快速上手深度学习第42页

【影像组学入门百问】#83----#87

深度影像组学（DeepRadiomics）是一种将深度学习技术应用于影像组学的研究方法。它结合了传统影像组学的特征提取方法和深度学习的自动特征学习能力，以提高影像特征的表示能力和泛化性能。

有Li·2024-01-30 00:42

Phoncent博客GPT写作工具

庄泽峰·2024-01-30 00:37

深度学习技巧应用34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧,本文将帮助大家理解多台服务器资源的数据并行分布式训练神经网络模型的过程，数据并行训练是一种在多个处理器上并行训练卷积神经网络模型的方法

微学AI·2024-01-29 22:11

基于深度学习的安全帽检测系统（YOLOv5清新界面版，Python代码）

安全帽检测系统用于自动化监测安全帽佩戴情况，在需要佩戴安全帽的场合自动安全提醒，实现图片、视频和摄像头等多种形式监测。在介绍算法原理的同时，给出Python的实现代码、训练数据集，以及PyQt的UI界面。安全帽检测系统主要用于自动化监测安全帽佩戴情况，检测佩戴安全帽的数目、位置、预测置信度等；可采取图片、视频和摄像头等多种形式监测佩戴情况，并实时显示标记和结果；博文提供了完整的Python代码和使

AI小白龙*·2024-01-29 21:05

语义分割样本随机划分

文章目录前言一、训练集、验证集、测试集二、使用步骤1.引入库2.设置输入输出路径3.处理过程总结前言深度学习语义分割在训练时需要将裁剪好的样本数据划分为训练集、验证集和测试集。

深度神经质患者·2024-01-29 21:53

躬身行领读人服务升级体系

躬身行悦读工坊领读人服务体系全面升级，以教授别人完成自己深度学习以被实践证明这是有效的学习方法和实践逻辑。为确保所有领读人能真正完成蜕变，实现从意愿到结果的顺利升级，全面开启领读人的付费模式。

宗少躬身行·2024-01-29 20:38

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

【深度学习：目标检测】深度学习中目标检测模型、用例和示例什么是物体检测？

jcfszxc·2024-01-29 20:30

不愧是Alibaba出品，这份Vue+Spring Boot前后端分离开发实战手册也太强了

企业技能要求现在企业通常要求程序员既要有实战技能，也要内功扎实，对于新项目可以快速上手，熟悉底层原理后还应后劲十足，因此在笔试和面试时结合底层知识、实战应用、设计思维三方面进行考查。

该用户快成仙了·2024-01-29 20:19

【转】深度学习中的正则化（Regularization）

转自：http://www.imooc.com/article/69484一、Bias（偏差）&Variance（方差）在机器学习中，这两个名词经常让我们傻傻分不清。我们不妨用案例来看看怎么区分。假设我们正在做一个分类器，分别在训练集和验证集上测试，以下为四种可能的情况：四种情况可见①、④两种情况的训练集误差都很小，接近optimalerror，这种就称为lowbias。说明训练的很到位了。相反，

是我真的是我·2024-01-29 19:59

仿真机器人-深度学习CV和激光雷达感知(项目2)day8【作业2与答案2】

文章目录前言作业2答案2代码详解前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用以下的几个专栏是本人比较满意的专栏(大部分专栏仍在持续更新)，欢迎大家的关注：ACM-ICPC算法汇总【基础篇】ACM-ICPC算法汇总【提高篇】AIoT(人工智能

辰chen·2024-01-29 19:12

成都市网络教研《初中地理深度学习课堂教学研究》学习记录（三）

深度学习基本思维模型基于“深度学习”的初中地理课堂真实：可借鉴、实用性强有效：解决学习过程中的核心知识、关键能力生本：以学生为主体，体现学生的参与度和参与面灵活：课堂灵活，处理知识和问题的方式不死板、材料鲜活

一枚王脑司·2024-01-29 19:06

工业界和学术界最大区别是什么？

链接：https://www.zhihu.com/question/332602866编辑：深度学习与计算机视觉声明：仅做学术分享，侵删能源类工科博士在读，正在面临工业界和学术界的抉择，想知道两者的区别

woshicver·2024-01-29 18:35

AI 绘画平台难开发，难变现？试试 Stable Diffusion API Serverless 版解决方案

作者：王佳、江昱、筱姜StableDiffusion模型，已经成为AI行业从传统深度学习时代走向AIGC时代的标志性里程碑。

阿里云云原生·2024-01-29 18:06

深度学习一些有用的网站

Pytorch官方网站https://pytorch.org/get-started/previous-versions/查询期刊会议的排名网站https://www.aminer.cn/ranks/conf?domain_ids=all&type=ccf&search=&metric=google_h5_index&order=descend&ccf_level=A,B,C,other&cate

