人工智能神经网络深度学习

未来游戏制作的创新趋势与发展方向

从早期的像素图形到现代的高清视觉盛宴，从简单的2D玩法到复杂的3D虚拟世界，再到混合现实与人工智能的深度融合，未来的游戏制作将呈现出更加丰富多元和智能化的面貌。
神气仙人·2024-02-12 19:54

⼤语⾔模型深度学习背景知识

1.LLM⼤语⾔模型⼀般训练过程Step1.预训练阶段Step2.微调阶段⼤模型⾸先在⼤量的⽆标签数据上进⾏训练，预训练的最终⽬的是让模型学习到语⾔的统计规律和⼀般知识。在这个过程中模型能够学习到词语的语义、句⼦的语法结构、以及⽂本的⼀般知识和上下⽂信息。需要注意的是，预训练本质上是⼀个⽆监督学习过程；得到预训练模型（PretrainedModel），也被称为基座模型（BaseModel），模型具
Andy_shenzl·2024-02-12 18:22

SS280|兴趣电商卖的是什么？

时间：20220918@RE任意门（微信公众号）内容：1.梁宁老师问过我一个问题，说：罗胖，我考你啊，你说，为什么卖服装的电商网站，它不开发一个功能，用人工智能的技术，让用户看见自己穿上某件衣服的样子？
笑忘歌ultra·2024-02-12 18:24

人工智能（AI）大概率会超过人类智商，然而很难拥有意识——《生命3.0》读书笔记

然而，你可能不怎么关心人类的命运，那么，你也必须读，因为中国迎来九运，人工智能将大行其道，想赚钱，可能不得不做一点基础
觉六道·2024-02-12 18:35

小白入门大数据，这一篇就够了

大数据、人工智能(ArtificialIntelligence)像当年的石油、电力一样，正以前所未有的广度和深度影响所有的行业，现在及未来公司的核心壁垒是数据，核心竞争力来自基于大数据的人工智能的竞争。
弄潮大数据·2024-02-12 18:03

使用Java+Springboot+Mysql开发个性化新能源汽车推荐系统 在线新能源电动车辆推荐平台 汽车购物商城 基于机器学习、深度学习、人工智能推荐 基于协同过滤推荐算法 爬虫 可视化数据分析

使用Java+Springboot+Mysql开发个性化新能源汽车推荐系统在线新能源电动车辆推荐平台汽车购物商城基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析CarRecommendWebEx
linge511873822·2024-02-12 18:21

Java+Springboot+Mysql开发个性化求职/招聘/职位推荐系统 在线招聘/就业/职业推荐平台 基于机器学习、深度学习、人工智能推荐算法 协同过滤推荐算法 爬虫 可视化数据分析

Java+Springboot+Mysql开发个性化求职/招聘/职位推荐系统在线招聘/就业/职业推荐平台基于机器学习、深度学习、人工智能推荐算法协同过滤推荐算法爬虫可视化数据分析PositionRecommendSys
linge511873822·2024-02-12 18:20

使用Java+Springboot+Mysql开发个性化租房推荐系统 在线房屋租赁推荐系统 基于机器学习、深度学习、人工智能推荐 基于协同过滤推荐算法 爬虫 可视化数据分析

使用Java+Springboot+Mysql开发个性化租房推荐系统在线房屋租赁推荐系统基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析HouseRecommendSys一、项目简介
linge511873822·2024-02-12 18:20

Python+Django+Mysql个性化求职推荐系统 在线求职/招聘/职位/简历推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫

Python+Django+Mysql个性化求职推荐系统在线求职/招聘/职位/简历推荐系统基于机器学习/深度学习/人工智能基于标签/协同过滤推荐算法爬虫PersonalizedPositionRecSysPy
linge511873822·2024-02-12 18:17

XEX数字货币交易平台：量化交易策略与市场趋势解析

未来，随着人工智能和机器学习技术的进一步发展，量化
焦点易讯·2024-02-12 18:36

【深度学习】S1 预备知识 P1 张量

目录张量创建第一个张量张量的下载与引入创建第一个张量张量的大小和形状张量的形状张量的大小改变张量的形状创建特殊张量张量的基本运算按元素运算张量连结逻辑运算张量求和张量的广播机制张量的索引与切片索引、切片访问张量通过切片方式节省内存占用张量转换为其他对象张量张量（Tensor）是深度学习中用于表示和处理多维数据的数据结构
脚踏实地的大梦想家·2024-02-12 17:55

解决什么问题需要大的计算机算力,突破极限！清华研发出新技术，可大幅提升计算机算力...

