感知损失

自动化网页检测提醒

手动监控效率低下且易遗漏，本方案通过自动化监测+智能提醒，实现对指定网页区域的实时监控，确保第一时间感知内容变化，提升业务响应效率。
Otaku love travel·2025-02-23 00:45

【深度学习】Adam优化器

1.2.3矫正一阶矩估计（mean）和二阶矩估计（uncenteredvariance）的偏差1.2.4更新模型参数1.3Adam的简单理解2Adam优化算法怎么用2.1导入所需的库和模块2.2定义模型和损失函数
九筠·2025-02-22 18:54

深度学习-123-综述之AI人工智能与DL深度学习简史1956到2024

文章目录1AI与深度学习的简史1.1人工智能的诞生(1956)1.2早期人工神经网络(1940-1960年代)1.3多层感知器MLP(1960年代)1.4反向传播(1970-1980年代)1.5第二次黑暗时代
皮皮冰燃·2025-02-22 04:07

[机缘参悟-130] ：《洞见》:为什么佛学是真的 -1-人的感觉、感受是自然选择的结果，是为基因传承服务的，苦和烦等各种感觉是个性化的幻觉，从心理学看佛学

目录一、心理学对人的感觉的解释1.1感觉、知觉/感知、思维=》意识结果1.2感觉与其种类1.3知觉1.4感知1.5思维1.6意识1.7潜意识：灵修关注的领域1.8情绪二、情绪管理2.1情绪管理的方法2.2
文火冰糖的硅基工坊·2025-02-22 04:33

用deepseek学大模型05逻辑回归

deepseek.com:逻辑回归的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-22 00:48

上下文感知 AI Agent 将赋予我们的“超能力”

2025年，我们将从“向人们出售更强大的工具”转向“向人们出售更强大的能力”，这场变革将由上下文感知的AIAgent（人工智能代理）推动。
塞大花·2025-02-21 23:14

【硬核对比】ReentrantReadWriteLock 被全面碾压？阿里百万级压测揭秘 StampedLock 的真实性能！

关键词：Java高并发、读写锁性能、StampedLock源码、锁优化、线程安全设计开篇暴击：一个锁的选择失误，让公司一夜损失百万！
努力的靠近目标·2025-02-21 22:38

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时
阿正的梦工坊·2025-02-21 20:22

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

嵌入式人工智能应用-第四章 逻辑回归 8

逻辑回归1逻辑回归介绍1.1背景介绍1.2原理1.2.1预测函数1.2.2判定边界1.2.3损失函数1,2,4梯度下降函数1.2.5分类拓展1.2.6正则化2实验代码3实验结果说明1逻辑回归介绍1.1背景介绍逻辑回归的过程可以概括为
数贾电子科技·2025-02-21 16:11

机器学习—逻辑回归

目录1、基础概念1.1、什么是逻辑回归1.2、逻辑回归与线性回归的区别1.3应用场景2、逻辑回归模型2.1、模型定义2.2、Sigmoid函数2.3、决策边界2.4、概率解释3、模型训练3.1、损失函数
60岁的程序猿·2025-02-21 14:22

跨越感官鸿沟：AGI多模态融合技术解析

跨模态对齐架构Transformer-based模型2.2动态模态融合2.3多模态自监督学习三、关键技术挑战与突破3.1模态差异鸿沟3.2多模态时序同步3.3认知一致性维护四、AGI多模态系统的实现路径4.1感知
.猫的树·2025-02-21 13:48

腿足机器人之十- SLAM地图如何用于运动控制

腿足机器人之十-SLAM地图如何用于运动控制腿足机器人SLAM地图的表示与处理全局路径规划：地形感知的路径搜索基于A*的三维路径规划基于RRT*的可行步态序列生成局部运动规划：实时步态调整与避障动态窗口法的腿足适配模型预测控制
shichaog·2025-02-21 12:06