LinlyZhai·2024-01-29 18:27

datawhale 大模型学习第八章-分布式训练

近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，传统的单机单卡模式已经无法满足超大模型进行训练的要求。

fan_fan_feng·2024-01-29 18:25

基于深度学习的表面缺陷检测方法综述

一、摘要近年来，基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中。

禄亿萋·2024-01-29 16:26

Masked Face Recognition Using Deep Learning: A Review

摘要：本次调查整理并回顾了最近基于深度学习技术为蒙面人脸识别（MFR）开发的工作，提供了对MFR系统开发流程的见解和深入讨论。

禄亿萋·2024-01-29 16:25

【机器学习300问】19、深度学习和机器学习什么关系？

往后的文章我会穿插着机器学习和深度学习的内容进行，所有有必要在这里先说下两者的关系。一、从范围上讲深度学习和机器学习都是人工智能的一个子领域，它们之间的关系可以理解为包含和被包含的关系。

小oo呆·2024-01-29 16:55

机器学习周报第23周

BERTmodelsforBrazilianPortuguese:pretraining,evaluationandtokenizationanalysis2.1摘要2.2理论背景2.3实验结果总结摘要在深度学习中

Ramos_zl·2024-01-29 16:21

换个思维方式快速上手UML和 plantUML——类图

和大多数朋友一样，Jeffrey在一开始的时候也十分的厌烦软件工程的一系列东西，对工程化工具十分厌恶，觉得它繁琐，需要记忆很多没有意思的东西。但是之所以，肯定有是因为。对工程化工具的不理解和不认可主要是基于两个逻辑点：1）对于当下的任务来说，学习成本高，但是收效比较小，即收益小2）即使学习了，利用空间不足，即应用少如果要给出能说服自己学习软件工程的原因【也是一开始说服我自己的原因】1）逐渐接触更大

Jeffrey_oWang·2024-01-29 16:04

学习笔记-webpack

webpack打包以下针对webpack为5的情况，所有依赖的版本如下：image.png快速上手constpath=require('path')module.exports={//mode：工作模式

_咻咻咻咻咻·2024-01-29 16:43

AI算力加速之道

1AI算力发展趋势1.1人工智能理论：深度学习人工智能发展至今并非一帆风顺，从起步阶段到现今的深度学习阶段，数据、算法和算力构成了人工智能三大基本要素，共同推动人工智能向更高层次的感知、认知发展。

安第斯智能云·2024-01-29 16:56

深度学习：Softmax回归

在前面，我们介绍了线性回归模型的原理及实现。线性回归适合于预测连续值，而对于分类问题的离散值则束手无策。因此引出了本文所要介绍的softmax回归模型，该模型是针对多分类问题所提出的。下面我们将从softmax回归模型的原理开始介绍，最后我们同样会基于PyTorch来实现基本的softmax模型。1、分类问题假设现在我们需要对图像进行分类，每次输入的数据是一个2x2的灰度图像。如果用一个标量来表示

AAI机器之心·2024-01-29 15:46

Docker光速搞定深度学习环境配置！

还有就是最恶心的深度学习环境，配置Cuda，Cudnn，Pytorch，TensorFlow，Opencv，G

AAI机器之心·2024-01-29 15:46

《Visual Tree Convolutional Neural Network in Image Classification》阅读笔记

VisualTreeConvolutionalNeuralNetworkinImageClassification》图像分类中的视觉树卷积神经网络作者YuntaoLiu、YongDou、RuochunJin和PengQiao来自国防科技大学并行和分布式处理国家实验室初读摘要问题：在图像分类领域，随着深度学习的快速发展

AncilunKiang·2024-01-29 15:45

前沿资讯！文心一言和ChatGPT最全对比！

文心一言和ChatGPT都是基于深度学习技术的自然语言处理模型，有各自的优势和使用场景，无法简单地比较ChatGPT和文心一言哪一个功能更强大，它们各自具有优势和局限性，需要根据具体需求进行选择，以下一些具体对比

2301_76571514·2024-01-29 14:57

自然语言处理发展(自然语言处理发展经历了哪些阶段)

