时序数据深度学习模型

PyTorch vs TensorFlow:谁拥有更多预训练深度学习模型？

众所周知，访问预先训练的深度学习模型对于当代深度学习应用至关重要。随着最先进的模型变得越来越大，达到数万亿个参数，在许多领域，尤其是自动语音识别等领域，从头开始训练高级模型不再有意义。
suoge223·2024-02-14 09:40

PyTorch detach()：深入解析与实战应用

通过理解其背后的原理和应用场景，我们能够更有效地利用PyTorch进行深度学习模型的训练和优化。本文将深入探讨detac
高斯小哥·2024-02-14 08:29

C#中调用iotDB

iotDB介绍：IoTDB(InternetofThingsDatabase)是由清华大学主导的Apache孵化项目，是一款聚焦工业物联网、高性能轻量级的时序数据管理系统，也是一款开源时序数据库，为用户提供数据收集
码农小权·2024-02-14 07:38

LLM大模型常见问题解答（2）

对大模型基本原理和架构的理解大型语言模型如GPT（GenerativePre-trainedTransformer）系列是基于自注意力机制的深度学习模型，主要用于处理和生成人类语言。
lichunericli·2024-02-13 21:38

利用滑动窗口法来制作时序数据集

这里写目录标题撰写背景什么是数据滑窗代码实现单特征时间序列多特征时间序列注意事项总结撰写背景  面向数据分析的小白，水平有限，错误难免，欢迎指正。什么是数据滑窗  进行机器学习时，一般都要涉及到划分训练集和测试集的步骤。特别地，在做数据预测时，一般把预测的依据（也就是历史数据）称作X，把需要预测的数据称为y。即首先把原始数据划分为train_X,train_y这两个训练数据集和test_X,tes
Stanford_sun·2024-02-13 21:57

Days 24 Elfboard 读取摄像头视频进行目标检测

今天将与各位小伙伴分享一个实际案例：利用ChatGPT在ELF1开发板上成功部署深度学习模型的项目，该项目能够实时读取摄像头视频流并实现对画面中的物体进行精准的目标检测。
yushibing717·2024-02-12 17:14

（深度学习快速入门）图对比学习综述笔记-中文信息学报2023第37卷第5期

文章目录引言问题定义和相关背景图定义及其类型对比学习图神经网络图分析的下游任务节点级图对比学习方法实例对比跨级别对比边级别图对比学习图级别对比学习图对比学习扩展不同类型图上的扩展结合监督信息的图对比学习图数据集介绍引言传统的图数据分析通常采用监督学习的框架，即通过人为特征提取或端到端图深度学习模型将图数据作为输入
快乐江湖·2024-02-12 15:18

yolov3-tiny

一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别或实例ID来描述图片，这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大规模应用的任务
HelloWorldQAQ。·2024-02-12 14:50

为什么深度学习模型很难找到局部最优？

深度学习的最终目标是让模型在预测时的误差很小。而在训练过程中，我们需要制定一个损失函数，使训练过程中的函数值“最小”。这时候，我们可以把该损失函数看做一个目标函数。从优化的思路上来讲，我们尽可能地降低训练误差就是最小化这个目标函数的过程。在深度学习过程中，要找到最小化损失函数不是那么容易的。要理解这个概念，首先需要了解——对于一个多元函数，我们如何确定其极小值（局部最小值），也就是找到其局部最优。
蔡逸超·2024-02-12 11:30

书生谱语-全链条开发工具

书生·谱语全链条开发体系包含：数据、模型预训练、模型微调、模型量化部署、模型测评、模型场景应用全链路开发体系github链接通用大模型国内外大语言模型快速发展，涌现了大量的大语言模型以及一批创业公司深度学习模型的发展大模型利用多模态优势
SatVision炼金士·2024-02-12 11:21

《零基础实践深度学习》波士顿房价预测任务1.3.3.4训练过程

训练过程是深度学习模型的关键要素之一，其目标是让定义的损失函数尽可能的小，也就是说找到一个参数解w和b，使得损失函数取得极小值。我们先做一个小测试：如图5所示
软工菜鸡·2024-02-12 10:14

