快速上手深度学习

【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
HashMap黑龙江分Map·2024-01-29 08:54

RabbitMQ快速上手（包含秒杀案例）

1、MQ概念1.1MQ介绍MQ（MessageQueue）消息队列，是基础数据结构中“先进先出”的一种数据结构。一般用来解决应用解耦，异步消息，流量削峰等问题，实现高性能，高可用，可伸缩和最终一致性架构。1.2MQ应用场景MQ的优势1.2.1异步解耦以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会
不想再掉头发了.·2024-01-29 08:22

Feign远程调用快速上手

springCloud的五大组件：注册中心负载均衡远程调用服务熔断网关其中对于远程调用的快速入门：我的疑问就是feign调用为什么不依赖与注册中心。1.首先写好controller层的代码2.写下一个feign调用，这个feign调用要使用@feignClient注解最重要的就是这一步。具体在哪里写下并不重要。因为这个注解会在注册中心找到相应的controller层。取获取数据。3.在调用者的父工
新赤·2024-01-29 08:22

（RabbitMQ快速上手）一文搞懂RabbitMQ全部工作模式！！普通模式，工作模式， 发布订阅模式， Direct路由模式，Topic主题模式，定时队列与死信队列，可靠生成和消费

前言注：大家好我是妈妈的好大儿，笔者联系方式QQ：3302254385微信：yxc3302254385交个朋友！创作不易，三连十分感谢！！！简介本篇博文将实际代码的方式结合图片的方式演示常用的，rabbitMQ的模式！！按下面列表逐一演示，按需自取，总的配置文件讲放在文章最后！！！普通模式工作模式发布订阅模式Direct路由模式Topic主题模式发送定时消息定时队列与死信队列可靠生成和消费Code
妈妈的好大儿(✪ω✪)·2024-01-29 08:51

RabbitMQ快速入门 | 帮助快速上手

♨️本篇文章记录的为RabbitMQ知识中快速入门相关内容，适合在学Java的小白,帮助新手快速上手,也适合复习中，面试中的大佬。
阿千弟·2024-01-29 08:19

rabbitmq快速上手

docker拉取rabbitmq容器dockerrun-d–hostnamemy-rabbit–namesome-rabbit-eRABBITMQ_DEFAULT_USER=user-eRABBITMQ_DEFAULT_PASS=password-p15672:15672-p5672:5672rabbitmq:3-management–hostname:在配置集群时使用，区分节点。(这里是单机，随
勿语&·2024-01-29 08:19

RabbitMQ 快速上手教程 ~

本文前置知识云服务器的基本使用Docker基本命令SpringBootDocker搭建RabbitMQ环境为了方便，采用Docker进行安装，直接从仓库拉取即可（首先要在Liunx中安装Docker环境）。命令如下：1、查找rabbitmq镜像dockersearchrabbitmq:management2、拉取rabbitmq镜像dockerpullmacintoshplus/rabbitmq-
只是曾路过·2024-01-29 08:18

如何快速上手 RabbitMq

一：RabbitMq安装；docker环境安装rabbitMqdockerpullrabbitmqdockerimagesdockerrun-itd-p15672:15672-p5672:5672rabbitmq--或者修改一些配置dockerrun-id\--hostnamemy-rabbitmq\--namemy-rabbitmq\--restartalways\-v/home/rabbitm
依丨稀·2024-01-29 08:48

RabbitMQ快速上手

首先他的需求实在什么地方。我美哟明显的感受到。它给我的最大感受就是脱裤子放屁——多此一举，的感觉。他将信息发送给服务端中间件。在由MQ服务器发送消息。服务器会监听消息。但是它不仅仅局限于削峰填谷和稳定发送信息的功能，它还有其他重要的作用。异步通信：MQ允许发送者将消息发送到队列中，然后接收者可以异步地从队列中获取消息并进行处理。这种异步通信方式可以提高系统的响应性能和并发处理能力。解耦：通过使用M
新赤·2024-01-29 08:15

Pycharm连接云算力远程服务器（AutoDL）训练深度学习模型全过程

前言：在上一篇windows搭建深度学习环境中，我试图使用笔记本联想小新air14的mx350显卡训练一个图像检测的深度学习模型，但是训练时长大概需要几天时间远超我的预期，所以我便选择租用GPU进行训练
学习BigData·2024-01-29 08:41

【深度学习】神经网络可视化工具，超全汇总！

神经网络可视化是指通过图形化的方式展示神经网络的结构、参数、输入、输出、中间结果等信息，可以帮助用户更好地神经网络的内部工作原理和特征提取过程，以优化神经网络模型。扩展阅读：神经网络学习到的是什么？机器学习可视化技术概览(Python)本文汇总了全网最为全面的26款神经网络可视化工具，可以帮助大家了解神经网络的结构组成、工作原理和性能表现，从而更好地进行模型调整和优化。也可以画出酷炫的模型图方便模
风度78·2024-01-29 08:49
上一页 39 40 41 42 43 44 45 46 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他