【深度学习实战】

深度学习实战36-Pytorch中10大优化器的遍历与选择，应用于图像识别

大家好，我是微学AI，今天给大家介绍一下深度学习实战36-pyTorch中10大优化器的遍历与选择，应用于图像识别，本文将介绍PyTorch中的10种优化器，展示如何使用PyTorch中的10种优化器，
微学AI·2023-06-09 03:26

PyTorch深度学习实战（2）——PyTorch张量及其操作

PyTorch深度学习实战（2）——PyTorch张量及其操作0.前言1.搭建PyTorch环境2.PyTorch张量2.1张量初始化2.2张量运算2.3张量对象的自动梯度计算3.PyTorch张量相对于
盼小辉丶·2023-06-08 23:49

【YOLOv8】实战一：手把手教你使用YOLOv8实现实时目标检测

‍‍博客主页：virobotics的CSDN博客：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习实战』上期文章：LabVIEW+OpenCV快速搭建人脸识别系统(附源码))如觉得博主文章写的不错或对你有所帮助的话
virobotics·2023-06-08 18:45

【深度学习实战】基于深度学习的图片风格快速迁移软件（Python源码+UI界面）

功能演示摘要：图像风格迁移（ImageStyleTransfer）是一种将一张图像的风格应用到另一张图像上的技术。本文详细介绍了其实现的技术原理，同时给出完整的Python实现代码、训练好的Pt模型，并且通过PyQT实现了UI界面，更方便进行功能的展示。图片风格转换系统主要实现了3种风格的图片转移模型（可以自己训练喜欢的风格模型），只需要载入要进行风格转化的图片，并选择自己喜欢的风格，就可以立即得
阿_旭·2023-06-08 14:40

深度学习实战项目(一)-基于cnn和opencv的车牌号识别

深度学习实战项目(一)-基于cnn和opencv的车牌号识别网上大部分是关于tensorflow，使用pytorch的比较少，本文也在之前大佬写的代码的基础上，进行了数据集的完善，和代码的优化，效果可比之前的
夏融化了这季节·2023-06-08 13:04

深度学习实战32-构建ChatT5模型，实现智能问答系统，类ChatGPT(CPU部署)

大家好，我是微学AI，今天给大家介绍一下深度学习实战32-构建ChatT5模型，实现智能问答系统，类ChatGPT(CPU部署)，ChatT5使用了T5架构来处理输入文本，具有高度的并行性和扩展性，使其能够快速处理大规模数据集
微学AI·2023-06-07 21:36

深度学习实战35-图卷积神经网络GCN模型的搭建与应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战35-图卷积神经网络GCN模型的搭建与应用，GCN是一种用于处理图结构数据的深度学习模型，它可以捕捉节点之间的拓扑关系和局部特征，并进行图级别的预测和分类任务
微学AI·2023-06-07 21:36

更新中-深度学习实战中遇到的一些概念+少量代码

onnxONNX是一种用于机器学习模型的开放式表示格式，它可以让不同的深度学习框架之间共享模型。importonnxruntime#加载模型session=onnxruntime.InferenceSession('model.onnx')#运行模型。第一个参数是输出变量列表，不指定的话返回所有值output=session.run(None,{'input':input_data})https:
陆沙·2023-06-07 12:56

深度学习实战项目(三)-行人检测重识别yolov5+reid（跑通+界面设计）

行人检测重识别yolov5+reid（跑通+界面设计）参考源代码:github权重文件：根据github上面的网盘进行权重下载：检测：将ReID_resnet50_ibn_a.pth放在person_search/weights文件下，yolov5s.pt放person_search下训练：将r50_ibn_2.pth，resnet50-19c8e357.pth放在yolov5_reid/weig
夏融化了这季节·2023-06-07 06:47

PyTorch深度学习实战 | 高斯混合模型聚类原理分析

01、问题描述为理解高斯混合模型解决聚类问题的原理，本实例采用三个一元高斯函数混合构成原始数据，再采用GMM来聚类。1)数据三个一元高斯组件函数可以采用均值和协方差表示如表1所示：▍表1三个一元高斯组件函数的均值和协方差每个高斯组件函数分配不同的权重，其中1号组件权重为30%,2号组件权重为50%，3号组件权重为20%，随机生成1000个样本数据。2)可视化为了理解三个高斯组件函数是如何混合的，可
TiAmo zhang·2023-04-21 13:37

