《深度学习》小笔记第39页

python使用PaddleOCR实现《命名实体识别项目》OCR（已实现）（ai领域必看，简单易用）

该工具集使用PaddlePaddle深度学习框架技术，提供了多种OCR模型和算法，包括基于CNN+CTC、DenseNet+CTC等模型，能够针对不同场景和应用提供最优的OCR解决方案。

热爱生活的五柒·2024-01-27 07:30

京东广告算法架构体系建设--在线模型系统分布式异构计算演变 | 京东零售广告技术团队

模型系统作为承载算法策略的载体，目前承载搜索、推荐、首焦、站外等众多广告业务和全链路的深度学习建模，是广告算法算法创新和业务迭代发展的重要基石。

京东云技术团队·2024-01-27 07:57

第N2周：Embeddingbag与Embedding详解

>-**本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/rbOOmire8OocQ90QM78DRA)中的学习记录博客**>-**原作者：[K同学啊|接辅导、项目定制

t000818·2024-01-27 07:52

AI数字人-数字人视频创作数字人直播效果媲美真人

数字人视频创作中的AI算法使用了大量训练数据和深度学习技术，使得生成的数字人具备更加真实而细腻的表情、肢体语言和声音模仿能力。观众在观看数字人直播时，

广州硅基技术官方·2024-01-27 07:51

智能AI系统开发，专业软件硬件物联网开发公司，探索未来科技新纪元

他们在人工智能、深度学习、计算机视觉等领域扎根多年，积累了丰富的开发经验和技术专长。凭借对AI技术的深入了

广州硅基技术官方·2024-01-27 07:39

面试了8家公司，他们问了我这些机器学习题目......

来源：人工智能头条（AI科技大本营兄弟号，公众号ID：AI_Thinker）【导读】今年年初以来，作者一直在印度找数据科学、机器学习以及深度学习领域的工作。

城市中迷途小书童·2024-01-27 06:36

【微调大模型】如何利用开源大模型，微调出一个自己大模型

在人工智能的浪潮中，深度学习已经成为了最炙手可热的技术。其中，预训练大模型如Transformer、BERT等，凭借其强大的表示能力和泛化能力，在自然语言处理、计算机视觉等多个领域取得了显著的成功。

yuzhangfeng·2024-01-27 06:53

《动手学深度学习(PyTorch版)》笔记4.4

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.4ModelSelection作为机器学习科学家，我们的目标是发现模式（pattern）。但是，我们如何才能确定模型是真正

南七澄江·2024-01-27 06:18

《动手学深度学习(PyTorch版)》笔记4.1

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.1BasicConcepts4.1.1HiddenLayer我们在第三章中描述了仿射变换，它是一种带有偏置项的线性变换。如

南七澄江·2024-01-27 06:48

《动手学深度学习(PyTorch版)》笔记4.2 4.3

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.2ImplementationsofMultilayer-perceptronfromScratchimportmatpl

南七澄江·2024-01-27 06:48

《动手学深度学习(PyTorch版)》笔记4.5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.5WeightDecay前一节我们描述了过拟合的问题，本节我们将介绍一些正则化模型的技术。我们总是可以通过去收集更多的训练

南七澄江·2024-01-27 06:03

车牌识别系统 Django框架深度学习 CNN算法 python语言毕业设计✅

1、项目介绍1、关键词：Python语言、TensorFlow、卷积神经网络CNN算法、PyQt5界面、Django框架、深度学习包含：训练预测代码、数据集、PyQt5界面+Django框架网页界面2、

vx_biyesheji0002·2024-01-27 05:21

YOLOv8车牌识别系统深度学习 pytorch框架 LPRNet车牌识别算法大数据毕业设计（源码）✅

1、项目介绍环境：Python3.8深度学习pytorchPyQt5图形化界面LPRNet车牌识别算法YOLOv8车牌OCR识别模型：LPRNet数据集：CCPD2019、CCPD2020数据集其中资源包括

vx_biyesheji0002·2024-01-27 05:20

【复现】在CUB_200_2011数据集上复现分类程序IELT

几个网站细粒度领域的资源整合：AwesomeFine-GrainedImageAnalysis–Papers,CodesandDatasets(weixiushen.com)深度学习各个领域的排行榜网站

