企业服务知识库知识管理深度学习

深度学习的基本概念汇总

这里小小总结一下看论文时常见到的名词，不用再一个个搜索啦！！！1.batchsizebatchsize是指在训练集中取的样本数，batch的size设置的不能太大也不能太小，因此实际工程中最常用的就是mini-batch，一般size设置为几十或者几百。对于二阶优化算法，减小batch换来的收敛速度提升远不如引入大量噪声导致的性能下降，因此在使用二阶优化算法时，往往要采用大batch哦。此时往往b
-day day up-·2024-01-20 07:01

ChatGPT知识库丨ChatGPT 登不上官网怎么办？

ChatGPT知识库丨公开分享进步一站式GPT知识库·语雀秉持公开、分享和进步的理念，打造一站式ChatGPT知识库https://www.yuque.com/gptcn/gpt原文首发于语雀知识库文档最近看见不少人说
一叶浮沉wy·2024-01-20 07:18

【ChatGPT】利用ChatGPT将图片转换成JSON文件

前言我在创建自己的GPT时，通常会上传一些JSON文件作为知识库，我还制作了一些脚本工具，将PDF文件转换成JSON文件。
大表哥汽车人·2024-01-20 07:33

第4周：Pytorch——综合应用和实战项目 Day 28-30: 学习资源和社区参与

学习资源：论文：阅读最新的机器学习和深度学习论文，了解领域的最新进展。推荐资源包括arXiv、GoogleScholar。
M.D·2024-01-20 06:27

深度学习-第J1周：ResNet-50算法的Pytorch实现及解析

本文为[365天深度学习训练营]内部限免文章（版权归*K同学啊*所有）作者：[K同学啊]本周任务：●1.请根据本文TensorFlow代码（训练营内部阅读），编写出相应的Pytorch代码●2.了解残差结构
quant_day·2024-01-20 06:56

**PyTorch月学习计划 - 第一周；第6-7天: 自动梯度（Autograd）**

PyTorch月学习计划-第6-7天:自动梯度（Autograd）学习目标：掌握自动微分的基本原理，特别是在深度学习中的应用。学会如何在PyTorch中使用autograd模块进行自动梯度计算。
M.D·2024-01-20 06:56

Pytorch学习 第二周Day 10-11: 损失函数和优化器

Day10-11:损失函数和优化器在这两天的学习中，我深入了解了不同的损失函数和优化器，并通过使用两个流行的深度学习框架，PyTorch和TensorFlow，来对比学习这些概念的实际应用。
M.D·2024-01-20 06:56

深度学习｜9.7迁移学习transfer learning

文章目录迁移学习迁移学习的定义如何实现迁移学习为什么要选择迁移学习？迁移学习迁移学习的定义迁移学习是指将针对某项任务学习到的知识应用到其他任务的问题解决中去。如何实现迁移学习可以下载别人训练好的网络，保留网络中训练好的参数（参数分两种，一种是人为设置好的超参数，另外一种是在训练过程中学习/调整到的参数）注意的是，原先训练好的网络可能会有多个输出结果，而某次任务所需的结果可能只是其中的一个子集，也就
晓源Galois·2024-01-20 06:19

Pytorch学习第二周--Day 12-13: 构建你的第一个神经网络

使用了两个主流的深度学习框架：PyTorch和TensorFlow，以对比和理解它们在神经网络构建方面的不同。目标：构建一个全连接的神经网络来处理分类问题。
M.D·2024-01-20 06:16

复现图神经网络（GNN）论文的过程以及PyTorch与TensorFlow对比学习

三、实现模型：使用合适的深度学习框架（如PyTorch、TensorFlo
M.D·2024-01-20 06:16

Pytorch第2周：深度学习基础 - Day 8-9: 神经网络基础

Pytorch第2周：深度学习基础-Day8-9:神经网络基础学习目标：理解神经网络的基础概念。学习如何使用PyTorch的nn模块构建神经网络。
M.D·2024-01-20 06:16

第1周：Day 3 - PyTorch与TensorFlow的异同介绍（入门级）

它由Facebook的人工智能研究团队开发，提供了丰富的API，便于进行深度学习模型的快速开发和原型验证。PyTorch的主要特点包括动态计算图（即命令式编程风格），直观的API设计，以及强大
M.D·2024-01-20 06:46