该成果所研发的基于多个忆阻器阵列的存算一体系统，在处理卷积神经网络(CNN)时的能效比图形处理器芯片(GPU)高两个数量级，大幅提升了计算设备的算力，成功实现了以更小的功耗和更低的硬件成本完成复杂的计算
weizbbs·2024-02-12 17:24

.NET下集成http请求调用的最佳姿势

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:50

.NET应用国际化-AIGC智能翻译+代码生成

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:19

它让你1小时精通RabbitMQ消息队列

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:19

.NET集成DeveloperSharp生成分布式唯一ID

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:19

C# 人脸识别ViewFaceCore使用的经验分享

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:19

.NET 社区又一个 C# 版微信 SDK 开源了

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:19

.NET Core自带的“消息队列“、还有“定时“+“定量“消费，真妙

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:48

ASP.NET Core Web API 流式返回，实现ChatGPT逐字显示

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章
数字智慧化基地·2024-02-12 17:18

Days 24 Elfboard 读取摄像头视频进行目标检测

Days24Elfboard读取摄像头视频进行目标检测当前，将AI或深度学习算法（如分类、目标检测和轨迹追踪）部署到嵌入式设备，进而实现边缘计算，正成为轻量级深度学习算法发展的一个重要趋势。
yushibing717·2024-02-12 17:14

ChatGPT高效提问—prompt实践

ChatGPT高效提问—prompt实践探索prompt在实际生活中的各种应用，旨在帮助理解和掌握如何将之前学到的prompt基础和技巧应用到具体实践中，从而在各个领域实现人工智能的价值。
Bruce_Liuxiaowei·2024-02-12 16:42

交叉熵损失函数基本概念及公式

Cross-EntropyLoss1.二分类2.对于多类别分类问题，其公式可以表示为：3.公式深度挖掘解释——交叉熵损失函数公式中（log）的解释总结交叉熵损失函数（Cross-EntropyLoss）是在机器学习和深度学习中常用的一种损失函数
小桥流水---人工智能·2024-02-12 16:03

交叉熵损失函数（Cross-Entropy Loss）的基本概念与程序代码

交叉熵损失函数（Cross-EntropyLoss）是机器学习和深度学习中常用的损失函数之一，用于分类问题。
小桥流水---人工智能·2024-02-12 16:31

大数据视频教程百度网盘下载

同时，人们又试图用深度学习这样新的思路去解决过去MapReduce和Spark已经解决的问题，这也意味着大数据技术开始进入3.0时代。在这个全新阶段，可以看到整个市场上已经可以提
QFdongdong·2024-02-12 16:42

基于深度学习的图像分割

本论文首先阐述了遥感图像分割和深度学习技术的原理，并用全
雨望·2024-02-12 15:20

AI：125-基于深度学习的航拍图像中地物变化检测

欢迎订阅支持，正在不断更新中~一.基于深度学习的航拍图像中地物变化检测背景随着无人机技术的飞速发展，航拍图像成为获取地表信息的重要手段之一
一见已难忘的申公豹·2024-02-12 15:48

深度学习之线性模型

深度学习之线性模型y=w*x模型思路y=w*x+b模型思路y=w*x模型思路这里求权重w,求最适合的权重，就是求损失值最小的时候这里用穷举法:在一个范围内，列出w的所有值，并且计算出每组数据的平均损失值
温柔了岁月.c·2024-02-12 15:18

（深度学习快速入门）图对比学习综述笔记-中文信息学报2023第37卷第5期

文章目录引言问题定义和相关背景图定义及其类型对比学习图神经网络图分析的下游任务节点级图对比学习方法实例对比跨级别对比边级别图对比学习图级别对比学习图对比学习扩展不同类型图上的扩展结合监督信息的图对比学习图数据集介绍引言传统的图数据分析通常采用监督学习的框架
快乐江湖·2024-02-12 15:18

34从传统算法到深度学习：目标检测入门实战 --方向梯度直方图

什么是方向梯度直方图在前面的实验1、实验2中，我们了解到传统的目标检测流程可分为三个步骤，第一步是使用滑动窗口和图像金字塔从图片中选择一些区域。第二步是将选择出来的区域转化为人工设计的特征，可称为特征提取。第三步是将这些特征输入分类器进行分类。方向梯度直方图（HistogramofOrientedGradients）以下简称HOG，就是一种人工设计的特征，用来简化图像表述的特征描述符。下图中左边的
Jachin111·2024-02-12 15:37

王树森：学 DRL 走过的弯路太多，想让大家避开（文末赠送福利）

大家都知道，深度强化学习（DeepReinforcementLearning，DRL）就是应用了神经网络的强化学习。而强化学习是机器学习的一个分支，研究如何基于对环境的观测做出决策，以最大化长期回报。
人工智能与算法学习·2024-02-12 15:43

GEE数据集——美国地质调查局历史地形图(更新)

前言–人工智能教程其中的一个子集已被收录到约81,000+幅地图的总体收藏中，未来还将进行改进和补充。元数据包括
此星光明·2024-02-12 15:12

GEE数据集——巴西年度土地覆被和利用地图

前言–人工智能教程其他地区，如泛亚马孙、
此星光明·2024-02-12 15:39

【人工智能Alphago背后的秘密】全网最全面的蒙特卡洛树搜索算法讲解：系统、简洁、易懂！

前言人工智能Alphago，成为最顶尖的围棋大师，不由得让人产生探索它背后的算法的兴趣。在搜索空间巨大的围棋问题中，Alphago是通过什么算法能在较短的时间搜索每一个局面的（近似）最优解？
准确、系统、简洁地讲算法·2024-02-12 15:09

