[深度学习] 第62页

「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

作者：加零编辑：李宝珠、三羊MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。而在人类历史上，感染这些致病细菌，除了依赖人体自身的免疫系统，几乎无解。直到1928年，青霉素的发现，让人类第一次拥有了战胜致病细菌的有力武器。然而，抗生素的广泛应用也带来了一个巨大的危机——

HyperAI超神经·2024-01-11 03:21

【深度学习】从0到完整项目第1篇：深度学习第一个案例（代码文档已分享）

本系列文章md笔记（已分享）主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-01-11 02:42

STM32学习历程以及设备自检系统的编写

接到一个任务，使用STM32单片机，完成一个设计自检系统的设计，包括扯得温度，过流，过压这些信息，并使用RS232向上位机中传输数据，自己以前只做过51单片机，在研究生阶段主要做的是机械方面的公差以及深度学习

爱小羊·2024-01-11 02:57

Salesforce Einstein详解

一．saleforceEinstein简介爱因斯坦是SalesForce花重金（收购RelateIQ、机器学习公司PredictionIO与深度学习企业MetaMind，MetaMind创始人RichardSocher

Frank_Salesforce·2024-01-11 02:52

2022-01-23 深度学习笔记

深度学习笔记引言：机器学习——自动寻找函数。1.你想要找什么函数？

Luo_淳·2024-01-11 01:14

python 文字图像识别

**图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。

阿Q学长·2024-01-10 23:53

【深度学习】深度学习大作业——出租车流量预测

一、实验内容1.1出租车流量预测车流量预测任务是一个回归任务，旨在根据区域历史的车流量情况来预测其未来某一段时间的车流量情况。使用的数据为纽约市出租车流量数据。输入为纽约市各区域的历史车流量时间序列，输出为对应各区域的未来车流量的预测值。二、实验设计若实验内容皆为指定内容，则此部分则可省略；若实验内容包括自主设计模型等内容，则需要在此部分写明设计思路、流程，并画出模型图并使用相应的文字进行描述。三

yuzhangfeng·2024-01-10 22:51

掌握深度学习的残差之道——Resnet残差网络

随着我们设计越来越深的网络，深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力，在这种网络中，添加层会使网络更具表现力，为了取得质的突破，我们需要一些数学基础知识。我们聚焦于神经网络局部：如图所示，假设我们的原始输入为x，而希望学出的理想映射为f(x)（作为图上方激活函数的输入）。左图虚线框中的部分需要直接拟合出该映射f(x)，而右图虚线框中的部分则需要拟合出残差映

kay_545·2024-01-10 21:12

人工智能在老年痴呆症治疗中的影响与展望

传统的诊断方法往往依赖于主观的认知评估和生物标志物检测，而AI通过深度学习等先进技术，能够精准分析脑部影像数据，发

TechCreator·2024-01-10 21:28

Anaconda安装及配置（CPU/GPU）pytorch深度学习环境（超详细！！！）

这次给大家带来一期Anaconda安装及配置pytorch深度学习环境的教程，超级详细，点赞收藏加关注，以防走失~文章目录前言一、Anaconda的下载与安装1.Anacondad是什么？

爱敲代码的panda·2024-01-10 20:13

基于卷积神经的车牌识别系统

实现与技术栈深度学习框架PyTorch：作为主要的深度学习框架，使用PyTorch构建和训练卷积神经网络模型。PyTorch提供了

沐知全栈开发·2024-01-10 20:23

梯度下降法

在机器学习和深度学习中，梯度下降被广泛应用于更新模型参数，以使模型能够更好地拟合训练数据。基本思想：通过不断迭代，沿着损失函数的负梯度方向更新模型参数，直到达到损失函数的最小值。具体来说，对

