【深度学习实战】

深度学习实战16(进阶版)-虚拟截图识别文字-可以做纸质合同和表格识别

大家好，我是微学AI，今天给大家带来一个关于虚拟截图识别文字的应用，可以运用在多个领域。案例主要结合Mediapipe手势识别模型，识别出手势的21个关键点的坐标，计算机的摄像头根据食指的坐标信息获取用户想要截取的图片高度与宽度进行截取图形，截取后的图片我们可以通过OCR识别出里面的文字信息，或者进行图像的识别得到图片中的内容信息。一、虚拟截图的运用：通过虚拟截图与OCR结合NLP技术做下游任务，
微学AI·2023-03-01 07:16

深度学习实战2-(keras框架)企业信用评级与预测

深度学习框架如果仔细研究，其实难度没有想象中的那么大，今天我给大家带来一个深度学习框架keras简单的实战项目：企业信用评级与预测。企业信用评级目前是一个完整的体系，包括信用评级的要素和指标、信用评级的等级和标准、信用评级的方法和模型等方面的内容。信用评级指标是根据企业的各个指标进行综合评分，这里涉及的指标维度较多，今天我们来做一个简单的信用评级模型，抽象了几个标准化的数据指标，下面是详细流程：一
微学AI·2023-03-01 07:45

深度学习实战4-卷积神经网络（DenseNet）数学图形识别+题目模式识别

文章目录一、前期工作导入库数据集加载二、构建CNN模型三、训练过程曲线函数四、训练模型函数五、训练模型与结果六、验证大家好，今天给大家带来一个卷积神经网络（CNN）数学图形识别项目(简单入门版)，这个是人工智能解题的基础，机器首先通过题目识别出题目中的文字和图形，读懂题目的含义，这个是个相对复杂的过程。就在今年的1月4日，麻省理工学院等四所高校的联合研究团队，发布了一项最新研究成果：他们开发了一个
微学AI·2023-03-01 07:45

深度学习实战19(进阶版)-SpeakGPT的本地实现部署测试，基于ChatGPT在自己的平台实现SpeakGPT功能

大家好，我是微学AI，今天给大家带来SpeakGPT的本地实现，在自己的网页部署，可随时随地通过语音进行问答，本项目项目是基于ChatGPT的语音版，我称之为SpeakGPT。ChatGPT最近大火，其实在去年12月份就想做一期关于ChatGPT的文章。ChatGPT是美国OpenAI公司研发的功能强大的聊天机器人，他于2022年11月30日发布。ChatGPT是自然语言处理的天花板，它能够通过学
微学AI·2023-03-01 07:07

Pytorch深度学习实战3-3：张量Tensor的分块、变形、排序、极值与in-place操作

目录1张量分块2张量组合3张量变形3.1维度变换3.2维度交换3.3序列化与反序列化3.4扩展4张量排序5张量极值6in-place操作与共享内存以下示例均假设a=torch.Tensor([[0,1,2],[3,4,5]])b=torch.Tensor([[6,7,8],[9,10,11]]))1张量分块分块方法torch.chunk(tensor,num,dim)：将张量沿dim分成num块t
Mr.Winter`·2023-02-18 07:43

深度学习实战（4）如何向BERT词汇表中添加token，新增特殊占位符

向BERT词汇表中添加token问题表述添加特殊占位符号add_special_tokens其他占位符接口报错与解决方案问题表述在实际应用或者学术科研过程中，我们常常需要添加一些特殊的占位符，然而我们希望使用BERT来做embedding，有兴趣查看BERT本身词汇表的可以去以下相应连接查看：PRETRAINED_VOCAB_FILES_MAP={"vocab_file":{"bert-base-
icebird_craft·2023-02-05 15:31

TensorFlow？PyTorch？Paddle？AI工具库生态之争：ONNX将一统天下

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42本文地址：https://www.showmeai.tech/article-detail
·2023-01-31 13:22

机器学习/深度学习实战——kaggle房价预测比赛实战（数据预处理篇）

文章目录2.数据预处理（特征编码）2.1特征删除2.2修改与时间相关的特征（减小特征值的大小）2.3填充缺失值2.3.1填充数值型数据2.3.2填充非数值型数据2.4将某些数值型特征转换为非数值型特征2.5对某些连续特征应用PowerTransformer使其更具高斯分布2.6对非数值特征中的某些特征进行融合2.7对非数值型特征进行编码2.8拆分训练数据和测试数据第1个blog：数据分析第2个bl
留小星·2023-01-30 13:56