数据预处理中的插值操作

用于深度学习模型的训练数据有时会遇到分辨率不统一的情况，不利于模型训练出最优的结果。
chunleiml·2024-01-20 05:30

Codalab平台学习笔记

简介Codalab是一个用于复现深度学习研究的协作平台，由斯坦福大学和微软合作开发。
Q同学的nlp笔记·2024-01-20 05:59

动手学深度学习5 矩阵计算

矩阵计算--矩阵怎么求导数1.导数和微分2.偏导数3.梯度1.向量-标量求导2.向量-向量求导3.拓展到矩阵4.链式法则5.小结QA练习课程安排：视频：https://www.bilibili.com/video/BV1eZ4y1w7PY/?spm_id_from=autoNext&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef8课件：https://zh-v2
陌上阳光·2024-01-20 04:49

动手学深度学习3 数据操作+数据预处理

数据操作+数据预处理1.基础数据结构-N维数组2.数据操作实现--基础的张量运算1.张量--创建与赋值1.数据生成--创建torch.arange2.张量的属性--shape、numel3.reshape--改变张量的shape但是不改变其值4.初始化张量oneszeros等5.使用python列表或嵌套列表为张量赋值2.张量的运算1.标准算术运算符（+、-、*、/和**）加减乘除幂运算2.指数运
陌上阳光·2024-01-20 04:48

动手学深度学习6 自动求导

5.为什么深度学习中一般对标量求导而不是对矩阵或者向量6.多个lo
陌上阳光·2024-01-20 04:47

AI智能大模型与低代码：现代应用开发的潮流趋势

AI智能大模型可以处理复杂的数据问题，并通过深度学习和自然语言处理等技术实现卓越的性能。而低代码开发则减少了传统软件开发的繁琐过程，使非专业开发者也能快速开发
液态不合群·2024-01-20 04:13

人工智能简史第五章：第三次浪潮期-2006年以后

第三次人工智能浪潮兴起的标志可能要数2006年杰弗里·辛顿（GeoffreyHinton）等人提出的深度学习，或者说Hinton等人吹响了这次浪潮的号角。
ChatGPT_X·2024-01-20 04:40

人工智能发展简史第三章：第二次浪潮期-20世纪70年代末、80年代

前言20世纪70年代末、80年代初，人工智能进入了第二次浪潮，其中代表性的工作是1976年兰德尔·戴维斯（RandallDavis）构建和维护的大规模的知识库，1980年德鲁·麦狄蒙（DrewMcDermott
ChatGPT_X·2024-01-20 04:09

人工智能发展简史第四章：平稳发展期-20世纪90年代

后来又出现了OWL语言和其他一些相关知识描述语言，这为知识库的两个核心问题：知识表达和开放知识实体，给出了一个可能的解决方案（尽管这一思路在后来一直没有得到广泛认可，直到2012年谷歌提出知识图谱的概念
ChatGPT_X·2024-01-20 04:08

速盾网络：高防ip是什么

它通过使用专业的设备和技术，在企业服务器和外部网络之间建立一道坚固的防火墙，有效过滤和阻挡各类网络攻击，确保企业的网络服务正常运行。高防IP的
速盾cdn·2024-01-20 04:16

视频快速转人体关键点检测

快速视频转人体关键点检测【决胜最强王者】前言人体关键点检测与深度学习项目介绍：人工智能挑战水城余哥项目实施步骤Step1:上传视频文件Step2:修改文件名为in.mp4Step3:点击按钮运行Step4
OverlordDuke·2024-01-20 03:43

基于深度学习的老黑白视频修复

基于深度学习的老黑白视频修复PaddleGAN实现老北京黑白视频修复项目背景与意义安装PaddleGAN1.1准备工作1.2下载PaddleGAN代码1.3安装依赖导入依赖包2.1导入相关库2.2定义display
OverlordDuke·2024-01-20 03:12

深度学习平台demo(三）- C#共享内存方式读写数据及图像

上面博客C#和python通过socket方法进行通信_jiugeshao的专栏-CSDN博客提到接下来讲下如何通过c#共享内存方式来读写数据及图像，以给c#和python之间通过共享内存方式读写图片埋下伏笔。所实验的界面长如下样子（右边是panel控件里放入了一个picturebox控件）：成员按变量有如下：[DllImport("user32.dll",CharSet=CharSet.Auto
竹叶青lvye·2024-01-20 03:40

