日常深度学习挖坑大杂烩

网络通信的精髓：透彻理解 TCP/IP 的三次握手与四次挥手

网络通信的精髓：透彻理解TCP/IP的三次握手与四次挥手**引言在浩瀚的网络世界中，信息如流水般穿梭于全球各地，支撑着我们日常的在线互动、数据传输和云端服务。
清水白石008·2025-02-09 08:11

AIGC参数设置

在计算机视觉与深度学习的学术研究中，生成文本通常用于论文写作、代码生成、研究思路探索、实验报告撰写等。
@BreCaspian·2025-02-09 08:09

TensorFlow 与 PyTorch 的直观区别

背景TensorFlow与PyTorch都是比较流行的深度学习框架。tf由谷歌在2015年发布，而PyTorch则是FacecbookAI研究团队2016年在原来Torch的基础上发布的。
Cacciatore->·2025-02-09 06:54

《信管通通用文件编报信息管理系统》概要设计

1项目背景与现状分析1.1项目背景在政府部门、事业单位及高校等机构的日常工作中，数据填报是常见的工作环节。
码农君莫笑·2025-02-09 06:53

PyTorch深度学习实战（37）——CycleGAN详解与实现

PyTorch深度学习实战（37）——CycleGAN详解与实现0.前言1.CycleGAN基本原理2.CycleGAN模型分析3.实现CycleGAN小结系列链接0.前言CycleGAN是一种用于图像转换的生成对抗网络
盼小辉丶·2025-02-09 06:50

深入探索TTS：一个强大的深度学习文本转语音工具包

TTS简介：开源的文本转语音利器TTS(Text-to-Speech)是由Coqui.ai开发的一个开源深度学习文本转语音工具包。
Nifc666·2025-02-09 04:34

ZLibrary入口 最新官网中文网址及镜像入口

日常需要找一些python书深造下，但实体书有不便宜，而且还有不少书是没有国内出版的，所以只能在网上找电子书版本，这不得不提一下zlibrary图书馆，是真的多书，目前需要找的书基本都能找到了Z-Library
·2025-02-09 03:16

如何高效进行Facebook批量发帖：提升社交媒体运营效率的关键技巧

然而，企业和个人运营者在日常内容发布时，常面临时间和精力的双重压力，尤其是在需要频繁发布大量内容时。批量发帖成为了解决这一问题的有效方式。
IPdodo全球网络服务·2025-02-09 02:47

深度学习（四）：深度生成模型DGM

深度系列主要为我在国科大研一期间，在《深度学习》课程中所学知识概述，根据PPT制作思维导图，及其课后补充知识-----------------------------------------------
想养一只哈士奇·2025-02-09 01:42

什么是FP8混合精度?

FP8混合精度是一种在深度学习训练中使用8位浮点数（FP8）格式的混合精度训练技术，旨在通过降低数据精度来提升计算效率、减少内存占用和降低训练成本，同时尽量保持模型的性能和准确性。
魔王阿卡纳兹·2025-02-09 01:11

Python 高级实战：基于自然语言处理的情感分析系统

://download.csdn.net/download/qq_42120268/90041835前言在大数据和人工智能迅猛发展的今天，自然语言处理（NLP）作为人工智能的重要分支，已经深入到我们的日常生活和工作中
摸五休二·2025-02-08 23:30

面试官：项目中如何实现布隆过滤器？

谈起“布隆过滤器”相信大家都不陌生，它也算日常面试中的常见面试题了。
·2025-02-08 23:07

DQN深度强化学习：CartPole倒立摆任务（完整代码）

DQN（DeepQ-Network，深度Q网络）是Q-Learning的深度学习扩展，通过神经网络替代Q表的方式来解决高维状态空间问题（例如图像输入），开启了深度强化学习时代。它在2013年由Dee
林泽毅·2025-02-08 21:45

深度学习之DCGAN算法深度解析

DCGAN（DeepConvolutionalGenerativeAdversarialNetworks）算法解析1.DCGAN算法由来DCGAN（深度卷积生成对抗网络）是IanGoodfellow在2014年提出的GAN（生成对抗网络）的改进版本，由Radford等人在2015年的论文《UnsupervisedRepresentationLearningwithDeepConvolutional
贾斯汀玛尔斯·2025-02-08 20:08