【PyTorch】深度学习实战之逻辑回归

PyTorch深度学习实战之逻辑回归视频教学链接博客参考链接线性模型：前面几章节，我们都是做的线性模型，通过给定的数据集（1,2），（2,4），（3,6），构建一个函数y=2*x+0，然后只要给定一个x
少年白马·2023-01-30 09:01

【Pytorch深度学习实战】（11）变分自动编码器（VAE）

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟Vari
Sonhhxg_柒·2023-01-29 11:42

《Web安全之深度学习实战》笔记：第二章 卷积神经网络

本章通过cnn、alexnet、vgg来识别数据集。这一章与web安全相关较少，仅是展示卷积神经网络在图像领域的基本用法。一、CNN算法通过cnn识别mnist数据集代码如下importtflearnfromtflearn.layers.coreimportinput_data,dropout,fully_connectedfromtflearn.layers.convimportconv_2d,
mooyuan天天·2023-01-27 11:16

Pytorch深度学习实战教程（一）：语义分割基础与环境搭建

Pytorch的基本使用&&语义分割算法讲解先从最简单的语义分割基础与开发环境搭建开始讲解。二、语义分割语义分割是什么？语义分割（semanticsegmentation）:就是按照“语义”给图像上目标类别中的每一点打一个标签，使得不同种类的东西在图像上被区分开来。可以理解成像素级别的分类任务，直白点，就是对每个像素点进行分类。简而言之，我们的目标是给定一幅RGB彩色图像（高x宽x3）或一幅灰度图
隔壁郑同学·2023-01-26 08:00

（九）深度学习实战 | MMDetection之FCOS（2）

文章目录1.简介2.FCOS类3.FCOSHead类3.总结4.参考1.简介本文将介绍在MMDetection{\rmMMDetection}MMDetection中实现FCOS{\rmFCOS}FCOS的几个关键类的实现细节，上一文已经列出了涉及到的几个类。图1：FCOS结构2.FCOS类链接，FCOS{\rmFCOS}FCOS是一种单阶段的检测器，在MMDetection{\rmMMDetec
zhangts20·2023-01-23 10:52

深度学习入门（9）神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现

《深度学习入门》系列文章目录深度学习入门(1)感知机深度学习入门（2）神经网络深度学习入门（3）神经网络参数梯度的计算方式深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程深度学习入门
阿_旭·2023-01-21 14:18

Keras深度学习实战（42）——强化学习基础

Keras深度学习实战（42）——强化学习基础0.前言1.强化学习基础1.1基本概念1.2马尔科夫决策过程1.3目标函数2.在具有非负奖励的模拟游戏中获取最佳动作2.1问题设定2.2模型分析2.3模型构建与训练
盼小辉丶·2023-01-20 21:36

深度学习实战 —— LSTM轨迹预测

前言最近写了一份用LSTM之类的序列模型+SeNet预测轨迹，经过一系列调试效果最后比较理想了。记录下～上效果：一些效果图训练误差图：测试误差图：训练损失：测试损失：batch平均耗时：拟合效果：
只会git clone的程序员·2023-01-20 21:34

深度学习实战 第5章深度学习优化笔记

第5章深度学习优化5.1神经网络优化困难1.深度学习所面临的优化挑战，包括了局部最优、鞍点、梯度悬崖及梯度消失问题。5.1.1局部最优1.凸函数最显著的特征是能够找到一个局部最优解，并且此解是全局的最优解。但有时我们也并不执着于寻找最优的某一点，在某些凸函数的底部可能是一个貌如盆地的平坦区域，在该平坦区域取得的任何值也是可以接受的。2.在实践中我们发现，最优解附近的解其泛化性能通常要比最优解要好。
醉一心·2023-01-20 01:07