龙腾荆楚 | 软件供应链安全检测中心落地襄阳

襄阳市直部门领导：襄阳市委网络安全和信息化委员会办公室副主任孙京瑞，市行政审批局三级调研员、市大数据中心负责人杨永旗，市中小企业服务中心负责人全虎，市行政
开源网安·2024-01-20 03:08

基于深度学习的复杂背景下目标检测研究—论文解读

1.创新点  论文主要针对模型训练中出现的正负样本不均衡问题，根据困难样本挖掘原理，在原有的损失函数中引入调制因子，将背景部分视为简单样本，减小背景损失在置信损失中的占比，使得模型收敛更快速，模型训练更充分，从而提高了复杂背景下的目标检测精度。同时，通过构建特征金字塔和融合多层特征图的方式，实现对低层特征图的语义信息融合增强，以提高对小目标检测的精度，从而提高整体的检测精度。2.实现方法  本文检
寂静之地·2024-01-20 03:28

【论文总结】基于深度学习的特征点提取，特征点检测的方法总结

这里写目录标题相关工作1.DiscriminativeLearningofDeepConvolutionalFeaturePointDescriptors(2015)网络结构sift算法损失函数的构建2.MatchNet(2015)网络中的组成部分其他组成部分损失函数结果3.LIFT:LearnedInvariantFeatureTransform(2016)网络结构训练网络结构损失函数训练和测试
醉酒柴柴·2024-01-20 03:26

行为检测论文笔记【综述】基于深度学习的行为检测方法综述

近年来，基于深度学习的方法在行为检测领域取得了巨大的进展，引起了国内外研究者的关注，对这些方法进行了全面的梳理和总结，介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类
计算机视觉-杨帆·2024-01-20 03:26

介绍 TensorFlow 的基本概念和使用场景

文章目录一、概念二、案例三、常见问题四、优缺点优点缺点五、相关链接一、概念TensorFlow是一个开源机器学习和深度学习框架，由Google开发并于2015年发布。
雪梅零落·2024-01-20 03:13

用好8项行为，内修自身，外融团队-4

在深度学习4D团队系统后，
简小喵喵·2024-01-20 03:13

未来之笔：AI绘画如何重新定义人物设计艺术

然而，随着深度学习和神
Coding的叶子·2024-01-20 02:15

03242022《深度学习》第100/ 500本 【佳庆方舟读书】

03242022《深度学习》第100/500本【佳庆方舟读书】总结：彻底解决你的知识焦虑。
旭哥_优秀是一种习惯·2024-01-20 01:54

（2023版）斯坦福CS231n学习笔记：DL与CV教程 (12) | 视觉模型可视化与可解释性（Visualizing and Understanding）

前言笔记专栏：斯坦福CS231N：面向视觉识别的卷积神经网络（23）课程链接：https://www.bilibili.com/video/BV1xV411R7i5CS231n:深度学习计算机视觉（2017
女王の专属领地·2024-01-20 01:15

深度学习中Numpy的一些注意点（多维数组；数据类型转换、数组扁平化、np.where()、np.argmax()、图像拼接、生成同shape的图片）

文章目录1多维数组压缩维度扩充维度2numpy类型转换深度学习常见的float32类型。
又又土·2024-01-20 00:17

【话题】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。
RisunJan·2024-01-19 23:39

【图像分类】【深度学习】【轻量级网络】【Pytorch版本】EfficientNet_V1模型算法详解

【图像分类】【深度学习】【轻量级网络】【Pytorch版本】EfficientNet_V1模型算法详解文章目录【图像分类】【深度学习】【轻量级网络】【Pytorch版本】EfficientNet_V1模型算法详解前言
牙牙要健康·2024-01-19 22:46

深度学习记录--mini-batch gradient descent

batchvsmini-batchgradientdescentbatch：段，块与传统的batch梯度下降不同，mini-batchgradientdescent将数据分成多个子集，分别进行处理，在数据量非常巨大的情况下，这样处理可以及时进行梯度下降，大大加快训练速度mini-batchgradientdescent的原理两种方法的梯度下降图如下图所示batchgradientdescent是一
蹲家宅宅·2024-01-19 22:14