MayYou-HHH·2024-01-27 04:37

【一次性解决】CUDA和PyTorch的安装与多版本管理的三种方式

这里将详细介绍用于深度学习或者CPP开发的CUDA版本管理方式。在配置环境前，首先需要明确自己的需求。一般来说，CUDA将会被用于：PyTorch的GPU版本CUDA的C++开发CUDA的Py

prinTao·2024-01-27 04:19

深度学习记录--Batch Norm

BatchNorm与InputNorm对输入层进行归化不同，BatchNorm是对隐藏层进行归化实现，其中、调节均值和方差，

蹲家宅宅·2024-01-27 01:22

Jetson-inference -Coding Your Own Image Recognition Program (Python)学习笔记

有多种类型的深度学习网络可用，包括识别、检测/定位和语义分割。我们在本教程中重点介绍的第一个深度学习功能是图像识别，使用在大型数据集上训练的分类网络来识别场景和对象。

无证驾驶梁嗖嗖·2024-01-27 00:26

深度学习下载失败总结ing

在查找资料过程中出现的报错跳过前面的……pipinstall--upgrade--ignore-installedtensorflow安装tensorflow失败https好像过期了，换http要先移除所有再添加更新condacondaupdate-nbase-cdefaultscondacondaconfig--addchannelshttp://mirrors.tuna.tsinghua.ed

wsrfsg·2024-01-26 23:57

2022-12-16

GPU云服务器基于GPU应用的计算服务，适用于视频解码、图形渲染、深度学习、科学计算等应用场景GPU云服务器是基于GPU应用的计算服务。具有实时高速、并行计算、浮点计算能力强等特点。

darkvm美美·2024-01-26 22:12

AI时代每个程序员都应该了解 GPU 基础知识

在过去的十年中，GPU由于在深度学习中的广泛使用而变得异常重要。如今，每个软件工程师都必须对其工作方式有基本的了解。我写这篇文章的目的是为您提供一些基础知识。

xuejianxinokok·2024-01-26 22:32

五大自然语言处理技术里程碑浅析

自然语言处理的发展随着深度学习和大数据技术的进步，自然语言处理取得了显著的进步。人们正在研究如何使计算机更好地理解和生成人类语言，以及如何应用NLP技术改善搜索引擎、语音助手、机器翻译等领域。

Syntax_CD·2024-01-26 21:54

AI引爆算力需求，思腾推出支持大规模深度学习训练的高性能AI服务器

近日人工智能研究公司OpenAI公布了其大型语言模型的最新版本——GPT-4，可10秒钟做出一个网站，60秒做出一个游戏，参加了多种基准考试测试，它的得分高于88%的应试者；随后百度CEO李彦宏宣布正式推出大语言模型“文心一言”，作为百度全新一代知识增强大语言模型，其能够与人对话互动、回答问题、协助创作、高效便捷地帮助人们获取信息、知识和灵感。随着这些应用AIGC应用的发布，人工智能变成了街头巷尾

STGPU·2024-01-26 19:58

2018-11-02

今天学校组织的“基于深度学习的有效小组合作教学研讨会”，下午由于我们级部教师紧缺，我第一节课在八班上课，第二节课又在五班上课，所以错过了好多精彩。

sunshine曾经·2024-01-26 19:41

PyTorch项目笔记（三）使用ImageNet预训练ResNet18模型训练图像分类模型

matplotlib可视化数据集3模型训练函数4使用torchvision微调模型5观察模型预测结果6固定模型参数1加载ImageNet预训练模型在torchvision.model包中定义了许多模型用于完成图像方面的深度学习任务

Xyzz1223·2024-01-26 19:40

深度学习入门必知必会

深度学习是机器学习领域的一个重要分支，它通过构建和训练神经网络模型来实现智能化任务。

诗雅颂·2024-01-26 19:31

精选11篇顶会论文，深度学习时间序列预测模型汇总！（含2024最新）

而深度学习，作为人工智能领域的一个重要分支，它强大的算法和模型为我们解决复杂多变的时间序列预测问题提供了前所未有的有力工具。

AI热心分享家·2024-01-26 18:03

deeplab 系列文章

semanticimagesegmentationwithdeepconvolutionalnetsandfullyconnectedCRFs对于传统的DCNN网络来说，其实都是具有不变性的这个特征的，深度学习是十分适合高阶的计算机视觉任务

horsetif·2024-01-26 18:33

《动手学深度学习(PyTorch版)》笔记3.3

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.3ConciseImplementationsofLinearRegressionimportnumpyasnpimpor