Visual code AlCv·2024-01-10 20:46

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

思考的小猴子·2024-01-10 19:44

如何监控和改进用于深度学习的 GPU 使用率？

如果您刚刚为您的下一个很棒的深度学习项目购买了一些漂亮的闪亮GPU，并且已经开始工作。您可以听到风扇呼呼的声音（或者您可以想象它们在云中某处呼呼），但您如何确保充分利用这些GPU？

昊源诺信·2024-01-10 19:44

芒果香菠菠·2024-01-10 19:14

【手搓深度学习算法】用线性回归预测波士顿房价

线性回归线性回归是一种监督学习方法，用于建立因变量与一个或多个自变量之间的关系。线性回归的目标是找到一条直线，使得所有数据点到这条直线的距离之和最小。线性回归的基本形式如下：y=β0+β1x1+β2x2+...+βnxn+ϵy=\beta_0+\beta_1x_1+\beta_2x_2+...+\beta_nx_n+\epsilony=β0+β1x1+β2x2+...+βnxn+ϵ其中，yyy是因

精英的英·2024-01-10 18:20

大创项目推荐深度学习手势识别 - yolo python opencv cnn 机器视觉

文章目录0前言1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck网络3.5Head输出层4数据集准备4.1数据标注简介4.2数据保存5模型训练5.1修改数据配置文件5.2修改模型配置文件5.3开始训练模型6实现效果6.1图片效果6.2视频效果

laafeer·2024-01-10 18:10

大创项目推荐深度学习手势检测与识别算法 - opencv python

2.1.3基于边缘的手势检测方法2.1.4基于模板的手势检测方法2.1.5基于机器学习的手势检测方法3手部识别3.1SSD网络3.2数据集3.3最终改进的网络结构4最后0前言优质竞赛项目系列，今天要分享的是深度学习图像识别手势检测识别系统该项目较为新颖

laafeer·2024-01-10 18:08

Yolov5双目测距-双目相机计数及测距教程（含代码）

Yolov5双目测距是一种基于深度学习模型的双目相机计数及测距方法，它可以用于在不同场景下进行物体检测、识别和测距。

从懒虫到爬虫·2024-01-10 17:25

人体姿态识别（附教程+代码）

人体姿态识别（HumanPoseEstimation）是一种基于计算机视觉和深度学习的技术，用于自动检测和识别人体的姿态和动作。它可以在图像或视频中准确地确定人体各个关节的位置和运动。

从懒虫到爬虫·2024-01-10 17:54

基于深度学习的视频检测分类综述（3）

3、基于彩色序列图像、光流图像以及声音的视频检测分类在前述的基础上加入了声音信，与之前不同的在于网络结构声音融合的差异。如图所示分别采用不同的网络层，参考文献见最后。图8基于彩色序列图像、光流图像以及声音的视频检测分类图9基于彩色序列图像、光流图像以及声音的视频检测分类图10基于彩色序列图像、光流图像以及声音的视频检测分类4、其它视频检测分类光流信息是需要提前提取出来了，因此有学者采用3D卷积获取

zzw1987·2024-01-10 17:44

Python与人工智能

Python具有简洁的语法和强大的库支持，使其成为数据科学、机器学习和深度学习的理想选择。Python中有许多库可以帮助实现人工智

Tech行者·2024-01-10 16:55

为什么是设置512,1024之类的像素大小

GPU优化：许多深度学习模型在训练和推理时依赖于GPU（图形处理单元）。GPU在处理尺寸为二的幂次方的数

pythonSuperman·2024-01-10 14:05

详解Java中的serialVersionUID概念以及作用（附上Demo）

2.Demo前言原本实现Serializable接口的时候一直都没有serialVersionUID属性，直到看到涉及MybatisPlus新项目中都有该属性，于是做了一期学习了解，最后发现该属性类似深度学习训练中的种子