TensorFlow 深度学习实战指南：1~5 全

原文：Hands-onDeepLearningwithTensorFlow协议：CCBY-NC-SA4.0译者：飞龙本文来自【ApacheCN深度学习译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则2.3.c一、入门TensorFlow是Google最近发布的新的机器学习和图计算库。其Python接口可确保通用模型的优雅设计，而
布客飞龙·2023-04-20 18:13

深度学习实战案例：基于 AutoRec 构建电影推荐系统（ 附 PyTorch 版代码）

文章目录技术交流前言AutoRec模型介绍损失函数基于AutoRec的推荐过程实验对比消融实验代码实践总结参考本文要介绍的AutoRec模型是由澳大利亚国立大学在2015年提出的，它将自编码器(AutoEncoder)的思想与协同过滤(CollaborativeFilter)的思想结合起来，提出了一种单隐层的简单神经网络推荐模型。可以说这个模型的提出，拉开了使用深度学习解决推荐系统问题的序幕，为复
Python数据挖掘·2023-04-19 14:55

PyTorch深度学习实战 | 神经网络的优化难题

即使我们可以利用反向传播来进行优化，但是训练过程中仍然会出现一系列的问题，比如鞍点、病态条件、梯度消失和梯度爆炸，对此我们首先提出了小批量随机梯度下降，并且基于批量随机梯度下降的不稳定的特点，继续对其做出方向和学习率上的优化。01、局部极小值，鞍点和非凸优化基于梯度的一阶和二阶优化都在梯度为零的点停止迭代，梯度为零的点并非表示我们真的找到了最佳的参数，更可能是局部极小值或者鞍点，在统计学习的大部分
TiAmo zhang·2023-04-14 13:19

Python深度学习实战PyQt5窗口切换的堆叠布局示例详解

本文以堆叠窗口控件为例，详细介绍堆叠布局的界面设计和程序实现过程，通过案例带小白创建一个典型的堆叠布局多窗口切换程序软件项目中经常需要多种不同的图形界面，以适应不同的任务场景。选项卡控件（QTackedWidget）通过标签选择打开对应的对话框页面，不需要另外编程。堆叠窗口控件（QStackedWidget）在主程序中通过编程来控制显示的图形界面，相对比较复杂，但也更加通用和灵活。1.堆叠布局简介
Prince_Treasure·2023-04-11 03:27

PyTorch深度学习实战 | 基于线性回归、决策树和SVM进行鸢尾花分类

鸢尾花数据集是机器学习领域非常经典的一个分类任务数据集。它的英文名称为IrisDataSet，使用sklearn库可以直接下载并导入该数据集。数据集总共包含150行数据，每一行数据由4个特征值及一个标签组成。标签为三种不同类别的鸢尾花，分别为：IrisSetosa，IrisVersicolour，IrisVirginica。对于多分类任务，有较多机器学习的算法可以支持。本文将使用决策树、线性回归、
TiAmo zhang·2023-04-10 15:03

深度学习实战23(进阶版)-语义分割实战，实现人物图像抠图的效果（计算机视觉）

大家好，我是微学AI，今天给大家带来深度学习实战23(进阶版)-语义分割实战，实现人物图像抠图的效果。语义分割是计算机视觉中的一项重要任务，其目标是将图像中的每个像素都分配一个语义类别标签。
微学AI·2023-04-09 23:13

PyTorch深度学习实战 | 基于多层感知机模型和随机森林模型的某地房价预测

简介：在现实生活中，除了分类问题外，也存在很多需要预测出具体值的回归问题，例如年龄预测、房价预测、股价预测等。相比分类问题而言，回归问题输出类型为一个连续值，如下表所示为两者的区别。在本文中，将完成房价预测这一回归问题。■分类问题与回归问题区别对于一个回归问题，从简单到复杂，可以采取的模型有多层感知机、SVR、回归森林算法等，下面将介绍如何使用这些算法完成这一任务。01、使用MLP实现房价预测首先
TiAmo zhang·2023-04-09 20:11