深度学习实战 第4章深度学习正则化笔记

第4章深度学习正则化1.机器学习的两个核心任务：尽可能地降低训练错误率提高模型的泛化能力（避免过拟合）2.可以使用正则化来尽可能地使训练错误率与测试错误率之间的差距变小。3.正则化就是降低验证错误率（有时需要牺牲训练错误率）的一系列方法。4.从降低泛化错误率的角度出发，伟大的前人们已经提出了大量的正则化策略，这其中最重要的方法就是限制学习能力。参数范数惩罚便是最具有代表性的通用参数惩罚措施。5.有
醉一心·2023-01-20 01:06

《Web安全之深度学习实战》笔记：第三章 循环神经网络

本章主要讲解RNN的基本使用方法。一、基于lstm对影评进行分类这是基于imdb.pkl数据集对影评分类，使用的是lstm算法。代码如下所示from__future__importdivision,print_function,absolute_importimporttflearnfromtflearn.data_utilsimportto_categorical,pad_sequencesfr
mooyuan天天·2023-01-20 01:34

深度学习实战——利用Pytorch实现iris数据集的分类

#iris_multi-classfication.py"""PytorchinactionPytorch实现iris数据集的分类"""fromtkinterimportHIDDENimporttorchimportmatplotlib.pyplotaspltimporttorch.nn.functionalasFfromsklearn.datasetsimportload_irisfromtor
ShirasawaHao·2023-01-19 16:50

STM32深度学习实战

STM32深度学习实战1.前言本文主要记录基于tensorflow的简单模型在stm32上运行测试的调试记录，开发人员应对深度学习基础理论和tensorflow框架基础操作有一定了解，对深度学习在微控制器上的实现评估提供一定的参考方向
silence0huan·2023-01-19 07:00

Tensorflow深度学习实战之(七)--MP神经元与BP神经网络模型

本文是在GPU版本的Tensorflow=2.6.2,英伟达显卡驱动CUDA版本=11.6，Python版本=3.6,显卡为3060的环境下进行验证实验的！！！文章目录一、M-P神经元模型二、BP神经网络模型1.感知机模型2.BP神经网络模型3.BP神经网络传播过程4.BP神经网络向前推导5.BP神经网络训练过程步骤一:定义神经网络前向传播的结构、各个参数以及输出结果步骤二:定义损失函数以及选择反
TORE007·2023-01-17 13:27

【Pytorch深度学习实战】（10）生成对抗网络（GAN）

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟生成对抗
Sonhhxg_柒·2023-01-14 08:33

AI听曲识歌！哼曲、口哨吹，都能秒识！

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42TensorFlow实战系列：https://www.showmeai.tech
·2023-01-13 17:04

Hugging Face发布diffuser模型AI绘画库初尝鲜！

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42TensorFlow实战系列：https://www.showmeai.tech
·2023-01-13 17:04

SORT、DeepSORT

日萌社人工智能AI：KerasPyTorchMXNetTensorFlowPaddlePaddle深度学习实战（不定时更新）CNN：RCNN、SPPNet、FastRCNN、FasterRCNN、YOLOV1V2V3
あずにゃん·2023-01-11 13:57

【深度学习实战—5】：基于AlexNet的CIFAR10数据集分类（附Keras实现）

✨博客主页：米开朗琪罗~✨博主爱好：羽毛球✨年轻人要：Livingforthemoment（活在当下）！推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】目录一、数据集获取二、定义AlexNet三、编译并训练四、测试模型五、预测结果可视化附录：完整程序之前我们用AlexNet进行了手写数字的识别，今天带来对cifar10数据集的分类！文末附完整程序！一、数据集获取"""数据集获
米开朗琪罗~·2023-01-11 06:45

【PyTorch】深度学习实战之反向传播

PyTorch实现反向传播反向传播主要体现在l.backward()，调用该方法后w.grad由None更新为Tensor类型，且w.grad.data用于后序w.data的更新l.backward()会把计算图中所有需要梯度的地方都会求出来，然后把梯度都存在对应待求的参数中，最终计算图被释放实现代码：importtorchx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6
少年白马·2023-01-10 16:54

【Pytorch深度学习实战】（2）线性回归（Linear Regression）

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟线性回归
Sonhhxg_柒·2023-01-08 17:37

