[深度学习]

年底选课（1555字）

反复研读课程选修说明，推敲其中每一句话和细节，以便更好读懂其中的要义，不至于届时进群后问东问西，因为新网师一再强调，要自主学习，深度学习，反对浅表性的学习，更不能在公共群中随意发问，凡事要思考和研究，实在存有疑惑
fcb12615e0bc·2024-01-11 15:53

【深度学习】动手学深度学习(PyTorch版)李沐 2.4.3 梯度【公式推导】

2.4.3.梯度  我们可以连接一个多元函数对其所有变量的偏导数，以得到该函数的梯度（gradient）向量。具体而言，设函数f:Rn→Rf:\mathbb{R}^{n}\to\mathbb{R}f:Rn→R的输入是一个nnn维向量x⃗=[x1x2⋅⋅⋅xn]\vecx=\begin{bmatrix}x_1\\x_2\\···\\x_n\end{bmatrix}x=x1x2⋅⋅⋅xn，输出是一个标
ninding·2024-01-11 15:43

【深度学习PyTorch入门】6.Optimizing Model Parameters 优化模型参数

OptimizingModelParameters优化模型参数文章目录OptimizingModelParameters优化模型参数OptimizingModelParameters优化模型参数前置代码Hyperparameters超参数OptimizationLoop优化循环LossFunction损失函数Optimizer优化器FullImplementation全面实施FurtherRead
冰雪storm·2024-01-11 15:36

【深度学习PyTorch入门】7.Save and Load the Model 保存和加载模型

SaveandLoadtheModel保存和加载模型文章目录SaveandLoadtheModel保存和加载模型SavingandLoadingModelWeights保存和加载模型权重笔记SavingandLoadingModelswithShapes保存和加载带有形状的模型笔记RelatedTutorials相关教程References参考资料Github在本节中，我们将了解如何通过保存、加载
冰雪storm·2024-01-11 15:00

Pytorch1 使用tensor和autograd模块实现线性模型

（1）基础方法声明：本文章是根据《动手学深度学习pytorch版》进行学习，如有侵犯请告知，必删除"""简单的线性回归实现本节将介绍如何只利用tensor和autograd实现一个线性回归的训练"""获取数据
小菜鸡变形记·2024-01-11 14:52

理解深度学习

转载：http://www.cnblogs.com/hellochennan/p/5352129.html1、现状：深度学习现在非常热，各种会议都要和这个沾点边。百度大脑，谷歌大脑计划搞的都是这个。
voice_an·2024-01-11 14:23

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

022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商店更是
科研小白 新人上路·2024-01-11 13:20

基于深度学习的老照片修复系统

技术栈深度学习pytorchtensorflowpython卷积神经神经网络照片修复vue老照片修复扫描褪色残损照片或胶片调整暗调/高光以改善面效果修正曝光斑痕背景：随着时间的流逝，许多老照片可能会褪色
沐知全栈开发·2024-01-11 13:05

【Ubuntu 20.04安装和深度学习环境搭建 4090显卡】

Ubuntu安装步骤参考文章知乎：Ubuntu20.04系统安装及初始配置目录一.制作启动盘1.1下载镜像文件1.2制作启动盘二.安装系统2.1启动计算机并进入BIOS2.2开始安装三.安装nvidia显卡驱动1.安装依赖2.卸载原有驱动3.官网下载对应驱动4.禁用nouveau5.停止当前的显示服务器6.在文本界面中，禁用X-window服务7.安装驱动8.重启图形界面9.测试显卡驱动是否安装成
汐樂·2024-01-11 13:27

Ubuntu22.04，Nvidia4070配置llama2

大部分内容参考了这篇非常详细的博客，是我最近看到的为数不多的保姆级别的教学博客，建议大家去给博主点个赞【Ubuntu20.04安装和深度学习环境搭建4090显卡】_ubuntu20.04安装40系显卡驱动
机器人迈克猫·2024-01-11 13:24

王喆：计算广告技术综述与思考

‍编｜王喆源｜DataFunTalk导读：大家好，我是《深度学习推荐系统》的作者王喆，很多同行可能读过这本系统性介绍推荐系统的书，但大多数人可能不知道我职业生涯的头四年都在做广告系统，之后才在推荐系统方向工作了四年
夕小瑶·2024-01-11 13:54