机器学习(一) 本文(3万字) | 机器学习概述 |

2.1.3假设空间2.1.4问题的形式化2.2无监督学习2.3强化学习2.4半监督学习与主动学习3.基于模型分类4.基于技巧分类4.1贝叶斯学习4.2核方法5.统计学习三要素5.1模型5.2策略5.2.1损失函数与风险
小酒馆燃着灯·2025-02-21 08:05

DeepSeek赋能智慧文旅：新一代解决方案，重构文旅发展的底层逻辑

一、智能服务重构：打造全域感知的智慧服务体系DeepSeek通过整合物联网、传感器、摄像头和智能设备，打破信息孤岛，实现多源数据的采集与共享。
百家方案·2025-02-21 07:00

南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频

技术：整合文本到视频扩散模型，引入局部信息增强模块和动态频率损失。应用：适用于影视制作、安防监控、运动员动作分析等多个
蚝油菜花·2025-02-21 05:45

XTabLayout tab和ViewPager viewPager；里先初始化listTab数据5条，然后待页面显示后再进一步添加6条数据到listTab里，让用户无感知增加数据处理

XTabLayouttab和ViewPagerviewPager;里先初始化listTab数据5条，然后待页面显示后再进一步添加6条数据到listTab里，让用户无感知增加数据分析：关于在XTabLayout
高林雨露·2025-02-21 05:11

A、B、C三级机房数据中心是怎么划分的？

1.A级:符合以下情况之一的数据中心应为A级(1)电子信息系统运行中断将造成重大的经济损失;(2)电子信息系统运行中断将造成公共场所秩序严重混乱。
wayuncn·2025-02-20 13:34

AI编程成熟度分级及最新主流AI编程工具

从GitHubCopilot的智能补全，到Cursor的上下文感知，再到Cline的开源自由，每款工具都以其独特魅力，为编程世界注入新活力。
odoo中国·2025-02-20 12:59

线性回归理论

通过损失函数来衡量预测值与真实值之间的差异，常用的损失函数包
狂踹瘸子那条好脚·2025-02-20 11:21

基于STM32的智能图书馆管理系统

2.系统设计2.1硬件设计主控芯片：STM32F429ZI，集成LCD控制器与硬件JPEG解码感知模块：RFID读写器（MFRC522）：识别图书标签红外传感器（E18-D80NK）：检测书籍存取状态重量传感器
STM32发烧友·2025-02-20 09:59

项目管理新趋势！2024年，Jira与Codes你更倾向谁？

让老板感知数据，让中层管理者感受先进，让基层员工感到舒心.人工智能与自动化在项目管理软件中的应用也越来越广泛。项目管理软件正朝着智能化、自动化的方向迈进，利用AI技术提供个性化和场景化解决方案。
Codes_AndyLiu·2025-02-20 08:53

自动驾驶感知、端到端论文集（2024-10-11）

文章目录1.Detection2.Segmentation（Map）3.DepthEstimation4.HighResolution5.End-to-EndAutonomousDriving1.DetectionLabelDistill:Label-guidedCross-modalKnowledgeDistillationforCamera-based3DObjectDetectionECCV
自动驾驶小学生·2025-02-20 07:43

训练与优化

训练与优化损失函数与反向传播损失函数能够衡量神经网络输出与目标值之间的误差，同时为反向传播提供依据，计算梯度来优化网络中的参数。torch.nn.L1Loss计算所有预测值与真实值之间的绝对差。
钰见梵星·2025-02-20 04:23

Pytorch实现之利用特征分布的差异来指导GAN的训练

简介简介：FIDGAN通过将FID损失引入GAN的训练过程，显著提升了生成图像的质量。其核心思想是利用特征分布的差异来指导生成器的训练，同时通过使用轻量级的MobileNet-v3提高了计算效率。
这张生成的图像能检测吗·2025-02-20 04:47