《零基础实践深度学习》基于线性回归实现波士顿房价预测任务1.3.3

不同场景的深度学习模型具备一定的通用性，五个步骤即可完成模型的构建和训练，如图3所示。
软工菜鸡·2024-02-12 09:13

【自制C++深度学习推理框架】计算图的设计思路

计算图的设计思路什么是计算图在深度学习推理框架中，计算图是一种数据结构，它由算子节点和数据节点组成，在该图中前向传播时数据从输入节点开始流动，经过一层层的计算后输出到输出节点，表示深度学习模型的计算过程
代码缝合怪·2024-02-12 03:16

深度学习图像分类相关概念简析+个人举例2（CNN相关原理概念与计算）

（2）卷积神经网络：英文全称ConvolutionalNeuralNetwork,简称CNN是一种常用于图像分类的深度学习模型，其主要特点是包含了卷积层和池化层，能够提取图像的局部特征。
是lethe先生·2024-02-11 04:50

2020-03-12今日表现超创业板6%

简介程序选股逻辑根据深度学习模型对个股的打分选择对应池子中的前N个标的。
云浪行川·2024-02-11 04:35

深度学习的新进展：从图像识别到自然语言处理

从最早的AlexNet到如今的ResNet、Inception等模型，深度学习模型
一休哥助手·2024-02-11 02:43

深度学习的新进展：从模型架构到应用领域的创新

通过模拟人类大脑的学习过程，深度学习模型能够从大量数据中提取特征、识别模式、进行分类和预测等任务。本文将探讨深度学习在模型架构、算法优化以及应用领域的新进展，展示其在人工智能领域的巨大潜力。
梓德原·2024-02-11 02:11

深入解析torch.load中的【map_location】参数

当我们训练好一个深度学习模型后，通常需要将模型的参数（或称为状态字典，state_dict）保存
高斯小哥·2024-02-10 20:07

prometheus监控系统

时序数据，是在一段时间内通过重复测量而获得的观察值的集合；将这些观测值绘制于图形之上，有一个数据轴和
ʀᴇʟɪᴇʏ·2024-02-10 19:46

Pytorch CGAN实现MNIST手写数字数据集

简介生成对抗网络（GenerativeAdversarialNetworks，简称GAN）是一种深度学习模型，通过生成器和判别器的对抗训练，从随机噪声中生成逼真的数据。
晚风何处来·2024-02-10 18:56

夜天之书 #95 GreptimeDB 社群观察报告

GreptimeDB是格睿科技（Greptime）公司研发的一款开源时序数据库，其源代码[1]在GitHub平台公开发布。
_tison·2024-02-10 08:54

在PyTorch中，如何查看深度学习模型的每一层结构？

这里写目录标题1.使用`print(model)`2.使用`torchsummary`库3.其余方法（可以参考）在PyTorch中，如果想查看深度学习模型的每一层结构，可以使用print(model)或者
小桥流水---人工智能·2024-02-10 01:21

深度学习在农作物病虫害识别中应用

深度学习在农作物病虫害识别中应用在农作物病虫害识别中，常用的深度学习模型还包括循环神经网络(RNN)和长短期记忆网络(LSTM)等。
yhbbobo·2024-02-09 22:56

深度学习技巧应用36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案

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36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案。
微学AI·2024-02-09 10:47

目标检测 | 卷积神经网络（CNN）详细介绍及其原理详解

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，主要用于图像识别和计算机视觉任务。它的设计灵感来自于生物学中视觉皮层的工作原理。
小哥谈·2024-02-09 08:59

浅析下开源时序数据库VictoriaMetrics的存储机制

VictoriaMetrics是一个快速高效且可扩展的监控解决方案和时序数据库，可以作为Prometheus的长期远端存储，具备的特性有：-支持prometheus查询api，同时实现了一个metricsql
大铁憨·2024-02-09 07:03