PyTorch深度学习实战 | 预测工资——线性回归

通过员工工作年限与工资的对应关系表，找出二者之间的关系，并预测在指定的年限时，工资会有多少。01、训练流程1●场景说明通过员工工作年限与工资的对应关系表，找出二者之间的关系，并预测在指定的年限时，工资会有多少。可以看出，这是一个用工作年限预测工资的简单线性回归问题。
TiAmo zhang·2023-04-09 06:40

PyTorch深度学习实战 | 搭建卷积神经网络进行图像分类与图像风格迁移

PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。本文为实战篇，介绍搭建卷积神经网络进行图像分类与图像风格迁移。1、实验数据准备本文中准备使用MIT67数据集，这是一个标准的室内场景检测数据集，一共有67个室内场景，每类包括80张训练图片和20张测试图片，大家可以登录http://web.mit.edu/t
TiAmo zhang·2023-04-08 17:03

深度学习实战——卷积神经网络/CNN实践(LeNet、Resnet)

第一章深度学习实战——不同方式的模型部署（CNN、Yolo）_如何部署cnn_@李忆如的博客第二章深度学习实战——卷积神经网络实践目录系列文章目录一、实
@李忆如·2023-04-05 14:25

Python深度学习实战PyQt5布局管理项目示例详解

本文具体介绍基本的水平布局、垂直布局、栅格布局、表格布局和进阶的嵌套布局和容器布局，最后通过案例带小白创建一个有型的图形布局窗口布局管理就是管理图形窗口中各个部件的位置和排列。图形窗口中的大量部件也需要通过布局管理，对部件进行整理分组、排列定位，才能使界面整齐有序、美观大方。1.从绝对定位到布局管理1.1什么是布局管理布局管理就是管理图形窗口中各个部件的位置和排列。网站、报纸要对发布的文章设置栏目
Prince_Treasure·2023-04-05 00:26

深度学习 - 基本网络篇

2RNN(RecurrentNeuralNetwork)1、普通RNN深度学习实战教程(五)：循环神经网络特点：输入不仅有当前的，还有上一时刻的输出；考虑的是时间轴上的关系。
aaa小菜鸡·2023-04-04 13:51

Pytorch深度学习实战3-7：详解数据加载DataLoader与模型处理

目录1数据集Dataset2数据加载DataLoader3常用预处理方法4模型处理5实例：MNIST数据集处理1数据集DatasetDataset类是Pytorch中图像数据集操作的核心类，Pytorch中所有数据集加载类都继承自Dataset父类。当我们自定义数据集处理时，必须实现Dataset类中的三个接口：初始化def__init__(self)构造函数，定义一些数据集的公有属性，如数据集下
Mr.Winter`·2023-04-04 11:31

PyTorch 深度学习实战 |用 TensorFlow 训练神经网络

为了更好地理解神经网络如何解决现实世界中的问题，同时也为了熟悉TensorFlow的API，本篇我们将会做一个有关如何训练神经网络的练习，并以此为例，训练一个类似的神经网络。我们即将看到的神经网络，是一个预训练好的用于对手写体数字（整数）图像进行识别的神经网络，它使用了MNIST数据集(http://yann.lecun.com/exdb/mnist/)，这是一个经常被用于研究模式识别任务的经典的
TiAmo zhang·2023-04-03 20:19

PyTorch深度学习实战

本专栏分为两大部分，专栏内容如下：第1部分探讨PyTorch与其他深度学习框架的区别。如何在PyTorchHub中下载和运行模型。PyTorch的基本构建组件——张量展示不同类型的数据如何被表示为张量，以及深度学习模型期望构造什么样的张量。梯度下降机制，以及PyTorch如何实现自动微分。利用PyTorch的神经网络（nn）和优化（optim）模块来建立和训练一个用于回归的神经网络的过程。构建一个
雍珑庚·2023-04-03 15:35

PyTorch深度学习实战 | 计算机视觉

深度学习领域技术的飞速发展，给人们的生活带来了很大改变。例如，智能语音助手能够与人类无障碍地沟通，甚至在视频通话时可以提供实时翻译；将手机摄像头聚焦在某个物体上，该物体的相关信息就会被迅速地反馈给使用者；在购物网站上浏览商品时，机器也在同时分析着用户的偏好，并及时个性化地推荐用户可能感兴趣的商品。原先以为只有人类才能做到的事，现在机器也能毫无差错地完成，甚至超越人类，这显然与深度学习的发展密不可分
TiAmo zhang·2023-04-03 14:27

