手搓深度学习算法】从头创建卷积神经网络

背景深度学习神经网络中，卷积神经网络在图像处理中独放异彩，现在主流的框架中对卷积神经网络的封装已经非常完善了，但是，对初学者来说，使用这些高层的API，不利于我们深入理解卷积神经网络的原理和思想，所以，
精英的英·2024-01-12 08:26

ChatGPT4在Python数据分析、自动生成代码等方面的强大功能丨人工智能领域经典机器学习算法丨热门深度学习方法及Python、PyTorch代码实现方法

帮助广大科研人员更加熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0
小艳加油·2024-01-12 06:37

python 分类变量编码_深度学习编码分类变量的3种方法——AIU人工智能学院

数据科学(Python/R/Julia)作者|CDA数据分析师像Keras中的机器学习和深度学习模型一样，要求所有输入和输出变量均为数字。
weixin_39974882·2024-01-12 06:36

ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

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，GPT商店更
asyxchenchong888·2024-01-12 06:34

Python+ChatGPT，Python与ChatGPT结合进行数据分析、自动生成代码、人工智能建模、论文高效撰写等

熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧
WangYan2022·2024-01-12 06:02

图神经网络预训练 (4) - 节点属性预测 Attribute Prediction + 监督学习 代码

对于一个多层的深度学习模型，在分子图上训练主模型，在子图上训练层数较少的子模型，限制（损失是）主模型上与子模型的嵌入向量相似，保证子结构环境相似的节点在随着模型的层数增加时仍能保持相似的嵌入向量，意味着化学环境相似的结
wufeil·2024-01-12 04:57

读《深度学习：走向核心素养》

对学生而言，他们不可能经历漫长而曲折的研究过程去亲历知识“惯性”的形成过程，同时，在不具备独立探索能力的情况下，他们就需要直接面对教科书中关于惯性以及惯性定律的文字表述（如物体保持运动状态不变的属性叫作惯性。惯性代表了物体运动状态改变的难易程度。惯性的大小只物体的质量有关。惯性定律是指任何物体在不受外力或受到一组平衡力时，总保持静止或匀速直线运动状态）。对于这时的学生而言，表述惯性及惯性定律的每一
qingqianshiguan·2024-01-12 04:09

yolov8实战第三天——yolov8TensorRT部署（python推理）（保姆教学）

TensorRT是一种高性能深度学习推理优化器和运行时加速库，可以为深度学习应用提供低延迟、高吞吐率的
学术菜鸟小晨·2024-01-12 03:50

如何解决大模型的「幻觉」问题

在深度学习中，大模型的"幻觉"（hallucination）是指在生成模型中，生成的结果可能包含虚假、不合理或不真实的内容。这些生成结果看起来很真实，但其实是模型在学习过程中产生的虚构信息。
csdn_aspnet·2024-01-12 02:33

深度学习深陷困境

spm=1000.2115.3001.5927【嵌牛导读】在2016年多伦多举行的一场人工智能会议上，深度学习“教父”GeoffreyHinton曾说过，“如果你是一名放射科医生，那么你的处境就像一只已身在悬崖边缘却毫
04f08302325c·2024-01-12 01:04

[易语言]使用易语言部署yolov8-face五点人脸关键检测模型

YOLO系列算法是目前深度学习领域里最为著名的目标检测算法之一，以其高速度和高精度而广受欢迎。YOLOv8-face在此基础上，专注于提取人脸的五个主要关键
FL1623863129·2024-01-12 00:14

[C#]winform部署PaddleOCRV3推理模型

【官方框架地址】https://github.com/PaddlePaddle/PaddleOCR.git【算法介绍】PaddleOCR是由百度公司推出的一款开源光学字符识别（OCR）工具，它基于深度学习框架
FL1623863129·2024-01-12 00:13