【深度学习实战】从零开始深度学习（五）：生成对抗网络——深度学习中的非监督学习问题

参考资料：《PyTorch深度学习》（人民邮电出版社）第7章生成网络PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第6章生成对抗网络其他参考的网络资料在文中以超链接的方式给出目录1.生成模型（GenerativeModel）1.1自编码器（Autoencoder）1.2变分自编码器（VariationalAutoEncoder，VAE）2.生成对抗网络（GenerativeAdve
喵木木·2023-01-08 11:02

python保存模型与参数_Python深度学习实战08-保存模型与权重

Python深度学习实战08-保存模型与权重24Aug2017本次练习将已经训练好的神经网络模型保存至本地磁盘,如果未来仍需使用,则可以直接读取调用.因为训练深度学习不易,不要不保存,要不然以后再次需要模型
weixin_39967812·2023-01-06 15:22

【机器学习项目实战10例】（二）：利用LightGBM实现天气变化的时间序列预测

『精品学习专栏导航帖』最适合入门的100个深度学习实战项目【PyTorch深度学习项目实战100例目录】项目详解+数据集+完整源码【机器学习入门项目10例目录】项目详解+数据集+完整源码【机器学习项目实战
Bi 8 Bo·2023-01-06 10:03

TensorFlow2深度学习实战（十八）：目标检测算法YOLOv4-Tiny实战

前言：本专栏以理论与实战相结合的方式，左手看论文，右手敲代码，带你一步步吃透深度学习原理和源码，逐一攻克计算机视觉领域中的三大基本任务：图像分类、目标检测、语义分割。本专栏完整代码将在我的GiuHub仓库更新，欢迎star收藏：https://github.com/Keyird/DeepLearning-TensorFlow2文章目录一、实战介绍与说明（1）代码结构说明（2）如何使用本项目进行预测
AI 菌·2023-01-03 07:06

深度学习实战——基于pytorch写的一个猫狗分类的模型——学习总结

写在前面本学习总结主要目的1.怕以后忘记，到时候翻来看看，2.梳理一下项目过程，便于工业化生产（哈哈）3.敲一遍代码加深记忆4.帮助他人，方便入门同学能够容易入门本过程主要设计到的内容1.torch.nn，nn模块下的Module类，组件类，neturenetwork2.tensor，巩固tensor的方法3.torch.utils.data里面DataLoader的用法4.torchvision
yuejich·2023-01-01 13:54

深度学习实战1-(keras框架)企业数据分析与预测

今天给大家带来深度学习框架keras的实战项目，用于基本的企业数据分析，预测企业净利润情况，并利用灰色预测函数GM11进行预测模型。我们拿到企业数据，这里参数抽象成x1-x9，y表示净利润，数据如下：下面我们开始编写代码进行分析，首先我们引入库：importnumpyasnpimportpandasaspdfromkeras.modelsimportSequentialfromkeras.laye
微学AI·2022-12-31 14:39

Pytorch深度学习实战——第3章课后习题

1.从list(range(9))list(range(9))list(range(9))中创建一个张量aaa并预测检查其大小、偏移量、步长。importtorcha=torch.tensor(list(range(9)))print(a.storage_offset())#偏移量print(a.stride())#步长print(a.size())#大小a)使用b=a.view(3,3)b=a.
看星河的兔子·2022-12-30 08:50

边玩边学！交互式可视化图解！快收藏这18个机器学习和数据科学网站！⛵

作者：韩信子@ShowMeAI机器学习实战系列：https://www.showmeai.tech/tutorials/41深度学习实战系列：https://www.showmeai.tech/tutoria
·2022-12-28 19:21

基于RNN的NLP机器翻译深度学习课程 | 附实战代码

刚好趁着这个机会写一系列NLP机器翻译深度学习实战课程。
AI科技大本营·2022-12-28 14:02

Python与深度学习实战（一）

Python与深度学习实战（一）一、写在前面本文仅用做个人在win10系统下使用Python进行深度学习实战所遇到的一些问题解决实记与经验分享二、Conda的安装与问题的产生在win10系统下安装Anaconda
叶落风沙·2022-12-28 07:13

真实世界的人工智能应用落地——OpenAI篇 ⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42本文地址：https://www.showmeai.tech/article-detail
ShowMeAI·2022-12-27 11:14