到了2000年代，随着深度学习和神经网络技术的发展，NLP进一步获得

2301_76571514·2024-01-29 14:25

Matlab App Designer自学笔记(十四)：分档旋钮控件、下拉菜单控件、微调控件

热衷于分享技术和日常生活的机械专业小哥哥，捣鼓机械设计、计算机视觉和深度学习。网站还涉及到网页设计以及SEO相关地博文。

是刃小木啦~·2024-01-29 14:41

通俗易懂理解MobileNet网络模型

一、参考资料详细且通俗讲解轻量级神经网络——MobileNets【V1、V2、V3】MobileNetv1和MobileNetv2二、MobileNetv1原始论文：[1]MobileNet网络详解【深度学习

花花少年·2024-01-29 13:54

深度学习问题记录

献给莹莹1.为什么交叉熵损失相比均方误差损失能提高以sigmoid和softmax作为激活函数的层的性能？因为sigmoid函数的性质，导致σ′(z)在z取大部分值时会很小（如下图标出来的两端，几近于平坦），这样会使得w和b更新非常慢（因为η*a*σ′(z)这一项接近于0）。导数中没有σ′(z)这一项，权重的更新是受σ(z)−y这一项影响，即受误差的影响。所以当误差大的时候，权重更新就快，当误差小

Yankee_13·2024-01-29 13:40

配置pytorch+cuda深度学习开发环境

研究深度学习，有块GPU是必须的。GPU的主要作用就是大规模并行计算，加速我们的模型的训练。本文介绍基于pytorch+cuda的开发环境。

zhangzq02·2024-01-29 13:10

【深度学习】隐马尔科夫

文章目录一隐马尔可夫1.自动机2.马尔可夫链和马尔可夫假设3.隐马尔可夫模型3.1马尔科夫模型中的三个问题：3.2似然度问题：3.3解码问题案例如何对句子进行分词统计概率使用viterbi算法进行解码一隐马尔可夫1.自动机自动机：（又称为有限自动机，有限状态自动机，FSA）是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。例如：常用的正则表达式就是一种用来描述字符串出现字符的自动机。

OneTenTwo76·2024-01-29 12:55

【深度学习】马尔科夫链

马尔科夫链一、常见的马尔可夫过程：(1)独立随机过程为马尔可夫过程。(2)独立增量过程为马尔可夫过程：没{X(t)，t∈[0，+∞)}为一独立增量过程，且有P(X(0)=x0)=1，x0为常数，则X(t)为马尔可夫过程。(3)泊松过程为马尔可夫过程。(4)维纳过程为马尔可夫过程。(5)质点随机游动过程为马尔可夫过程。二、模型的创立条件importnumpyasnpdefmarkov():init_

weixin_40293999·2024-01-29 12:52

Yann LeCun荣获全球AI大奖！Keras之父和Deepmind创始人也曾获奖

YannLeCun因为为深度学习作出的杰出贡献（主要是发明了CNN卷积神经网络）和Hinton和Bengio三人共同获得了图灵奖。最近几年，LeCun所领

夕小瑶·2024-01-29 12:21

25 python快速上手(Windows/mac系统安装运行MYSQL)

Windows/mac系统安装运行MYSQLMySQL入门1.安装&配置&启动1.1win系统第1步：下载安装第2步：解压至任意文件夹第3步：创建配置文件第4步：初始化第5步：启动第6步：测试连接MySQL1.2mac系统第1步：安装和初始化第2步：创建配置文件第3步：启动第4步：测试连接MySQL1.3关于配置文件1.4关于密码1.设置和修改root密码2.忘记root密码2.数据库管理2.1内

笛秋白·2024-01-29 12:19

23 python快速上手(并发编程（下）)

并发编程（下）1.多进程开发1.1进程介绍1.2常见功能2.进程间数据的共享2.1共享2.2交换3.进程锁4.进程池5.协程总结各位小伙伴想要博客相关资料的话关注公众号：chuanyeTry即可领取相关资料！目标：掌握多进程开发的相关知识点并初步认识协程。概要：多进程开发进程之间数据共享进程锁进程池协程1.多进程开发进程是计算机中资源分配的最小单元；一个进程中可以有多个线程，同一个进程中的线程共享