2024 通义语音 AI 技术图景，大模型引领 AI 再进化

自1956年达特茅斯会议上，约翰·麦卡锡首次提出了“人工智能”这一术语。AI在此后七十年的发展中呈现脉冲式趋势，每隔5-10年会出现一次技术革新和域定。
阿里技术·2024-02-12 15:01

神经网络训练中的epoch和batch概念

在神经网络训练中，"epoch"和"batch"是两个基本的概念：Epoch:一个epoch代表的是整个数据集被遍历一次的过程。在一个epoch中，网络会对每一个训练样本学习一次，然后更新权重。
山泼黛·2024-02-12 14:29

深度学习笔记

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:激活函数sigmoid
stoAir·2024-02-12 14:28

[ai笔记4] 将AI工具场景化，应用于生活和工作

早上醒来的时候，我就开始思考接下来应该怎样去熟悉和梳理ai这个领域，对于一个技术人来说，自然是通过技术的手段，研究下大模型原理、深度学习、langchain这些框架会更合适，但这些东西不能直接解决人
文思源想·2024-02-12 14:27

yolov3-tiny

一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别或实例ID来描述图片，这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大规模应用的任务
HelloWorldQAQ。·2024-02-12 14:50

YOLO系列详解（YOLOV1-YOLOV3）

YOLO算法作为one-stage目标检测算法最典型的代表，其基于深度神经网络进行对象的识别和定位，运行速度很快，可以用于实时系统。了解YOLO是对目标检测算法研究的一个必须步骤。
X.AI666·2024-02-12 14:49

【江湖说️学习日记161纳什均衡】

[学习笔记]：两家人工智能公司，“熟悉的陌生人”和“看透人心”，都在耕耘人脸识别市场，但这项技术还处于第48课讲的“技术采用生命周期”的早期，用户接受起来困难。于是两位创始人见面，商量共同投入，培
栗小蒙·2024-02-12 13:46

【大厂AI课学习笔记】【1.5 AI技术领域】（10）对话系统

比较重要的是，基于人工智能的对话系统，可以模拟人
giszz·2024-02-12 13:59

阿里云人工智能工程师ACP认证考试：15天备考到通过经验分享

阿里云人工智能工程师ACP认证考试：15天备考到通过经验分享机缘：以证促学在工作中，接触并使用深度学习相关技术已经有4、5年左右，具备一些AI相关的理论和经验。
North_D·2024-02-12 13:59

不谋而合——软硬结合更是人工智能发展的长久之计

图片发自App对于做人工智能类的初创公司中，有的以做软件作为企业开始时发展的敲门砖，比如出门问问，有的还在硬件研发的漫长道路中咬牙坚持，比如深鉴科技，但是无论是硬件还是软件，都在不断摸索中产生一个共识:
李洺宇·2024-02-12 13:30

Vitis AI 集成

更多TVM中文文档可访问→ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2024-02-12 12:42

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。例如当需要进行需求预测时，如果只储备最可能的需求预测量，那么缺货的概率非常的大。但是如果库存处于预测的第95个百分位数(需求有95%的可能性小于或等于该值)，那么缺货数量会减少到大约20分之1。获得这些百分位数值的机器学习方法有：scikit-learn:Gradien
·2024-02-12 12:41

【Golang入门教程】如何使用Goland创建并运行项目

自然语言处理的发展文章目录自然语言处理的发展**前言**创建新项目编辑运行/调试配置编写并运行代码总结强烈推荐专栏集锦写在最后前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家
The-Venus·2024-02-12 12:43

人工智能与人的智能

面对未知，人类的焦虑倾向于设置一个不被其他任何东西超越的一大前提，也就是要保持人类的天然性，作为保护壳。然而，但这种大前提迟早会被突破的，就像意识一样，我们想控制它，但是没有办法完全控制的，比如现在要你不去想大象，那你能不想大象吗？还是立即就想到了大象这个对象？人造的四肢、心脏支架、人造的牙齿都被逐渐接受并习以为常，那头脑的外部拓展芯片应该也会被逐渐接受的。现在会面临这样的一个哲学性问题：外加植入
初几开门·2024-02-12 12:33

今日分享主题

每年数以亿计的用户让谷歌的软件愈加聪明，这是谷歌率先开发出人工智能、无人驾驶的全部密码。因此，客观上，用户是互联网价值创造的主体。这是互联网公司无法直接收费的根源。假设微信收费，市场
云梦泽_58fb·2024-02-12 12:08

人工智能在金融领域的革新：挑战与机遇

人工智能在金融领域的应用已经带来了革命性的变化，它不仅提高了金融服务的效率和便利性，也为金融机构提供了更多的数据分析和风险管理工具。
迷璃学妹·2024-02-12 12:40
上一页 49 50 51 52 53 54 55 56 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他