2023年度“星河产业应用创新奖”揭晓，国网智研院、宝马等10家企业项目获奖

12月28日，在WAVESUMMIT+2023深度学习开发者大会上，百度发布了飞桨和文心大模型的最新成果，同时还颁发了“星河产业应用创新奖”，国网智研院、华晨宝马等10家企业获奖。
飞桨PaddlePaddle·2024-01-11 12:40

五年十届WAVE SUMMIT，飞桨汇聚1070万AI开发者，星河社区全要素升级

12月28日，第十届WAVESUMMIT深度学习开发者大会在北京举办。
飞桨PaddlePaddle·2024-01-11 12:10

AI原生应用开发“三板斧”亮相WAVE SUMMIT+2023

12月28日，WAVESUMMIT+深度学习开发者大会2023在北京举办。
飞桨PaddlePaddle·2024-01-11 12:10

百度飞桨文心生态成果最新披露：开发者达1070万 模型数超86万

12月28日，由深度学习技术及应用国家工程研究中心主办的WAVESUMMIT+深度学习开发者大会2023在北京召开。
飞桨PaddlePaddle·2024-01-11 12:09

WAVE SUMMIT+ 2023 今日开场！奉上完整预告和参会指南，今天见！

WAVESUMMIT+深度学习开发者大会2023即将在今天与大家如约相见！为了让大家拥有更好的体验，今天我们精心送上一份WAVESUMMIT+专属指南，期待与您相聚共赴5年10届之约！
飞桨PaddlePaddle·2024-01-11 12:09

WAVE SUMMIT+ Workshop等你来参加！

WAVESUMMIT+深度学习开发者大会2023将于12月28日举办，主会开启前，将给你带来一道前菜——大模型应用开发Workshop。
飞桨PaddlePaddle·2024-01-11 12:39

AI开发者之夜，共赴科技最前沿的酷炫派对！

随着WAVESUMMIT+深度学习开发者大会2023的脚步日益临近，一场前所未有的科技盛宴正在悄然酝酿。来自全球的顶尖开发者、科研机构和业界领袖将汇聚一堂，共同探讨AI技术的最新进展和未来趋势。
飞桨PaddlePaddle·2024-01-11 12:39

飞桨星河社区助力大模型时代开发者砥砺前行！

飞桨星河社区，覆盖深度学习初学者、在职开发者、企业开发者、高校教师、创业者等，是国内最大的AI开发者社区，以飞桨和文心大模型为核心，集开放数据、开源算法、云端GPU算力及大模型开发工具于一体，为开发者提供模型与应用的高效开发环境
飞桨PaddlePaddle·2024-01-11 12:38

「模问题」AI原生小游戏强势来袭！

WAVESUMMIT+深度学习开发者大会2023举办在即，为了让大家更好地体验文心大模型的各项能力，掌握Prompt的使用技巧，我们带来一个惊喜的消息：全新AI原生小游戏——「模问题」火热上线啦！
飞桨PaddlePaddle·2024-01-11 12:08

ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模进阶应用

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，GPT商店更
Teacher.chenchong·2024-01-11 12:18

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

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
Mr.靳靳477302280·2024-01-11 12:45

paddle学习——day2:波士顿房价预测任务

paddle学习——day2:波士顿房价预测任务一、深度学习模型1、数据处理数据处理包含五个部分：数据导入、数据形状变换、数据集划分、数据归一化处理和封装loaddata函数。
wang151038606·2024-01-11 11:57

基于arcgis的遥感深度学习数据集制作

由于很多时候，我们在研究过程中往往需要根据实际情况使用自己的影像数据来提取目标物，如果没有合适的公开数据集的话，为了满足实际需要，我们就需要制作符合自己要求的数据集。今天我们就根据实际情况来详细讲解如何利用arcgis，来制作属于自己的数据集。制作目标shp文件首先我们在arcgis中添加我们的影像文件。然后创建一个shp文件。注意坐标系与我们的影像文件保持一致。在创建过程中注意选择面矢量。创建完
DataAssassin·2024-01-11 11:56

查准率与查全率在自然语言处理中的核心概念与联系、核心概念和实践应用，如何使用朴素贝叶斯、SVM 和深度学习实现查准率和查全率的计算？

查准率与查全率在自然语言处理中的核心概念与联系、核心概念和实践应用，如何使用朴素贝叶斯、SVM和深度学习实现查准率和查全率的计算？
代码讲故事·2024-01-11 11:59