撰写文献必用的评价指标之普通表格

深度学习文献撰写之普通表格文章目录深度学习文献撰写之普通表格前言一、普通表格总结前言用来撰写深度学习之智慧医疗领域的SIC文献必备一、普通表格表格需要自己设计，其中可以包含各种模型，后面对应各种评价指标
小辉同志·2025-02-08 20:37

大数据集群Spark-on-Yarn+Paddle深度学习模型部署

背景：因数据量较大，想要将模型部署到大数据集群上进行计算。测试环境：Spark版本：2.4.0Python版本：2.6.XPaddlePaddle版本：2.4.2处理器：CPU过程记录:1.python运行环境准备本人使用Anaconda管理虚拟环境。关于虚拟环境的准备：模型需要什么第三方库就安装哪些库，最后可以使用conda-pack打包虚拟环境。1.1conda-pack打包记录在虚拟环境里下
jqtree·2025-02-08 19:32

2023饿了吗Java后端面经和网易Java面经【赶紧来试试！】_饿了么 面试

2023饿了吗Java后端面经和网易Java面经饿了吗Java后端面经（感觉有点难）网易日常Java面经往期文章>>>Java最全面试题【五分钟看完】Java后端精选面试题分享Java经典面试题带答案（
2501_90326065·2025-02-08 19:58

基于JAVA校园教务管理系统 毕业设计开题报告_基于java的教学辅助管理系统设计国内外研究概括

在教育领域中，教务管理作为高校日常运营的核心环节，涉及到学生、教师、课程等多方面的信息管理和协调。传统的教务管理方式往往存在效率低下、信息不透明等问题，无法满足现代高校日益增长的管理需求。
2401_87557120·2025-02-08 19:58

linux中的sh脚本语法

它不仅简化了日常任务，还能通过组合命令实现复杂的操作。下面详细解析一些常见的语法要点，并通过代码示例和详细解释，帮助你全面掌握Shell脚本的基础语法。1.Shebang行代码示例：#!
·2025-02-08 19:59

VSCode中使用Pylint检查python代码

为什么使用lint在日常开发中，不同开发人员会写下不同风格的代码，导致代码可维护性变差，为了解决风格不一致问题，我们可以制定代码规范，让开发人员都遵守同样的规范编写代码。
零丁若叹·2025-02-08 16:10

智能制造碳中和实战：基于深度学习的工业碳足迹实时监测与优化系统全解析

深度解析AI驱动的工业能耗智能管控体系——基于生产过程碳足迹实时监测的完整实战引言：智能制造的绿色革命在"双碳"目标驱动下，我国制造业正面临前所未有的能效升级挑战。传统能耗管理存在三大痛点：监测粒度粗放、响应滞后明显、优化缺乏依据。本方案基于DeepSeek-R1工业智能平台，构建了涵盖数据采集、特征工程、动态建模、实时优化的全栈解决方案，实现碳排放强度降低12-18%的实测效果。核心技术架构1.
Coderabo·2025-02-08 15:32

深度学习的一些方向

深度学习的一些方向目录深度学习的一些方向一、多模态1.特征提取（featureextraction)2.文本转图像3.可视化问题回答二、计算机视觉1.深度估计（depthestimation)2.图像分类
xinpao·2025-02-08 15:32

【深度学习】L1损失、L2损失、L1正则化、L2正则化

文章目录1.L1损失（L1Loss）2.L2损失（L2Loss）3.L1正则化（L1Regularization）4.L2正则化（L2Regularization）5.总结5.1为什么L1正则化会产生稀疏解L2正则化会让权重变小L1损失、L2损失、L1正则化、L2正则化是机器学习中常用的损失函数和正则化技术，它们在优化过程中起着至关重要的作用。它们的作用分别在于如何计算模型误差和如何控制模型的复杂
小小小小祥·2025-02-08 15:31

李沐深度学习-多层感知机简洁实现

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.nnimportinitimporttorchvision.transformsastransformsimporttorch.utils.dataasDataimportsyssys.path.append("路径")importd2lzh_pytorchasd2lnum_inputs,n
大小猫吃猫饼干·2025-02-08 15:31