PyTorch 深度学习实战 | DIEN 模拟兴趣演化的序列网络

01、实例：DIEN模拟兴趣演化的序列网络深度兴趣演化网络(DeepInterestEvolutionNetwork,DIEN)是阿里巴巴团队在2018年推出的另一力作,比DIN多了一个Evolution,即演化的概念。在DIEN模型结构上比DIN复杂许多,但大家丝毫不用担心,我们将DIEN拆解开来详细地说明。首先来看从DIEN论文中截下的模型结构图,如图1所示。■图1DIEN模型结构全图这张图初
TiAmo zhang·2023-04-02 23:01

PyTorch深度学习实战 | 猫狗分类

本文内容使用TensorFlow和Keras建立一个猫狗图片分类器。图1猫狗图片01、安装TensorFlow和Keras库TensorFlow是一个采用数据流图（dataflowgraphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机
TiAmo zhang·2023-04-02 15:13

PyTorch深度学习实战 | 基于ResNet的人脸关键点检测

人脸关键点检测指的是用于标定人脸五官和轮廓位置的一系列特征点的检测，是对于人脸形状的稀疏表示。关键点的精确定位可以为后续应用提供十分丰富的信息。因此，人脸关键点检测是人脸分析领域的基础技术之一。许多应用场景(如人脸识别、人脸三维重塑、表情分析等)均将人脸关键点检测作为其前序步骤来实现。本文将通过深度学习的方法来搭建一个人脸关键点检测模型。1995年，Cootes提出ASM(activeshapem
TiAmo zhang·2023-04-02 14:42

深度学习实战22(进阶版)-AI漫画视频生成模型，做自己的漫画视频

大家好，我是微学AI，今天给大家带来深度学习实战22(进阶版)-AI漫画视频生成模型。
微学AI·2023-04-02 12:17

Tensorflow深度学习实战之(一)--Tensorflow 基本运算机制

Tensorflow基本运算机制本人学习编写有关深度学习的第一篇博客，包括CSDN博客的写法不是很熟悉，所以不要太在意排版的错误，哈哈哈一起学习到内容才是我的初衷，继续加油吧思文！！！该系列专栏所涉及到的Tensorflow配置的环境说明1.CPU版本的Tensorflow==1.13.12.GPU版本的Tensorflow==2.6.2,英伟达显卡驱动CUDA版本==11.6，Python版本=
TORE007·2023-04-01 21:37

Pytorch深度学习实战3-6：详解网络骨架模块nn.Module(附实例)

目录1什么是nn.Module？2从一个例子说起3nn.Module主要方法4自定义网络一般步骤1什么是nn.Module？在实际应用过程中，经典网络结构(如卷积神经网络)往往不能满足我们的需求，因而大多数时候都需要自定义模型，比如：多输入多输出(MIMO)、多分支模型、跨层连接模型等。nn.Module就是Pytorch中用于自定义模型的核心方法。在Pytorch中，自定义层、自定义块、自定义模
Mr.Winter`·2023-04-01 21:18

Pytorch深度学习实战3-2：什么是张量？Tensor的创建与索引

目录1什么是张量？2Pytorch数据类型与转化3张量Tensor的创建3.1类型创建3.2序列转换3.30/1张量3.4对角张量3.5正态张量3.6随机向量3.7线性张量4张量Tensor的索引4.1下标索引4.2条件索引4.3附加控制索引1什么是张量？张量(Tensor)是多维数组结构，在人工智能领域应用广泛，例如输入彩色图片即是3维张量——RGB三维且每维都是二维平面像素矩阵。下面这张表直观
Mr.Winter`·2023-03-31 10:16

CSIG AI前沿技术培训首期开讲，携手百度飞桨走进北科大开启深度学习实战

活动以北京科技大学为第一站，携手百度飞桨围绕「深度学习实战」开展主题培训。CSIG理事长、湖南大学王耀南院士，北京科技大学副校长张卫冬，北京科技大学计算机与通信工程学院党委书记蒋韬，CS
飞桨PaddlePaddle·2023-03-30 08:31