Pytorch实现论文之利用多生成器来预防模式崩溃

论文中主要设计了多生成器的架构和一个对于鉴别器的新损失设计来缓解这个问题。模型结构采用DCGAN的框架，原始损失基于WGAN-GP的设计理念。
这张生成的图像能检测吗·2025-02-20 04:17

吐血整理！梯度累积和优化器配置差异，让模型训练效果天差地别！

核心内容避坑指南：梯度累积和优化器配置易踩的雷区场景化描述：你满心欢喜地开始训练模型，却发现训练过程中损失函数波动剧烈，
盼达思文体科创·2025-02-20 01:26

图像识别技术与应用第三课

一、感知机感知机由美国学者FrankRosenblatt在1957年提出，它根据输入x、权重w和偏差b进行输出，输出结果是二分类（0或1），这和输出实数的回归以及输出概率用于多分类的Softmax不同。
哈哈~156·2025-02-20 01:25

程序员如何避免出纰漏？

小程序代码分包的时候，影响到线上正在使用的业务，损失了大概1晚上的流量。
·2025-02-19 19:12

2.19 图像技术识别与应用

本节课介绍了多层感知机（MLP）及其在图像识别技术中的应用。以下是主要内容总结：1.感知机：-由FrankRosenblatt于1957年提出。-输入为x，权重为w，偏置为b，输出为二分类（0或1）。
不要不开心了·2025-02-19 19:04

YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化

算法与改进版YOLOv11算法对比：性能提升与优化前言一、YOLOv11算法概述二、训练步骤2.验证数据的数据代码2.改进版YOLOv11算法的创新a.改进的特征提取网络b.多通道特征融合机制c.自适应损失函数
m0_54717829·2025-02-19 16:17

《短视频AI制作管理：用智能工具应对AI生成内容的碎片化问题》

但繁荣背后，一场“效率危机”正在蔓延——某MCN机构调研显示，使用AI工具的团队中，73%遭遇“创意碎片化”，65%因多平台协作混乱导致项目延期，更有团队因未及时审核AI生成内容引发版权纠纷，单次损失超百万
·2025-02-19 15:37

医学顶会 MICCAI‘24 | COVID19 至肺炎：使用 CNN Transformer 位置感知特征编码网络对多区域肺部严重程度进行分类

MultiRegionLungSeverityClassificationusingCNNTransformerPosition-AwareFeatureEncodingNetworkCOVID19至肺炎：使用CNNTransformer位置感知特征编码网络对多区域肺部严重程度进行分类作者
小白学视觉·2025-02-19 14:24

读书笔记 - 修改代码的艺术

读书笔记-修改代码的艺术第1章修改软件第2章带着反馈工作系统变更方式反馈方式遗留代码修改方法第3章感知和分离伪协作程序模拟对象第4章接缝模型接缝第5章工具自动化重构工具单元测试用具第6章时间紧迫，但必须修改新生方法
天罚神·2025-02-19 13:48

多Agent系统分工协作：从理论到工业级落地实践

工业级协作策略2.1动态任务分配2.2冲突消解机制三、典型应用案例3.1智能仓储系统3.2自动驾驶车队四、开发实践指南4.1框架选型对比4.2调试工具链一、多Agent系统核心架构1.1角色划分原则反馈感知
ghs_gss·2025-02-19 08:40

用deepseek学大模型08-长短时记忆网络 (LSTM)

deepseek.com从入门到精通长短时记忆网络(LSTM),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-19 08:35

用deepseek学大模型08-卷积神经网络(CNN)

yuanbao.tencent.com从入门到精通卷积神经网络(CNN),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示
wyg_031113·2025-02-19 07:30

Pytorch实现之在LSGAN中结合重建损失

简介简介：这篇论文在LSGAN的基础上结合了重建损失来产生通过传统不良数据检测（BDD）机制的人工测量。这篇博客的主要内容是关于实现了重建损失与LSGAN的结合。
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文：利用推土机距离与梯度惩罚在ACGAN中训练。