深度学习(15)--PyTorch构建卷积神经网络

PyTorch网络可视化2.1.可视化经典网络vgg162.2.可视化自己定义的网络一.PyTorch构建卷积神经网络(CNN)详细流程卷积神经网络（ConvolutionalNeuralNetworks）是一种深度学习模型或类似于人工神经网络的多层感知器
GodFishhh·2024-02-08 09:32

CRNN介绍：用于识别图中文本的深度学习模型

CRNN：用于识别图中文本的深度学习模型CRNN介绍：用于识别图中文本的深度学习模型CRNN的结构组成部分工作原理CRNN结构分析卷积层（ConvolutionalLayers）递归层（RecurrentLayers
kadog·2024-02-08 07:50

Days 24 Elfboard 读取摄像头视频进行目标检测

今天将与各位小伙伴分享一个实际案例：利用ChatGPT在ELF1开发板上成功部署深度学习模型的项目，该项目能够实时读取摄像头视频流并实现对画面中的物体进行精准的目标检测。
chriss854·2024-02-08 06:55

0基础如何进行人脸识别？DeepFace可以做到

有几个深度学习模型可以用于进行人脸识别，但所有这些都要求你具备一些神经网络的知识，而且你还需要使用自己的数据集对它们进行训练。
小北的北·2024-02-08 04:24

使用yolo训练自己的模型

YOLO（YouOnlyLookOnce）是一种用于目标检测的深度学习模型，旨在实时检测图像或视频中的多个对象。
王红臣同学·2024-02-08 02:09

《Python 网络爬虫简易速速上手小册》第7章：如何绕过反爬虫技术？（2024 最新版）

文章目录7.1识别和应对CAPTCHA7.1.1重点基础知识讲解7.1.2重点案例：使用TesseractOCR识别简单CAPTCHA7.1.3拓展案例1：使用深度学习模型识别复杂CAPTCHA7.1.4
江帅帅·2024-02-07 23:36

MATLAB环境下生成对抗网络系列（11种）

为了构建有效的图像深度学习模型，数据增强是一个非常行之有效的方法。图像的数据增强是一套使用有限数据来提高训练数据集质量和规模的数据空间解决方案。
哥廷根数学学派·2024-02-07 20:55

时序数据库m3db集群二进制部署

一、m3db集群二进制部署1、环境说明1）存储节点（包含种子节点）172.24.2.63~652）协调器节点172.24.2.622、安装前的准备（依次在所有节点操作）1）关闭防火墙$systemctlstatusfirewalld$systemctlstopfirewalld$systemctldisablefirewalld$systemctlstatusfirewalld2）关闭SELinu
长空~·2024-02-07 15:10

深度置信网络（深度信念网络）DBN回归预测-MATLAB代码实现

一、DBN介绍（完整代码获取：私信或评论区）深度置信网络（DeepBeliefNetworks，DBN）是一种深度学习模型，由多个堆叠的受限玻尔兹曼机（RestrictedBoltzmannMachines
L0392·2024-02-07 15:01

PyTorch中基础模块torch的详细介绍

torch是PyTorch库的核心模块，提供了以下关键功能：张量（Tensor）：类似于NumPy的ndarray，但可以无缝地在CPU或GPU上运行，并且支持自动微分，是深度学习模型中数据的主要表示形式
科学禅道·2024-02-07 15:29

故障诊断 | 一文解决，TCN时间卷积神经网络模型的故障诊断（Matlab）

效果一览文章概述故障诊断|一文解决，TCN时间卷积神经网络模型的故障诊断（Matlab）模型描述时间卷积神经网络（TCN）是一种用于序列数据建模和预测的深度学习模型。
机器学习之心·2024-02-07 11:27

PyTorch 中音频信号处理库torchaudio的详细介绍

它提供了丰富的音频信号处理工具、特征提取功能以及与深度学习模型结合的接口，使得在PyTorch中进行音频相关的机器学习和深度学习任务变得更加便捷。
科学禅道·2024-02-07 10:32