推荐系统遇上深度学习(一一五)-[阿里]上下文感知的生成式重排网络

今天分享一篇阿里在重排序方面的工作。重排序目前也受到越来越多的关注，目前大多数的重排序方法使用的新的排序分对精排阶段得到的候选列表进行重排，忽略了物品之间的相互影响关系等上下文信息。而本文提出了一种新的生成式重排网络，一起来看一下。1、背景一个完整的推荐系统大都分为召回、精排和重排几个阶段。由于精排阶段大都使用point-wise方法，在预估ctr／cvr等指标时无法考虑上下文曝光的影响，因此需要
文哥的学习日记·2024-01-11 10:16

03.用于LLMs不同的任务-transformer 架构

图1.4原始Transformer架构的简化描述，该架构是用于语言翻译的深度学习模型。转换器由两部分组成，一个编码器，
这就是编程·2024-01-11 10:05

python深度学习搭环境技巧

1、使用-t做不同项目的环境隔离pipintallxxx-t/path/env1公共环境放一个路径，其他放单独路径，可以完美隔离训练时通过exportPYTHONPATH=/path/env1:$PYTHONPATH来调整2、安装包，因为依赖导致失败加上参数–no-deps,不按照依赖有时候不需要安装依赖，使用已经安装的即可，之后再针对性的补缺少的依赖3、目前环境下无安装，使用别的机器，安装好以后
yang_daxia·2024-01-11 10:24

每天冥想十分钟，写反思日记助我们深度学习，持续成长！

听别人讲书是一种享受，因为他们很快就让我们掌握一本书的重点！《认知觉醒》这本书在格格读书会的视频号里直播讲解，我每个过程都认真聆听，仔细思考！因为这样的学习看似在吃别人咀嚼过的东西，其实也是逐步引导我们读书的开始，思考的开始。比起什么都不读，把大把时间浪费在无聊的刷剧看抖音的事情上，我觉得要让自己成长得更快！愿望觉醒和方法觉醒是这本书的八字核心！如果我们想改变，那就不存在时间的问题。比如，每天十分
逆风远航·2024-01-11 10:50

PyTorch知识图谱

PyTorch作为一个深度学习框架，其知识图谱可以分为几个主要部分：1.张量（Tensors）：PyTorch的基本数据结构，类似于多维数组，用于存储和操作数据。
xianyinsuifeng·2024-01-11 09:21

PyTorch项目源码学习（1）

PyTorchPyTorch是一个开源的深度学习框架，项目地址https://github.com/pytorch/pytorch在学术工作中的使用频率较高。
_int_me·2024-01-11 09:46

动手学深度学习-卷积神经网络

卷积神经网络在前面的章节中，我们遇到过图像数据。这种数据的每个样本都由一个二维像素网格组成，每个像素可能是一个或者多个数值，取决于是黑白还是彩色图像。到目前为止，我们处理这类结构丰富的数据方式还不够有效。我们仅仅通过将数据展平成一维向量而忽略每个图象的空间结构信息，再将数据送入一个全连接的多层感知机中。因为这些网络特征元素的顺序是不变的，因此最优的结果是利用先验知识，即利用相近像素之间的互关联性，
oceancoco·2024-01-11 08:23

CUDA驱动深度学习发展 - 技术全解与实战

全面介绍CUDA与pytorchcuda实战一、CUDA：定义与演进CUDA（ComputeUnifiedDeviceArchitecture）是由NVIDIA开发的一个并行计算平台和应用编程接口（API）模型。它允许开发者使用NVIDIA的GPU进行高效的并行计算，从而加速计算密集型任务。在这一节中，我们将详细探讨CUDA的定义和其演进过程，重点关注其关键的技术更新和里程碑。CUDA的定义CUD
液态不合群·2024-01-11 08:16

深度学习在交通标志识别中的应用

深度学习在交通标志识别中的应用深度学习在交通标志识别中的应用1.交通标志识别的背景2.CNN在交通标志识别中的应用3.数据集准备4.模型训练与优化5.模型评估与部署结语深度学习在交通标志识别中的应用交通标志是道路上的重要元素
OverlordDuke·2024-01-11 08:15

深度学习 Day26——J5DenseNet+SE-Net实战

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DenseNet算法2.1前期准备2.1.1引入库2.1.2
LittleRuby·2024-01-11 08:40