深度学习实战（1）——训练Mnist数据集

1.导入必要的库importtorchimportmatplotlib.pyplotaspltimportnumpyimporttorchvision#需要用到torchversion中的数据集fromIPythonimportdisplay2.下载Mnist数据集#下载数据集#数据集的格式pytorch不一定支持，所以要用transform把数据集的格式转换成pytorch支持的形式transf
schedule list·2022-12-27 09:54

深度学习实战-使用Kera预测人物年龄

问题描述我们的任务是从一个人的面部特征来预测他的年龄(用“Young”“Middle”“Old”表示)，我们训练的数据集大约有19906多张照片及其每张图片对应的年龄（全是阿三的头像。。。），测试集有6636张图片，首先我们加载数据集，然后我们通过深度学习框架Keras建立、编译、训练模型，预测出6636张人物头像对应的年龄引入所需要模块importosimportrandomimportpand
致Great·2022-12-26 23:45

真实世界的人工智能应用落地——OpenAI篇 ⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42本文地址：https://www.showmeai.tech/article-detail
·2022-12-26 14:02

读《python计算机视觉与深度学习实战》（郭卡，戴亮编著）笔记·part1

1.Datasetpytorch中提供了两种Dataset，一种是Dataset，另一种是IterableDataset。在构建Dataset子类的时候，一般来说只需要定义__init__、__get_item__和__len__这3个方法，它们的作用分别如下：__init__:初始化类__get_item__:提取Dataset中的元素，通常是元组形式，如（input，target）__len_
SummerMiko_·2022-12-26 12:53

《PyTorch深度学习实战》学习笔记07——处理多维特征输入

1.声明本文为哔哩哔哩视频集《PyTorch深度学习实战》课程的学习笔记，仅作为记录分享。此文所用数据集可从百度网盘链接下载，放置于所写python脚本同级目录之下。
会掉头发·2022-12-26 08:41

PyTorch深度学习实战—3.4 命名张量

目录一、为什么要对张量进行命名二、具体实例（将RGB三维图像转换为灰度一维图像）一、为什么要对张量进行命名张量的维度或坐标轴通常用来表示诸如像素位置或颜色通道的信息，比如说通道数、图像的宽（列数）、图像的高（行数），那么由于我们在计算时需要相应的通道数、宽高等对应计算，并且有时数据存储并不一定都是按照[channels,rows,columns]这种顺序进行存储，也可能以[rows,columns
加油啊老李头·2022-12-25 09:05

Pytorch 深度学习实战 ‘cannot import name ‘BytesType‘ from ‘diskcache.core‘

将下述代码加入到util/disk.py文件中fromcassandra.cqltypesimportBytesTypefromdiskcacheimportFanoutCache,Disk,corefromdiskcache.coreimportiofromioimportBytesIOfromdiskcache.coreimportMODE_BINARY后面如果有缺少模型cassandra的报
加油啊老李头·2022-12-25 09:04

Tensorflow深度学习实战之(五)--保存与恢复模型

文章目录一、保存模型二、恢复模型三、使用模型预测一、保存模型在训练完Tensorflow模型为了方便对新的数据进行预测需要保存该模型，Tensorflow提供tf.train.Saver()函数建立一个saver对象，然后在会话中调saver的save()函数即可将模型保存起来，形式为：saver.save(sess,save_path,global_step=None)，主要用来保存模型其参数意
TORE007·2022-12-24 19:24

Pytorch实战100例-第8天：C3模块实现

天深度学习训练营内部限免文章参考本文所写记录性文章，请在文章开头注明以下内容，复制粘贴即可本文为365天深度学习训练营中的学习记录博客参考文章：Pytorch实战|P8周：C3模块实现原作者：K同学啊|接辅导、项目定制⏲往期文章：深度学习实战训练
Jessica2017lj·2022-12-24 18:51

PyTorch深度学习实战 第十一讲

第十一讲卷积神经网络高级篇GoogLeNet和ResNetGoogLeNet1、据说GoogLeNet中的L之所以大写，是为了纪念最早的LeNet。Googlenet中存在很多重复的模块，称之为Inceptionmodule。其中用到了11,33，55的卷积块。11的卷积可以改变通道数量，同时大大减少计算量。2、通过类编写inceptionmodule时，注意分清哪些定义在init内，哪些在for
张十八员外·2022-12-22 18:13
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他