时序数据库Influxdb查询多个字段_field同一时间的值，组成一条数据

Influxdb将表格数据多个字段_field从垂直列布局聚合成水平布局行字段。问题1、Influxdb是一种时间序列数据库，在我的项目中主要用来存储换热站的测点数据的。换热站有非常多的测点，我们用Flux语法去查询测点数据，返回的数据结构是每个测点字段对应的所有时间数据。from(bucket:"autodata")|>range(start:2023-04-11T06:34:16.000Z,s
小苹果1357·2024-02-07 09:07

GEE——如何利用降水数据绘制指定区域长时间序列的降水分布图和提取每个月（逐月）的降水平均数据

这里我们首先要做的就是选择指定的数据，进行指定年份数据的筛选，然后进行长时序数据加载，然后提取研究区内每个月指定的降水平均值，最后进行下载到谷歌云盘。
此星光明·2024-02-07 08:52

时间序列预测 —— DeepAR 模型

时间序列预测——DeepAR模型DeepAR模型是一种专门用于处理时间序列概率预测的深度学习模型，它可以自动学习数据中的复杂模式，提高预测的准确性。
Persist_Zhang·2024-02-07 04:21

【深度学习】loss与梯度与交叉熵的关系

在深度学习模型训练过程中，loss（损失函数）与梯度（gradient）之间存在密切关系。损失函数衡量模型在给定输入上的预测输出与实际输出之间的差距，而梯度则表示损失函数相对于模型参数的变化率。
sdbhewfoqi·2024-02-06 19:25

PyTorch（超详细）部署与激活 举起Python火炬，点亮智慧人生【Windows版】

PyTorch是一个流行的开源深度学习框架，它可以用于构建、训练和部署各种机器学习和深度学习模型。PyTorch可以用于以下领域：计算机视觉：图像分类、目标检测、图像分割、人脸识别等。
心安成长·2024-02-06 14:04

基于Vercel和Flask部署API

它可以免费部署服务器和托管网站，与GithubPages只能托管静态网站不同，vercel可以部署的内容有很多，它支持python，go等多语言环境，这意味你可以创建动态的内容，甚至，你可以在上面部署一个深度学习模型
乔不思-·2024-02-06 11:49

基于pytorch深度学习遥感影像地物分类与目标识别、分割实践技术应用

对遥感影像进行预处理，包括辐射定标、大气校正、几何校正等，使其更适合深度学习模型。数据增强:使用图像增强技术，如旋转、裁剪、翻转等，增加数据多样性，提高模型的泛化能力。构建深
数字化信息化智能化解决方案·2024-02-06 10:22

「2023 年度中国时序数据应用创新奖」正式公布，一汽解放、路特斯榜上有名...

在此背景下，为感恩客户的支持、回馈市场的关注，同时也为了把这些成功案例传播给更多有需要的开发者和企业，涛思数据特别打造并推出了「2023年度中国时序数据应用创新奖」，奖项名单于近日正式揭晓。
涛思数据（TDengine）·2024-02-06 09:46

涛思数据公布「2023 年度中国时序数据应用创新奖」，这些企业的数字化转型值得借鉴

在此背景下，为感恩客户的支持、回馈市场的关注，同时也为了把这些成功案例传播给更多有需要的开发者和企业，涛思数据特别打造并推出了「2023年度中国时序数据应用创新奖」，奖项名单于近日正式揭晓。
涛思数据（TDengine）·2024-02-06 09:45

InfluxDB数据的导入导出

Backgroundinfluxdb支持将时序数据导出到文件，然后再将文件导入到数据库中，以此实现数据的迁移。
WaiSaa·2024-02-06 09:15

TDengine 签约杭州云润，助力某大型水表企业时序数据处理

在智慧电表水表的数据采集和存储过程中，时序数据处理成为一个重要的问题。由于电表水表数据具有时间序列的特点，传统的数据库和数据处理方式往往难以满足大规模数据的高速采集、存储和实时分析需求。
涛思数据（TDengine）·2024-02-06 09:39

时间序列预测 —— ConvLSTM 模型

时间序列预测——ConvLSTM模型时间序列预测是一项重要的任务，ConvLSTM（卷积长短时记忆网络）是深度学习领域中用于处理时序数据的强大工具之一。
Persist_Zhang·2024-02-05 14:59
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他