深度学习入门——深层神经网络模型的模块搭建

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR->RELU]×(L-1)->LINEAR->SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1]，然后加上截距b[1]，结果为线
yasNing·2024-01-12 00:03

深度学习（一）深层神经网络的搭建【附实例代码】

数据加载4.搭建网络并训练前面一篇我们简要介绍了神经网络的一些基本知识，同时也是示范了如何用神经网络构建一个复杂的非线性二分类器，更多的情况神经网络适合使用在更加复杂的情况，比如图像分类的问题，下面我们用深度学习的入门级数据集
AutoFerry·2024-01-12 00:03

深度学习课程实验二深层神经网络搭建及优化

一、实验目的1、学会训练和搭建深层神经网络；2、掌握超参数调试正则化及优化。二、实验步骤初始化1、导入所需要的库2、搭建神经网络模型3、零初始化4、随机初始化5、He初始化6、总结三种不同类型的初始化正则化1、导入所需要的库2、使用非正则化模型3、对模型进行L2正则化（包括正向和反向传播）4、对模型进行dropout正则化（包括正向和反向传播）5、总结三种模型的结果梯度检验1、导入所需要的库2、理
叶绿体不忘呼吸·2024-01-12 00:32

[23-24 秋学期] NNDL-作业2 HBU

前言：本文解决《神经网络与深度学习》-邱锡鹏第二章课后题。对于习题2-1，平方损失函数在机器学习课程中学习过，但是惭愧的讲，在完成这篇博客前我对均方误差和平方损失函数的概念还有些混淆。
洛杉矶县牛肉板面·2024-01-12 00:53

【22-23 春学期】AI作业5-深度学习基础

人工智能、机器学习、深度学习之间的关系神经网络与深度学习的关系“深度学习”和“传统浅层学习”的区别和联系神经元、人工神经元MP模型单层感知机SLP异或问题XOR多层感知机MLP前馈神经网络FNN激活函数
HBU_David·2024-01-12 00:23

神经网络与深度学习day01-基础知识

今天开始新学期，然后就是每周要在这里发这周的实验报告，CSDN对不起了，你可能不情愿，但是必须要稍微容纳一下我(这个菜比)在这里吹了。第一周的基础知识训练：1、导入numpy库importnumpy2、建立一个一维数组a=[4,5,6]。输出：(1)a的类型；(2)a的各维度的大小；(3)a的第一个元素a=[4,5,6]print(type(a))print(numpy.shape(a))prin
小鬼缠身、·2024-01-12 00:23

HBU_神经网络与深度学习 实验10 卷积神经网络：基于ResNet18网络完成图像分类任务

ResNet18网络完成图像分类任务1.数据处理(1)数据集介绍(2)数据读取(3)构造Dataset类2.模型构建3.模型训练4.模型评价5.模型预测二、实验Q&A写在前面的一些内容本文为HBU_神经网络与深度学习实验
ZodiAc7·2024-01-12 00:52

深度学习 常考简答题--[HBU]期末复习

目录1.为什么要引用非线性激活函数？2.什么是超参数？如何优化超参数？3.线性回归通常使用平方损失函数，能否使用交叉熵损失函数？4.平方损失函数为何不适用于解决分类问题？(和第3题一块复习)编辑5.什么是长程依赖问题，如何解决？6.什么是对称权重现象，有哪些解决方案？7.什么是损失函数？常见的损失函数有哪些？8.解释死亡ReLu问题，如何解决？9.解释步长、零填充、感受野10.LSTM与GRU的区
洛杉矶县牛肉板面·2024-01-12 00:22

深度专注力：管理精力和时间

为什么需要深度学习：A、B、C三个阶段：C阶段，就是精通。精通是指不但能够掌握和运用技能，而且达到了大多数人无法企及的熟练程度。太多的人都在B阶段，竞争极其激烈。
可苟可远·2024-01-11 23:47