PyTorch深度学习实战 | 典型卷积神经网络

在深度学习的发展过程中，出现了很多经典的卷积神经网络，它们对深度学习的学术研究和工业生产都起到了巨大的促进作用，如VGG、ResNet、Inception和DenseNet等，很多投入实用的卷积神经都是在它们的基础上进行改进的。初学者应从试验开始，通过阅读论文和实现代码（tensorflow.keras.applications包中实现了很多有影响力的神经网络模型的源代码）来全面了解它们。下文简要
TiAmo zhang·2023-03-30 08:51

深度学习实战视频教程+资料全套

─1-9│1、课程：多层感知机DNN.1、浅层网络的问题.mp4│1、课程：多层感知机DNN.2、涌现现象与深度网络为何高效.mp4│1、课程：多层感知机DNN.3、计算图.mp4│1、课程：多层感知机DNN.4、导数的反向传播.mp4│2、课程：梯度下降法.1、梯度下降的直观例子（一）.mp4│2、课程：梯度下降法.2、梯度下降的直观例子（二）.mp4│2、课程：梯度下降法.3、梯度下降的代码实
globals_11de·2023-03-30 06:32

PyTorch 深度学习实战 | 基于生成式对抗网络生成动漫人物

生成式对抗网络（GenerativeAdversarialNetwork,GAN）是近些年计算机视觉领域非常常见的一类方法，其强大的从已有数据集中生成新数据的能力令人惊叹，甚至连人眼都无法进行分辨。本文将会介绍基于最原始的DCGAN的动漫人物生成任务，通过定义生成器和判别器，并让这两个网络在参数优化过程中不断“打架”，最终得到较好的生成结果。01、生成动漫人物任务概述日本动漫中会出现很多的卡通人物
TiAmo zhang·2023-03-28 07:32

Pytorch 深度学习实战：视频自动打码

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达人脸识别人脸识别是一门比较成熟的技术。它的身影随处可见，刷脸支付，信息审核，监控搜索，人脸打码等。更多的时候，它是方便了我们的生活，足不出户，就可以实现各种APP的实名认证，信息审核。一些公司，也都有对内部员工开放的刷脸支付系统，不用带手机，不用带工卡，带着一张或美丽或帅气的脸庞，就可以在公司内部「买买买，刷刷刷」！人脸打码除了
小白学视觉·2023-03-26 08:19

深度学习实战（六）：从零开始实现表情识别

深度学习实战（六）：从零开始实现表情识别1.项目简介2.数据获取2.1数据爬取2.2数据整理2.3数据清洗2.4提取嘴唇区域3.模型训练3.1数据接口准备3.1.1datasets.ImageFolder3.1.2Transforms
AiCharm·2023-03-26 08:49

Python深度学习实战：人脸关键点(15点)检测pytorch实现

引言人脸关键点检测即对人类面部若干个点位置进行检测，可以通过这些点的变化来实现许多功能，该技术可以应用到很多领域，例如捕捉人脸的关键点，然后驱动动画人物做相同的面部表情；识别人脸的面部表情，让机器能够察言观色等等。如何检测人脸关键点本文是实现15点的检测，至于N点的原理都是一样的，使用的算法模型是深度神经网络，使用CV也是可以的。如何检测这个问题抽象出来，就是一个使用神经网络来进行预测的功能，只不
爱你是长久之计~·2023-03-26 08:48

深度学习实战21(进阶版)-AI实体百科搜索，任何名词都可搜索到的百科全书

大家好，我是微学AI，今天给大家带来一个AI实体百科搜索的有趣项目。AI实体百科搜索功能可以让用户通过输入实体名称来搜索相关的信息，并将这些信息以可视化方式呈现出来。构建这个功能可以帮助用户快速地获取与特定实体相关的信息。在这个功能中，用户可以输入一个实体的名称，比如一个人、一个地方或一件事情等等，然后系统将会返回包括该实体的详细信息在内的相关结果，类似与本地部署一个百度百科了。一、AI实体百科搜
微学AI·2023-03-25 07:49

深度学习实战篇之 ( 六) -- TensorFlow学习之路（三）

科普知识GefferyHinton被称为“深度学习之父”、“神经网络先驱”、“AI教父”，他的名字响彻整个AI领域，他的一举一动，都是热点导向。以深度神经网络为代表的深度学习模型，在19世纪70年代进入寒潮以来，再次焕发出活力、得到学术界和工业界广泛关注，与他的贡献密不可分。前言上期的文章中，我们学会了TensorFlow中全连接层的搭建和输入数据的喂入方法，这些都是构建深度学习项目的基础，本来打
fengyuxie·2023-03-24 19:59