笛秋白·2024-01-29 12:48

24 python快速上手

阶段总结1.知识点补充1.1并发编程&网络编程案例1：多线程socket服务端案例2：多进程socket服务端1.2并发和并行1.3单例模式2.阶段总结各位小伙伴想要博客相关资料的话关注公众号：chuanyeTry即可领取相关资料！概要：知识补充阶段总结（思维导图）1.知识点补充1.1并发编程&网络编程从知识点的角度来看，本身两者其实没有什么关系：网络编程，基于网络基础知识、socket模块实现网

笛秋白·2024-01-29 12:48

26 python快速上手(必备SQL和表关系及授权)

必备SQL和表关系及授权1.必备SQL语句1.1条件1.2通配符1.3映射1.4排序1.5取部分1.6分组1.7左右连表1.8联合小结2.表关系案例：简易版路飞学城3.授权3.1用户管理3.2授权管理总结各位小伙伴想要博客相关资料的话关注公众号：chuanyeTry即可领取相关资料！目标：掌握开发中最常见的SQL语句和表关系及授权相关知识点。概要：必备SQL（8个必备）表关系授权1.必备SQL语句

笛秋白·2024-01-29 12:15

人工智能时代的十大核心技术：重塑未来的无限可能 - 第八章 - 深度增强学习，开启AI智能新篇章

深度增强学习是一种结合了深度学习（DeepLearning）和增强学习（Rei

百家峰会·2024-01-29 12:59

softplus函数和Rectified Linear Unit (ReLU) 函数的区别是什么？

RectifiedLinearUnit（ReLU）函数是深度学习中最常用的激活函数之一。它非常简单，其定义如下：这意味着：当输入x为正数或零时，函数输出x。当输入x为负数时，函数输出0。

CA&AI-drugdesign·2024-01-29 12:27

RabbitMQ快速实战

消息队列的优势应用解耦异步提速削峰填谷总结主流MQ产品特点比较Rabbitmq快速上手创建用户adminExchange和QueueConnection和ChannelRabbitMQ中的核心概念总结什么是消息队列

山鸟与鱼！·2024-01-29 12:24

ResNet简介

ResNet(ResidualNetwork)此网络于2015年，国人何先生提出，用于解决随着深度学习的层数加深造成的网络退化现象和梯度消失、梯度爆炸。

追随远方的某R·2024-01-29 11:29

可解释性AI（XAI）之我见

XAI技术的开发旨在解决传统深度学习模型存在的黑盒问题，即无法解释为何做出特定决策或预测。通过使用XAI，人们可以更好地理解人工智能系统的工作方式，从而提高对其决策的信任度

专家-百锦再·2024-01-29 11:18

深度学习核心技术与实践之深度学习研究篇

非书中全部内容，只是写了些自认为有收获的部分。BatchNormalization向前传播（1）三个主要任务：计算出每批训练数据的统计量。对数据进行标准化对标准化后的数据进行扭转，将其映射到表征能力更大的空间上有效性分析內部协移（1）内部协移是由于神经网络中每层的输入发生了变化，造成每层的参数要不断地适应新分布的问题（2）BN可以在数据经过多层神经网络后，重新回到均值为0、方差为1的分布上，解决了

__如果·2024-01-29 09:15

MMDetection

什么是MMDetectionMMDetection实际上是一个用于目标检测的工具包，面向深度学习时代的。

pythonSuperman·2024-01-29 09:27

毕业设计过程学习

随着深度学习和人工智能技术的飞速发展，目标检测技术也取得了很大的成就。

pythonSuperman·2024-01-29 08:55

RabbitMQ快速上手(二)发布订阅、路由、通配模式

在上篇文章中我们提到了RabbitMQ的几种交换器模式,我们之前的HelloWord和Work模式都是采用的默认的Exchange即Directexchange,接下来我们这章说一下剩下的几种模式源码发布/订阅(fanout)发布订阅模式就像消费者订阅(监听)生产者一样,只要生产者产生消息,消费者都可以消费/***订阅模式*/publicclassEmitLog{privatestaticfina

HashMap黑龙江分Map·2024-01-29 08:54

RabbitMQ快速上手(三)Spring集成RabbitMQ

我们前两篇文章介绍了RabbitMQ消息的生产与消费,但是难免过于繁琐,Spring提供了对RabbitMQ的集成,我们来说一下公共部分1.connectionFactory,其中的属性可以从properties文件读取2.声明队列、交换机以及相关绑定规则durable：是否持久化auto-delete：自动删除pattern：过滤规则key:routingKeydirect模式fanout模式t