写一篇1500字基于深度学习的交通标志识别的开题报告

深度学习在交通标志识别中的应用摘要近年来，深度学习技术已经在计算机视觉领域取得了巨大成功，应用于各种模式识别任务，包括图像分类、目标识别和姿态估计等。
耄先森吖·2024-01-11 21:40

大创项目推荐 深度学习手势识别算法实现 - opencv python

文章目录1前言2项目背景3任务描述4环境搭配5项目实现5.1准备数据5.2构建网络5.3开始训练5.4模型评估6识别效果7最后1前言优质竞赛项目系列，今天要分享的是深度学习手势识别算法实现-opencvpython
laafeer·2024-01-11 21:10

大创项目推荐 深度学习机器视觉车道线识别与检测 -自动驾驶

FrameMask)6车道检测的图像预处理7图像阈值化8霍夫线变换9实现车道检测9.1帧掩码创建9.2图像预处理9.2.1图像阈值化9.2.2霍夫线变换最后1前言优质竞赛项目系列，今天要分享的是机器视觉深度学习车道线检测
laafeer·2024-01-11 21:37

[C#]使用winform部署PP-MattingV2人像分割onnx模型

官方框架地址】https://github.com/PaddlePaddle/PaddleSeg【算法介绍】PP-MattingV2是一种先进的图像和视频抠图算法，由百度公司基于PaddlePaddle深度学习框架开发
FL1623863129·2024-01-11 20:19

深度学习模型部署TensorRT加速（十）：TensorRT部署分析与优化方案（一）

篇章十：TensorRT部署分析与优化方案目录前言：一、模型部署指标分析1.1FLOPS与TOPS1.2Rooflinemodel与计算密度1.3FP32/FP16/INT8/INT4/FP8参数二、模型部署的几大误区2.1FLOPS并不能衡量模型性能2.2TensorRT并非万能2.3CUDACorevsTensorRTCore2.41x1与depthwiseconv的部署缺点三、模型部署优化-
咕哥·2024-01-11 19:58

深度学习模型部署TensorRT加速（十一）：TensorRT部署分析与优化方案（二）

下篇内容预告：深度学习模型部署OpenVINO加速一、TensorRT分析模型推理性能分析：使用工具如Tens
咕哥·2024-01-11 19:58

深度学习模型部署OpenVINO加速--OpenVINO部署YOLOv5,YOLOv7模型

目录前言：一、安装OpenVINO二、OpenVINO核心组件和运行流程三、OpenVINO部署案例四、OpenVINO部署YOLO案例总结：PS:纯粹为学习分享经验，不参与商用价值运作，若有侵权请及时联系！！！前言：OpenVINO工具套件全称是OpenVisualInference&NeuralNetworkOptimization，是Intel于2018年发布的，开源、商用免费、主要应用于计
咕哥·2024-01-11 19:58

深度学习模型部署TensorRT加速（九）：TensorRT部署TransFormer模型

下篇内容预告：深度学习模型部署TensorRT加速（十）：TensorRT部署分析与优化方案（一）前言：众所周知，transformer在很多计算机视觉领域的性能已经超过CNNS，例如目标检测中的DETR
咕哥·2024-01-11 19:57

深度学习模型部署TensorRT加速 ：并行处理与GPU架构

长期栏目提示：今天开始，作者将学习TensorRT的相关知识，并会做一个长期不定期更新的栏目，主打路线依然是自学笔记，欢迎大家关注，点赞和收藏。第一章是基础知识，可能会有些枯燥，耐心看完对后更新的一些内容有更好的理解！篇章一：并行处理与GPU架构并行处理串行处理与并行处理的区别常见的并行处理有哪些GPU的并行处理GPU和CPU的并行处理MemoryLatencyCPU的优化方式GPU特点总结和链接
咕哥·2024-01-11 19:56