[PyTorch][chapter 9][李宏毅深度学习][Why Deep]

前言：我们知道深度学习一个重要特征是网络堆叠，深。
明朝百晓生·2024-01-11 08:05

深度学习笔记（二）——Tensorflow环境的安装

在机器学习或者深度学习的设计研究中，人们往往会使用已经有的网络框架来构建网络模型和设计各种识别分类或者生成算法。主要可以给我们学习和使用的框架这里推荐两个：Tensorfl
絮沫·2024-01-11 07:34

竞赛保研 基于深度学习的植物识别算法 - cnn opencv python

课题背景2具体实现3数据收集和处理3MobileNetV2网络4损失函数softmax交叉熵4.1softmax函数4.2交叉熵损失函数5优化器SGD6最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习的植物识别算法
iuerfee·2024-01-11 07:49

大模型日报-20240110

Vista-LLaMA给解决了https://mp.weixin.qq.com/s/rsg1c4PnBp9PUEo1ROTkoQ近年来，大型语言模型如GPT、GLM和LLaMA等在自然语言处理领域取得了显著进展，基于深度学习技术能够理解和生成复杂的文本内容
程序无涯海·2024-01-11 07:15

竞赛保研 基于深度学习的水果识别 设计 开题 技术

1前言Hi，大家好，这里是丹成学长，今天做一个基于深度学习的水果识别demo这是一个较为新颖的竞赛课题方向，学长非常推荐！
iuerfee·2024-01-11 07:39

精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例，轻松几行代码训练自己的专有人工智能模型

精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例，轻松几行代码训练自己的专有人工智能模型。
代码讲故事·2024-01-11 07:35

神经网络中的损失函数（上）——回归任务

神经网络中的损失函数前言损失函数的含义回归任务中的损失函数平均绝对误差（MAE）L1范数曼哈顿距离优点缺点均方误差（MSE）均方误差家族L2范数欧氏距离极大似然估计优点缺点smoothL1LossHuber总结前言神经网络是深度学习的基础
liuzibujian·2024-01-11 07:53

用Bert进行文本分类

BERT（BidirectionalEncoderRepresentationsfromTransformers）模型是一种基于Transformer架构的深度学习模型，主要用于自然语言处理任务。
天一生水water·2024-01-11 07:22

批量归一化

参考李沐老师的动手深度学习,只作为个人笔记.文章目录前言一、为什么要批量归一化二、批量归一化三、批量归一化层总结前言训练深层神经网络是十分困难的，特别是在较短的时间内使他们收敛更加棘手。
笔写落去·2024-01-11 06:37

【PGMAN：无监督的生成式多对抗网络】

在过去的几年中，已经开发了许多基于深度学习的方法。然而，由于不存在预期的HRMS图像作为学习参考，因此几乎所有现
小郭同学要努力·2024-01-11 05:56

AI与5G、IDC等成为数字经济的重要基础设施

通过机器学习和深度学习算法，AI可以自动处理海量数据，分析出有价值的信息和模式，为企业提供精准的决策支持。例如，在金融领域，AI可
广州硅基·2024-01-11 05:21

【技能---ubuntu20.04安装Anaconda】

概要在进行深度学习训练的过程中，我们面临的第一个问题就是深度环境的搭建，这是进行深度学习的第一步，那么这里有一个关键的操作就是利用Anaconda，他可以为每一个深度学习的网络创建一个单独的深度学习训练环境
fyc300·2024-01-11 04:19

Tengine-EAIDK310使用

https://download.csdn.net/download/qq_38649386/13986438目录前言11EAIDK310开发流程21.1流程图21.2必备技能31.3Tengine说明32深度学习模型模型转换
KernStarc·2024-01-11 04:19

GNN如何处理表格？

链接:https://ieeexplore.ieee.org/document/10184514在这篇综述中，我们深入探讨了使用图神经网络（GNNs）进行表格数据学习（TDL）的领域，这是一个深度学习方法在分类和回归任务中相比传统方法表现出越来越优越性能的领域
AI知识图谱大本营·2024-01-11 04:26

Pytorch从零开始实战16

Pytorch从零开始实战——ResNeXt-50算法的思考本系列来源于365天深度学习训练营原作者K同学对于上次ResNeXt-50算法，我们同样有基于TensorFlow的实现。具体代码如下。
Liquor999·2024-01-11 03:22
上一页 57 58 59 60 61 62 63 64 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他