南七澄江·2024-01-26 18:34

基于LSTM深度学习模型进行温度的单步预测(使用PyTorch构建模型)

一、引言我们使用PyTorch构建了一个LSTM模型来进行单步温度预测。我们首先爬取成都市近十年的温度数据并进行预处理，然后定义了LSTM模型、损失函数和优化器。接着，我们进行了多轮训练，每轮训练包括前向传播、计算损失、反向传播和更新权重等步骤。最后，我们使用训练好的模型进行了温度预测，并将预测结果与真实温度值进行了比较。目前关于LSTM原理的文章有很多，这里不过多赘述。二、数据天气网历史天气频道

孝钦显皇后给过版权费了·2024-01-26 17:00

学习笔记-李沐动手学深度学习（二）（08-09、线性回归、优化算法、梯度下降、Softmax回归、损失函数、图片分类）

总结以_结尾的方法，好像是原位替换（即原地修改，就地修改变量）如fill_()感恩的心：（沐神的直播环境）08-线性回归+基础优化算法引言（如何在美国买房）根据现在行情预测房价线性回归（简化模型）、线性模型、神经网络b为偏差扩展到一般化线性模型每个箭头代表一个权重当层单层神经网络原因：不看输出层，将权重层和input放一起带权重的层只有一层【书中】衡量预估质量1/2是为了求导时把2消去线性回归（求

kgbkqLjm·2024-01-26 17:59

学习笔记-李沐动手学深度学习（一）（01-07，概述、数据操作、tensor操作、数学基础、自动求导（前向计算、反向传播））

jupyter记事本、胶片）https://github.com/d2l-ai多体会【梯度指向的是值变化最大的方向】符号维度（弹幕说）2，3，4越后面维度越低4就是一维有4个标量00-预告01-课程安排02-深度学习介绍

kgbkqLjm·2024-01-26 17:28

学习笔记-李沐动手学深度学习（三）（10-11，隐藏层、多层感知机、激活函数、模型超参数选择、欠过拟合）

总结多体会（宏观、哲学）【深度学习的核心】首先是要模型足够大，在此基础上通过各种手段来控制模型容量，使得最终得到较小的泛化误差【一般深度学习特指神经网络这一块】【学习的核心是要学习本质上不变的那些核心思想

kgbkqLjm·2024-01-26 17:28

（深度学习）目标检测常见术语

文章目录AnchorIoU（Intersectionoverunion）NMS（Non-maxsuppression）RP（RegionProposal）BN（BatchNormalization）CEL（CrossEntropyLoss）SoftmaxLogisticRegressionEarlyStoppingDropoutMomentumandlearningdecayAnchor简言之就是

kgbkqLjm·2024-01-26 17:57

学习笔记-李沐动手学深度学习（四）（12-13，权重衰退、L2正则化、Dropout）

总结【trick】过拟合及正则化项参数的理解实际数据都有噪音，一般有噪音后，模型实际学习到的权重w就会比理论上w的最优解（即没有噪音时）大。（QA中讲的）【好问题】（1）不使用正则化（真正学习到的w=13理论上的w=0.01，相差的还是很大）（2）正则化权重lambd=3：明显已经减轻了过拟合的程度（但学到的w是0.3还是比实际的w=0.01偏大的多）因为实际上数据中有很多噪音，模型在学习时也会受

kgbkqLjm·2024-01-26 17:55

大模型理论基础初步学习笔记——第八章分布式训练

流水并行8.2.4混合并行参考：本文GitHub地址https://github.com/panda-like-bamboo/Study-CS324第八章分布式训练8.1为什么分布式训练越来越流行背景：深度学习广泛应用

panda_dbdx·2024-01-26 17:31

数字孪生系统的第三方算法库

1.TensorFlow：TensorFlow是一个开源的机器学习框架，提供了各种工具和库，用于构建和训练深度学习模型。它可以在数字孪生系统中用于实现机器学习和神经网络

super_Dev_OP·2024-01-26 17:15

深度学习如何弄懂那些难懂的数学公式？是否需要学习数学？

知乎上的：机器学习与深度学习中的数学知识点汇总-SIGAI的文章-知乎https://zhuanlan.zhihu.com/p/81834108推荐书籍：1.高等数学/微积分2.线性代数与矩阵论3.概率论与信息论