码农研究僧·2024-01-10 13:14

计算机视觉数据集

通过使用这些数据集，研究人员和工程师可以训练机器学习模型、深度学习模型和计算机视觉算法，以实现各种视觉任务，

「已注销」·2024-01-10 13:47

数据增强的基本概念和应用

数据增强对于深度学习具有重要的意义，可以作为一个单独的模块应用于各种各样的任务中。为了加深对数据增强常用库的方法介绍，通过使用实际案例分析实现这些方法，使自己加深对计算机视觉领域下的数据增强的理解。

Algorithm_Engineer_·2024-01-10 13:17

8 种流行的计算机视觉应用

这是在深度学习和机器学习的帮助下完成的。计算机视觉用于从能源和公用事业到制造业和汽车的行业，市场正在不断发展。什么是计算机视觉？计算机视觉帮助计算机学习数字图像的内容。它帮助计算机像我们的人类视觉一

南北极之间·2024-01-10 13:16

深度学习笔记：下载鸢尾花数据集，并展示所有的属性

背景：深度学习课程作业。通过此作业，可了解tensorflow、matplotlib、pandas和numpy。

BioVS·2024-01-10 12:36

Python练习题：猜数字游戏

#题目来源于MOOC课程《神经网络与深度学习》，程序为自己独立编写题目：随机产生一个1-10之间的整数，并提示用户输入1-10的整数进行猜测，判断是否猜中。

BioVS·2024-01-10 12:06

【技术科普】CPU、GPU、TPU、NPU分别是什么？哪个最强？

技术日新月异，物联网、人工智能、深度学习等遍地开花，各类芯片名词CPU，GPU,TPU,NPU层出不穷…它们都是什么？又有着什么千丝万缕的关系和区别？

英码科技·2024-01-10 12:35

11种概率分布，你了解几个？

这是昨天推送的从概率统计到深度学习，四大技术路线图谱，都在这里！文章中的第一大技术路线图谱如下所示，图中左侧正是本文要总结的所有常见概率分布。

小白学视觉·2024-01-10 11:31

常见的生成模型有哪些？

生成模型是深度学习领域的一类模型，它们的目标是学习如何生成数据的分布，从而能够生成新的、与真实数据类似的样本。

CA&AI-drugdesign·2024-01-10 11:38

CNN和RNN的区别是什么？

CNN（卷积神经网络）和RNN（循环神经网络）是深度学习中的两种主要神经网络类型，它们在结构、功能和应用领域上有显著的区别：核心结构与工作原理:CNN:CNN主要用于处理具有网格状拓扑结构的数据，如图像

CA&AI-drugdesign·2024-01-10 11:08

深度学习中Epoch和Batch Size的关系

在深度学习中，Epoch（周期）和BatchSize（批大小）是训练神经网络时经常使用的两个重要的超参数。

Cc小跟班·2024-01-10 11:06

大模型训练算力利用率达60%，蚂蚁开源分布式训练扩展库ATorch

ATorch可针对不同模型和硬件资源，实现深度学习自动资源动态优化和分布式训练稳定性提升，帮助提升深度学习的智能性。

光锥智能·2024-01-10 11:56

深度学习与Pytorch实战（二）预测房价--线性回归

PyTorch实例：线性回归我们将实现一个线性回归模型，并用梯度下降算法求解该模型，从而给出预测曲线。准备数据首先我们编造一组数据，假如我们每隔一个月获取一次房价数据，代表0，1，2，3，4……月份，那么我们可以用PyTorch的linespace来构建1~100之间的均匀数字作为时间变量。importtorchimportmatplotlib.pyplotasplt#0~99月x=torch.T

volcanical·2024-01-10 10:33

PyTorch实战：波士顿房价预测案例

嗨，亲爱的读者们，欢迎来到这个关于深度学习实战的博客！今天，我们将深入探讨一个经典的机器学习问题：波士顿房价预测。

洞深视界·2024-01-10 10:02

基于pytorch的房价预测

简介本文主要介绍的基于pytorch和房价预测深度学习网络构建。该系统使用的是网络上的开源数据：实现了对房价数据的处理，包括词频统计、情感分析等，并将分析结果以图表形式进行展示。