用于铣削工具断裂监视的数据不平衡数据）出处：RoboticsandComputer-IntegratedManufacturing论文摘要：铣削操作过程中的刀具破损监测(TBM)对于确保工件质量和最大限度减少经济损失至关重要
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文之三元DCGAN生成RGB图像用于红外图像着色生成

简介简介：采用了三次DCGAN单独生成单通道图像之后进行组成RGB图像放入鉴别器中检测，并在鉴别器和生成器的损失训练中采用梯度方法来提升或者降低权重。该方法将用于获得红外图像着色的生成。
这张生成的图像能检测吗·2025-02-19 05:50

随机梯度下降一定会收敛么？

2.随机梯度下降算法的基本原理1.基于梯度的优化基础该算法是基于梯度的优化算法，用于寻找函数的最优解，通常是最小化损失函数。
AndrewHZ·2025-02-19 01:36

Beyond Scaling Laws: Understanding Transformer Performance with Associative Memory

超越缩放定律：用联想记忆理解Transformer性能摘要1引言2相关工作3模型4新的能量函数5交叉熵损失6实验结果7结论摘要增大Transformer模型的大小并不总是能够提高性能。
UnknownBody·2025-02-18 23:48

Pytorch实现之SCGAN实现人脸修复

对于生成器结构的损失采用MES损失，对于鉴别器的结构采用WGAN-GP的损失。鉴别器为双鉴别器结构，一个负责检验完整图像的真假，一个负责检验掩码部分图像的真假。
这张生成的图像能检测吗·2025-02-18 23:16

什么是Scaling Laws（缩放定律）；DeepSeek的Scaling Laws

它表明，在一定条件下，模型的性能会随着模型规模的增加而以某种可预测的方式提升，通常表现为模型的损失函数值随模型
ZhangJiQun&MXP·2025-02-18 23:14

后端变现+AB测试双赢攻略，如何让收入不受影响？

尤其在获取结果时，不仅周期长，而且往往会有一定的收入损失。传统的AB测试需要一定的时间来收集数据和评估效果，但这对于需要快速迭代的广告变现优化来说显然不够高效。那么，有没有一种既能保持快速测试，
·2025-02-18 22:34

商汤绝影端到端自动驾驶的迭代优化

自动驾驶,端到端,迭代优化,深度学习,感知,规划,控制,模型训练,数据增强,模型微调1.背景介绍随着人工智能和计算机视觉技术的飞速发展，自动驾驶汽车从科幻走进了现实。
AGI大模型与大数据研究院·2025-02-18 22:33

人工智能到底是什么？

以下是关于人工智能的具体介绍：定义-从技术角度：人工智能是让计算机系统具备像人类一样的感知、学习、推理、决策等能力，通过算法和数据使计算机能处理和理解各种复杂信息，如语音识别系统能听懂人类语言并转化为文字
yzx991013·2025-02-18 14:05

软件定义汽车时代的功能安全和信息安全

喜欢独处，独来独往，不易合同频过着接地气的生活，除了生存温饱问题之外，没有什么过多的欲望，表面看起来很高冷，内心热情，如果你身边有这样灵性的人，一定要好好珍惜他们眼中有神有光，干净，给人感觉很舒服，有超强的感知能力有形的无形的感知力很强
车载诊断技术·2025-02-18 13:24

机器学习和线性回归、softmax回归

回归——平方误差损失函数回归（regression）是最简单的监督学习任务之一。分类——交叉熵样本属于“哪一类”的问题称为分类问题回归是训练一个回归函数来输出一个数值；分类是训练一个分
小名叫咸菜·2025-02-18 13:53

CRM系统安全性排名：数据保护能力评估

CRM系统通常存储了大量敏感信息，包括客户联系详情、交易记录和个人身份信息，一旦发生数据泄露或安全事件，不仅可能导致客户信任丧失、法律诉讼和经济损失，还可能对企业的市场竞争力和长期发展造成严重影响。
·2025-02-18 13:54
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他