深入浅出：mmdetection和mmyolo在ubuntu和windows系统下的安装指南

mmdetection和mmyolo是这一领域的两个重要工具，基于深度学习算法，提供了强大且灵活的目标检测功能。本博客旨在为对深度学习和目标检测感兴趣的读者提
梦想的理由·2024-01-19 22:38

文心一言：智能回复、语言准确性与知识库丰富度的综合比较

它们在智能回复、语言准确性和知识库丰富度等方面都有着独特的特点，但究竟哪个更为出色呢？本文将从多个维度对这两大AI助手进行比较。
星光不问赶路人-·2024-01-19 22:55

基于yolov2深度学习网络的车辆检测算法matlab仿真,包括白天场景和夜晚场景

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1YOLOv2算法原理4.2车辆检测原理4.3白天场景和夜晚场景的车辆检测5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本MATLAB2022a3.部分核心程序loadyolov2.mat%加载训练好的目标检测器img_size=[224,224];imgPath='test/';%图像库路径imgDi
简简单单做算法·2024-01-19 20:53

ChatGPT 和文心一言，各有优劣

目录前言具体比较智能回复能力语言准确性知识库丰富度生成内容风格总结前言近年来，随着人工智能技术的不断进步，AI助手已成为人机交互的重要载体。
P_M_P·2024-01-19 20:31

【ICCV2019】论文阅读FaceForensics++: Learning to Detect Manipulated Facial Images

FaceForensics++:LearningtoDetectManipulatedFacialImagesFaceForensics++：是一个面部伪造数据集，它使研究人员能够以有监督的方式训练基于深度学习的方法
yipala·2024-01-19 19:22

深度学习从入门到不想放弃-6

这节要讲完距离基础部分就真完事了，不继续在基础中求得基础了，我发现也没人看书接前文深度学习从入门到不想放弃-5(qq.com)前文书写到要合理的设计特征是什么概念，我们再拿两个例子复习一下比如一个卖车网站
周博洋K·2024-01-19 18:44

书生·浦语大模型实战营-学习笔记3

目录(3)基于InternLM和LangChain搭建你的知识库1.大模型开发范式（RAG、Fine-tune）RAG微调（传统自然语言处理的方法）2.LangChain简介（RAG开发框架）3.构建向量数据库
Kinno酱·2024-01-19 17:27

科普：大语言模型中的量化是什么意思？

大语言模型是指能够处理大规模文本数据的深度学习模型，例如GPT-3、BERT等。这些模型通常有数十亿甚至数百亿个参数，占用大量的存储空间和计算资源。
AI明说·2024-01-19 17:08

（一）深度学习入门：感知机模型

一、感知机定义二、感知机与逻辑电路三、感知机的局限性四、感知机的优越性前言感知机是深度学习算法的基本单元，本文简单介绍了感知机的定义，探究了感知机与逻辑门电路之间的联系，在此基础上解释了感知机的局限性和优越性
油炸大聪明·2024-01-19 17:04

（二）深度学习入门：神经网络的前向传播

目录前言一、神经网络的基本结构二、激活函数三、神经网络输出层的设计前言上一篇我们解决了感知机模型的基本定义和应用，本次我们在感知机的基础上探讨感知机构成神经网络的一些细节，了解神经网络前向传播的过程，重点理解激活函数存在的意义。一、神经网络的基本结构在如图所示神经网络结构图中，我们把最左边的一列称为输入层，最右边一列称为输出层，在输入层和输出层中间的网络层称为中间层，中间层可以有多个。在实际使用过
油炸大聪明·2024-01-19 17:33

【前沿技术杂谈：智能对话的未来】深入比较ChatGPT与文心一言

【前沿技术杂谈：智能对话的未来】深入比较ChatGPT与文心一言引言主体智能回复语言准确性知识库丰富度深入分析：ChatGPT与文心一言的技术对比技术架构和算法数据处理和隐私用户界面和体验应用场景分析未来展望技术进步的趋势潜在的挑战对社会的影响结论
jcfszxc·2024-01-19 17:30

创新能力的重要原动力

——学习过程的重要性学的实质让学生经历学科的认知过程，全身体验智慧的复衍历程，不仅是深度学习的需要，更是深度育人的需要。
孙玉生·2024-01-19 16:57
上一页 73 74 75 76 77 78 79 80 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他