PyTorch深度学习实战（42）——图像字幕生成

PyTorch深度学习实战（42）——图像字幕生成0.前言1.图像字幕1.1基本概念1.2模型分析1.3数据集分析2.图像字幕生成模型小结系列链接0.前言图像字幕生成(Imagecaptioning)模型是一种将图像与对应描述文字关联起来的神经网络模型
盼小辉丶·2025-02-08 14:57

自学黑客（网络安全），一般人我劝你还是算了吧

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包文章讲述了自学网络安全时常见的误区，如先学编程、过度追求深度学习以及收集过多资料，并提供了前期学习的硬件、软件选择建议，强调了基础编程知识和英文能力的重要性
网安周星星·2025-02-08 14:26

DEEPSEKK GPT等AI体的出现如何重构工厂数字化架构：从设备控制到ERP MES系统的全面优化

随着深度学习（DeepSeek）、GPT等先进AI技术的出现，工厂的数字化架构正在经历前所未有的变革。
有续技术·2025-02-08 14:25

【深度学习】不同领域中对于token的理解

在计算机科学中，“Token”这个术语通常指一串字符或符号在安全领域，它常常指代密钥或访问令牌在自然语言处理（NLP）中，Token通常是文本处理的最小单元，可能是一个单词、词组，或者一个符号如何理解token？假设要让AI识别一句话："Ilovenaturallanguageprocessing!"对于机器来说，它并不会直接理解这句话的含义，而是需要先将这句话拆解成一个个Token单元进行处理。
小小小小祥·2025-02-08 14:55

10 个DeepSeeK AI 提示可在几秒钟内完成数小时的工作

“AI工作助手”快捷方式提示：“我想自动执行[插入工作/任务]中的日常任务。识别并建议AI工具，自动化脚本和快捷方式，以10倍的速度完成这些任务，将我的手动工作量减少到接近零。”
知识大胖·2025-02-08 13:19

2025自学黑客（网络安全），一般人学不来

目录：一、自学网络安全学习的误区和陷阱1.不要试图先成为一名程序员（以编程为基础的学习）再开始学习2.不要把深度学习作为入门第一课3.不要收集过多的资料二、学习网络安全的一些前期准备1.硬件选择2.软件选择
程序员羊羊·2025-02-08 12:10

大语言模型应用指南：Gemini简介

LLM基于深度学习技术，通过训练海量的文本数据，能够理解和生成自然语言，并在各种任务中展现出惊人的能力，例如：文本生成:写作故事、诗歌、新闻报道等机器翻译:将一种语言翻译成另一种语言问答系统:回答用户提出的问题代码生成
AI天才研究院·2025-02-08 11:03

深度学习的文本生成：从seq2seq到GPT2和GPT3

文章目录1.背景介绍1.1序列到序列（seq2seq）模型1.1.1编码器1.1.2解码器1.1.3训练1.2Transformer模型1.2.1自注意力机制1.2.2位置编码1.2.3多头注意力1.2.4训练1.3GPT（GenerativePre-trainedTransformer）模型1.3.1预训练1.3.2微调1.3.3生成1.4GPT-2和GPT-31.4.1GPT-21.4.2GP
AI天才研究院·2025-02-08 11:33

8个非常好用的 Python 效率工具

本文将为你介绍七个非常实用的Python效率工具，助你在日常工作中更加高效。1.Pandas-数据分析的利器Pandas是一个强大的数据分析库，可以轻松处理结构化数据。
印象Python·2025-02-08 11:32

深度学习模型格式解析：PyTorch、AWQ 和 GPTQ

在深度学习领域，模型的存储和加载方式直接影响其运行效率、适用场景以及部署方式。
gs80140·2025-02-08 11:00

这个世界还真实存在吗？当AI模糊了生活边界，我们如何找回真实？

这种困惑正在成为普通人的日常。当AI生成的新闻、短视频、客服
测试者家园·2025-02-08 09:19

AI 驱动的自动化测试框架：提升开发效率与质量

AI驱动的测试框架使用机器学习和深度学习技术，能够自动生成测试用例、智能分析测试结果，并根据历史数据和代码变更预测潜在
桂月二二·2025-02-08 09:19