基于贝叶斯优化算法的深度学习LSTM模型时间序列多步预测Matlab程序代码

利用深度学习进行序列预测时，模型参数的确定是很头疼的问题，因为模型参数的选择对于结果的影响非常大。
胡伟成·2024-01-11 19:53

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

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（GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变
夏日恋雨·2024-01-11 19:35

深度学习｜17.7 注意力模型直觉

传统模型有两个缺点，一是分析短句子效果不佳（缺少上下文作为信息支撑）；二是对于长句子而言，模型无法记忆较早的信息，从而丢失前面较早的依据。假设使用一个注意力机制去处理将法语句子翻译成英语句子的过程。那么将可以使用一个双向RNN去计算出在生成某一个对应的英语单词时原法语句子中各个法语单词中注意力的分配比例，从而生成的英语单词将受到不同法语单词的不同影响。
晓源Galois·2024-01-11 18:37

.Net Core 大数据高并解决方案基础篇

后续扩展深度学习后续会学到了再分享。首先由浅入深。高并发的由来都是现有从单机系统演变而来。单机系统无法承载高并发而导致的。
叶大白丶·2024-01-11 18:20

【好书推荐】驾驭科技浪潮的新型人才，要学点心理学

回顾今年，年初ChatGPT横空出圈，其超强的理解能力、深度学习能力、人机对话的流畅性和智能度，让世界为之折服。很快，全球范围内的巨头纷纷躬身入局布局大模型，国内更是掀起一场“百团模范大战”。
不叫猫先生·2024-01-11 17:49

2024年Flag

我打算学习深度学习算法和框架，并且参与实际项目。深度学习是一种现代机器学习方法，它模仿人类大脑的神经网络结构，能够对大量数据进行分析和处理
Flying_Fish_roe·2024-01-11 17:48

【Win10/Win11深度学习环境配置记录】——Anaconda+CUDA+CUDNN+PyCharm+Pytorch

目录设备版本软件版本对应配置过程Anaconda显卡驱动CUDACUDNNPyCharmPyTorch创建虚拟环境安装pyTorch检查安装是否成功pycharm配置虚拟环境参考博客设备版本win10台式机，带3060TI显卡。win11笔记本，带ti1200显卡。软件版本对应anaconda-python-torch-cudaanaconda高版本可以建低版本的python环境。配置过程Anac
weixin_47227105·2024-01-11 17:06

对深度工作的思考

看了关于深度学习的文章后，觉得我参加工作以来，确实没有什么深度工作，每天都是从安排的任务，然后机械的完成。从来没有想要怎么提高工作效率，怎么提高专业技能，好像完成领导安排的工作就了事啦！
mm爬的小蜗牛·2024-01-11 17:40

复杂网络传染动力学的深度学习

在这里，我们提出了一种基于深度学习的补充方法，其中从时间序列数据中学习控制网络上动态的有效局部机制。我们的图神经网络架构对动态的假设很少，我们使用不同复杂性的传染动态证明了其准确性。
ones~·2024-01-11 17:49

深度学习入门到发表顶级会议论文需要多久

一方面，深度学习如今的分支如繁星般多，我们难以对每个领域都有深入的理解——不同的领域之间已经形成了如隔山般的距离⛰。
Jason160918·2024-01-11 17:17

【深度学习在时序数据异常检测中的创新】

深度学习在时序数据异常检测中的创新#论文辅导，可以dd我1️⃣通用异常检测：对不同类型的时序数据的鲁棒性时序数据异常检测是关键的数据分析任务之一，然而，对于不同类型的时序数据，鲁棒性的提升一直是一个挑战
Jason160918·2024-01-11 17:16

深度学习”和“多层神经网络”的区别

在讨论深度学习与多层神经网络之间的差异时，我们必须首先理解它们各自是什么以及它们在计算机科学和人工智能领域的角色。深度学习是一种机器学习的子集，它使用了人工神经网络的架构。
Jason160918·2024-01-11 17:14
上一页 56 57 58 59 60 61 62 63 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他