搬砖班班长·2024-01-26 15:41

展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命？

生成式人工智能；StableDiffusion；ChatGPT；CoPilot；文本创建；图像生成；代码编写；大语言模型；多模态大模型；预训练；边缘计算；液冷；HPC；冷板式液冷；Bard；AlphaGo；深度学习

高性能服务器·2024-01-26 15:02

笔记：数据处理的代码小技巧（1）

在深度学习处理中，图片大小是一个很重要的问题，关系着转为tensor的shape。如何方便的查看一个文件中几千张图片的大小。

arxhsyd123·2024-01-26 14:50

AlexNet(深度学习模型)详解

AlexNet是第一个在ImageNet数据集上取得最佳结果的深度学习模型。本文将详细介绍AlexNet的结构和训练过程，并分析它在计算机视觉

GeekyGuru·2024-01-26 13:02

“文心一言”揭秘：智能语言模型的新里程碑

“文心一言”是一款基于深度学习技术的智能语言模型，它不仅能够理解人类的语言，还能生成流畅、自然的文本回应。不同于传统的语言处理软件，“文心一言”采用了更加

GeekyGuru·2024-01-26 13:02

深度视觉目标跟踪进展综述-论文笔记

基于深度学习的跟踪算法，采用的框架包括相关滤波器、分类式网络、双路网络等。处理跟踪任务的角度，分为基于匹配思路的双路网络和基于二分类的辨别式跟踪器。

pzb19841116·2024-01-26 12:11

深度学习-Pytorch如何构建和训练模型

深度学习-Pytorch如何构建和训练模型用pytorch如何构建模型，如何训练模型，如何测试模型？

Alex_StarSky·2024-01-26 12:38

深度学习-Pytorch如何保存和加载模型

深度学习-Pytorch如何保存和加载模型用pytorch构建模型，并训练模型，得到一个优化的模型，那么如何保存模型？然后如何又加载模型呢？

Alex_StarSky·2024-01-26 11:07

Course1神经网络和深度学习编程作业

第三周-带有一个隐藏层的平面数据分类建立一个神经网络，带有一个隐藏层。用到的知识：构建具有单隐藏层的2类分类神经网络。使用具有非线性激活功能激活函数，例如tanh。计算交叉熵损失（损失函数）。实现向前和向后传播。numpy：是用Python进行科学计算的基本软件包。sklearn：为数据挖掘和数据分析提供的简单高效的工具。matplotlib：是一个用于在Python中绘制图表的库。testCas

毛十三_·2024-01-26 11:03

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术4.3重要性与作用4.4案例与应用五、注意力机制5.1定义

giszz·2024-01-26 11:48

#GPU|LLM|AIGC#集成显卡与独立显卡|显卡在深度学习中的选择与LLM GPU推荐

区别核心区别：显存，也被称作帧缓存。独立显卡拥有独立显存，而集成显卡通常是没有的，需要占用部分主内存来达到缓存的目的集成显卡：是集成在主板上的，与主处理器共享系统内存。一般会在很多轻便薄型的笔记本与低端的台式电脑上得到广泛的应用性能较低，适合一般办公和基本图形任务。独立显卡：一块独立的图形处理器，有自己的显存，并且不与主处理器共享内存。独立显卡通常性能更强大，适合处理复杂的图形和游戏。在一些专业应

向日葵花籽儿·2024-01-26 11:45

机器学习、深度学习、自然语言处理基础知识总结

说明机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。

北航程序员小C·2024-01-26 10:43

使用thop输出深度学习模型的flops和param

首先pipinstallthop然后frombasicsr.archsimportyourmodelfromthopimportprofilemodel=resnet50()input=torch.randn(1,3,224,224)flops,params=profile(model,inputs=(input,))print('flops:',flops)print('params:',par

yanzhizhiyang·2024-01-26 10:01

交叉熵损失函数（Cross-Entropy Loss Function）

交叉熵损失函数（Cross-EntropyLossFunction）在处理机器学习或深度学习问题时，损失/成本函数用于在训练期间优化模型。目标几乎总是最小化损失函数。损失越低，模型越好。

或许，这就是梦想吧！·2024-01-26 10:54

推荐频道

《深度学习》小笔记