深度学习实战篇之 ( 五) -- TensorFlow学习之路（二）

科普知识《自然哲学的数学原理》是英国物理学家艾萨克·牛顿创作的物理学哲学著作，1687年首次出版。《自然哲学的数学原理》是牛顿重要的物理学哲学著作。全书分为三卷，第一卷“论物体的运动”，表述了牛顿三定律；第二卷也是“论物体的运动”，论述了阻力下物体的运动，为流体力学开先河；第三卷“论宇宙的系统”，讨论了宇宙系统。《自然哲学的数学原理》总结了近代天体力学和地面力学的成就，为经典力学规定了一套基本概念
fengyuxie·2023-03-24 19:28

PyTorch 深度学习实战 | 基于 ResNet 的花卉图片分类

“工欲善其事，必先利其器”。如果直接使用Python完成模型的构建、导出等工作，势必会耗费相当多的时间，而且大部分工作都是深度学习中共同拥有的部分，即重复工作。所以本案例为了快速实现效果，就直接使用将这些共有部分整理成框架的TensorFlow和Keras来完成开发工作。TensorFlow是Google公司开源的基于数据流图的科学计算库，适合用于机器学习、深度学习等人工智能领域。Keras是一个
TiAmo zhang·2023-03-23 07:34

PyTorch深度学习实战 | 基于YOLO V3的安全帽佩戴检测

本期将提供一个利用深度学习检测是否佩戴安全帽的案例，从而展示计算机视觉中的目标识别问题的一般流程。目标检测是基于图片分类的计算机视觉任务，既包含了分类，又包含了定位。给出一张图片，目标检测系统要能够识别出图片的目标并给出其位置。由于图片中目标数是不确定的，且要给出目标的精确位置，目标检测相比分类任务更复杂，所以也有更多的使用场景，如无人驾驶、智慧安防、工业安全、医学图像等方面。而本案例就是工业安全
TiAmo zhang·2023-03-19 07:57

深度学习实战——不同方式的模型部署（CNN、Yolo）

忆如完整项目/代码详见github：https://github.com/yiru1225（转载标明出处勿白嫖starforprojectsthanks）目录系列文章目录一、实验综述1.实验工具及及内容2.实验数据3.实验目标4.实验步骤二、ML/DL任务综述与模型部署知识补充1.ML/DL任务综述2.模型部署知识补充二、预训练模型知识补充与本地部署实践1.任务与模型简介1.1任务简介1.2模型简
@李忆如·2023-03-14 10:03

PyTorch深度学习实战 第二讲

第二讲线性模型（b站刘二大人）课堂代码使用jupyternotebookimportnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):pred=forward(x)return(pred-y)**2w_list=[]mse_
张十八员外·2023-03-14 07:58

【Pytorch】Pytorch深度学习实战教程：超分辨率重建AI与环境搭建

一、基础开发环境搭建1）cuda安装需要根据自己的显卡的型号选择支持的CUDA版本显卡驱动查看：鼠标右键CUDA安装版本查看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html注意看自己的电脑配置，我的电脑最高可安装CUDA11.7Update1，再高电脑就安装不了了版本是向下兼容的安装CUDA11.7Update1
Cappuccino-jay·2023-03-14 07:37

PyTorch深度学习实战 | 自然语言处理与强化学习

PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。本文主要介绍深度学习领域中自然语言处理与强化学习部分。自然语言区别于计算机所使用的机器语言和程序语言，是指人类用于日常交流的语言。而自然语言处理的目的是要让计算机来理解和处理人类的语言。让计算机来理解和处理人类的语言也不是一件容易的事情，因为语言对于感知的抽
TiAmo zhang·2023-03-14 07:04

深度学习实战20(进阶版)-文件智能搜索系统，可以根据文件内容进行关键词搜索，快速找到文件

大家好，我是微学AI，今天给大家带来深度学习实战项目-文件智能搜索系统，文件智能搜索系统是一种能够帮助用户通过文件的内容快速搜索和定位文件的软件系统。
微学AI·2023-03-11 07:47
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他