AI编程工具合集

GPT-4o(OpenAI)这里是一些知名和广泛使用的AI编程工具及其简要介绍：1.框架和库(FrameworksandLibraries)-TensorFlow:由谷歌开发的开源深度学习框架，支持多种平台
109702008·2025-02-08 09:14

深度学习 - 神经网络的原理

##深度学习-神经网络的原理深度学习是机器学习的一个分支，其核心是模拟人脑神经网络的结构和功能，构建多层的神经网络模型，从数据中学习特征并进行预测或分类。**神经网络的基本原理：**1.
test猿·2025-02-08 09:43

【Python】已解决：WARNING: This is a development server. Do not use it in a production deployment. Use a p

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-02-08 09:12

Python + DeepSeek 完美结合：本地部署提效指南

随着生成式AI和深度学习技术的快速发展，如何将智能搜索工具与本地部署结合以提升效率成为了许多企业和开发者关注的重点。
Python测试之道·2025-02-08 06:50

AI大语言模型的全面解读

一、大语言模型的定义大语言模型是深度学习的应用之一，尤其在自然语言处理（N
草莓屁屁我不吃·2025-02-08 05:48

Python 基础语法

null与Nonenamedtuple魔法方法__getattr__、__setattr__、__getitem__、__setitem__判断字符串是否包含特定子串其他基础语法判断循环函数目前在工作和日常生产中接触
disgare·2025-02-08 04:41

运用Faster RCNN、YOLO经典目标检测算法对滑坡图像进行检测

本次实验采用的操作系统为Ubuntu16.04平台，编程环境基于Python，GPU为NVIDIAGeForce740m，在基于深度学习框架CAFFE下进行实验。实验输出结果
AngeliaZ·2025-02-08 04:10

视频编辑质量评价的开源项目 VE-Bench 介绍

背景随着人工智能生成内容(AIGC)趋势的兴起，越来越多的文本驱动视频编辑方法(Ma等人，2024a,b,2023,c;Feng等人，2024a)正在蓬勃发展，并在日常生活中得到广泛应用。
码流怪侠·2025-02-08 01:25

deepseek大模型-初探

引言：许多专家学者们对深度学习的工具属性日益敏感，并逐步分成了两派，一派觉得深度学习并不可靠，可能用来做一做行业应用尚可，但是对于科学问题的探索并不可靠；另一方面，大模型虽然精准性不足，但是在帮助人们理解和学习新知识以及做一些简单的规划任务上展现出惊人潜力
Robo-网络矿产提炼工·2025-02-08 00:43

软件测试的职业规划

一、前言在信息技术呈指数级发展的当下，软件已深度融入社会生活的各个角落，从日常使用的手机应用，到关乎国计民生的大型工业控制系统，软件无处不在。
蚂蚁质量·2025-02-07 22:32

6个最佳实体检测API，可准确返回实体的名称

在高级深度学习和机器学习模型的支持下，命名实体识别技术正被产品经理用来创建人工智能支持的工具，并将其应用到各行各业的智能平台中。
·2025-02-07 21:12

使用线性回归模型逼近目标模型 | PyTorch 深度学习实战

前一篇文章，计算图ComputeGraph和自动求导Autograd|PyTorch深度学习实战本系列文章GitHubRepo:https://github.com/hailiang-wang/pytorch-get-started
Chatopera 研发团队·2025-02-07 21:56

自动驾驶领域成长方案

高等数学、线性代数、概率论与数理统计、数值分析等），为理解算法和模型提供数学基础；深入研究自动驾驶涉及的专业课程，如控制理论、传感器原理（激光雷达、摄像头、毫米波雷达等）、机器学习（监督学习、无监督学习、深度学习
树上求索·2025-02-07 18:42

全面解析文件上传下载删除漏洞：风险与应对

在数字化转型的时代，文件上传、下载与删除功能已经成为各类应用程序的标准配置，从日常办公使用的协同平台，到云端存储服务，再到社交网络应用，这些功能在给用户带来便捷体验、显著提升工作效率的同时，也隐藏着不小的安全隐患
垚垚 Securify 前沿站·2025-02-07 17:36
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他