大雾的小屋·2024-01-10 10:31

Colab打开GitHub公开&私人文件库

提供免费的GPU和TPU（TensorProcessingUnit）加速，有助于加速深度学习任务。（比如Py

Avasla·2024-01-10 10:55

【MATLAB】小波_LSTM神经网络时序预测算法

LSTM是一种深度学习中的流行方

Lwcah·2024-01-10 10:45

揭秘人工智能：探索智慧未来

二.人工智能的关键技术2.1机器学习2.2深度学习2.1计算机视觉2.4自然语言处理技术2.5脑机接口技术2.6知识图谱2.7人机交互2.8自主无人系统技术三.人工智能如何运作？

聆风吟_·2024-01-10 10:39

Exploiting Temporal Context for Tiny Object Detection(WACV2023)

大多数深度学习目标检测方法依赖于从静止图

怎么全是重名·2024-01-10 10:26

机器学习：自然语言处理介绍

常见的算法包括朴素贝叶斯、支持向量机（SVM）和深度学习模型。命名实体识别（NER）：NER是从文本中识别并分类命名实体（如人名、地名、组织名等）的任务

rubyw·2024-01-10 10:22

多模态大模型

多模态大模型是指一种能够处理多种媒体数据（如文本、图像、音频、视频等）的深度学习模型。这些模型可以从不同的数据模态中学习到它们的共同语义，从而实现不同模态之间的跨媒体理解和生成。

道亦无名·2024-01-10 09:44

pytorch-gpu版本安装

前言PyTorch是一款广泛使用的python深度学习框架，它能够帮助研究者们快速构建和训练复杂的神经网络，在人工智能领域无疑是【宠儿】的存在。

EelBarb·2024-01-10 08:31

51-3 逐段精读、逐篇点评大模型论文系列—从入门到痴迷

在茫茫深度学习特别是大模型论文（后面简称论文）的海洋中，我寻觅着大模型的智慧之珠。历经千帆，我发现沐神、朱毅两位大神所分享的论文系列，如同璀璨的明珠，闪耀着无尽的光辉。

深圳季连AIgraphX·2024-01-10 08:16

人工智能与供应链行业融合：预测算法的通用化与实战化

文章目录前言供应链预测算法的基本流程统计学习模型与机器学习在供应链预测中的角色深度学习模型在智能供应链中的应用算法融合与应用场景实现后记前言随着数字化时代的到来，人工智能已经逐渐成为企业信息化建设的重要手段

想你依然心痛·2024-01-10 07:19

深度迁移学习

深度迁移学习是一种机器学习方法，其核心思想是将在一个任务中训练得到的深度学习模型作为初始点，重新应用到另一个任务中。这种方法的目标是从已学习的相关任务中转移知识，以改进新任务的学习。

道亦无名·2024-01-10 06:45

探索人工智能：深度学习、人工智能安全和人工智能

深度学习是人工智能的一种重要技术，它模拟了人类大脑神经网络的工作原理，通过建立多层次的神经元网络来实现对数据的分析和处理。这种技术的引入使得人工智能的发展进入到了一个新的阶段。

广州硅基技术官方·2024-01-10 06:26

C2-3.3.2 机器学习/深度学习——数据增强

C2-3.3.2数据增强参考链接1、为什么要使用数据增强？※总结最经典的一句话：希望模型学习的更稳健当数据量不足时候：人工智能三要素之一为数据，但获取大量数据成本高，但数据又是提高模型精度和泛化效果的重要因素。当数据量不足时，模型很容易过拟合，精度也无法继续提升，因此数据增强技术应运而生通过执行数据增强，你可以阻止神经网络学习不相关的特征，从根本上提升整体性能。——见后面4、应用场景举例2、什么是

帅翰GG·2024-01-10 06:43

推荐频道

[深度学习]