时序数据深度学习模型第3页

深度学习中的通道(Channel)概念详解

理解通道概念对于理解深度学习模型的结构和工作原理至关重要。

小·恐·龙·2025-01-23 09:33

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的

weixin_48705841·2025-01-22 20:50

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估

Ares代码行者·2025-01-22 20:47

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。

wzx_Eleven·2025-01-22 18:33

AI人工智能深度学习算法：高并发场景下深度学习代理的性能调优

特别是在自然语言处理、图像识别、语音识别等领域，深度学习模型的性能已经超越了传统方法。为了更好地将深度学习技术应用于实际场景，深度学习代理应运而生。

AI天才研究院·2025-01-22 14:54

Python中实现多层感知机（MLP）的深度学习模型

Echo_Wish·2025-01-22 12:43

【人工智能】Python常用库-Keras：高阶深度学习 API

Keras：高阶深度学习APIKeras是一个高效、用户友好的深度学习框架，作为TensorFlow的高级API，支持快速构建和训练深度学习模型。它以模块化、简单和灵活著称，适合研究和生产环境。

IT古董·2025-01-22 11:33

深入解析如何进行TensorFlow框架下的算子开发与适配插件开发：基于昇腾AI的完整流程

深入解析如何进行TensorFlow框架下的算子开发与适配插件开发：基于昇腾AI的完整流程在人工智能领域中，算子（Operator）作为深度学习模型的基础执行单元，决定了整个模型的计算性能和结果准确性。

快撑死的鱼·2025-01-21 20:40

深入解析CANN算子开发：TBE与AI CPU算子类型及其开发方法全指南

深入解析CANN算子开发：TBE与AICPU算子类型及其开发方法全指南在现代AI计算领域中，高效的算子开发对于优化深度学习模型的推理与训练至关重要。

快撑死的鱼·2025-01-21 20:09

prometheus（二）——数据模型、数据模块、表达式浏览器

文章目录一、prometheus数据模型1.概述2.指标类型3.作业job和实例targets/instance4.prometheusQL（数据查询语言也是时序数据库使用语言)二、prometheus

姜姜是美女·2025-01-21 16:03

中科曙光C/C++研发工程师二面

自我介绍；针对项目：CNN模型、损失函数、评价指标、改进方向、计算加速；CNN模型CNN，即卷积神经网络，是一种专门用于处理具有类似网格结构数据的深度学习模型。

TrustZone_·2025-01-21 16:31

prometheus持久化到mysql_Prometheus的架构及持久化

是一个开源的系统监控和报警工具，特点是多维数据模型(时序列数据由metric名和一组key/value组成)在多维度上灵活的查询语言(PromQl)不依赖分布式存储，单主节点工作.通过基于HTTP的pull方式采集时序数据可以通过

CHM单·2025-01-21 16:29

Prometheus存储原理及数据备份还原

prometheus将采集到的样本以时间序列的方式保存在内存（TSDB时序数据库）中，并定时保存到硬盘中。

JohnnySongXY·2025-01-21 15:26

Prometheus 时序数据

一时序索引Prometheus存储的是时序数据，时间戳（timestamp）来源于服务端本地的系统时间。

一路向东_·2025-01-21 15:21

AI引领工业制造智能化革命：机器视觉与时序数据预测的双重驱动

在众多AI技术中，基于机器视觉的工业辅助检测和基于时序数据的智能预测，毫无疑问是目前备受关注的两个重要方向。它们不仅极大提升了生产效率，还通过精准的决策和实时监控，推动着各行各业的智能转型。

火山说数·2025-01-21 13:33

【深度学习】Pytorch：导入导出模型参数

什么是模型参数模型参数是指深度学习模型中需要通过训练来优化的变量，如神经网络中的权重和偏置。

T0uken·2025-01-21 05:54

一种时序数据模式演化的跟踪与查询方法

摘要在物联网与大数据应用蓬勃发展的背景下，各类感知设备产生海量的时序数据，设备管理软件版本的快速迭代导致时序数据的模式演化问题日益凸显.模式演化要求对数据模式进行版本管理，使数据进行模式变更时不产生信息损失

米朵儿技术屋·2025-01-21 05:21

深度学习笔记——模型部署

文章目录模型部署模型部署的关键步骤常见的模型部署方式优势与挑战总结边缘端部署方案总结历史文章机器学习深度学习模型部署模型部署是指将训练好的机器学习或深度学习模型集成到生产环境中，使其能够在实际应用中处理实时数据和提供预测服务

好评笔记·2025-01-21 04:11

时序数据库TDengine 签约智园数字，助力化工园区智联未来

从数据孤岛到全面互联，从基础监控到智能分析，如何高效管理和利用时序数据已成为化工园区智能化升级的关键环节。

·2025-01-20 18:57

陶建辉荣登 2024 福布斯中国新时代颠覆力创始人榜单，见证创新力量的崛起

凭借着在时序数据库领域的卓越创新和深远影响，涛思数据创始人&CEO陶建辉荣膺这一殊荣，成为行业先锋中的佼佼者。

·2025-01-20 18:21

Easysearch Rollup 使用指南

背景在现代数据驱动的世界中，时序数据的处理变得越来越重要。无论是监控系统、日志分析，还是物联网设备的数据收集，时序数据都占据了大量的存储空间。

·2025-01-20 08:20

深度学习模型推理速度/吞吐量计算(附代码）

参考博文：https://mp.weixin.qq.com/s?__biz=MzI4MDYzNzg4Mw==&mid=2247546551&idx=2&sn=f198b6365e11f0a18832ff1203302632&chksm=ebb70e63dcc0877569d1838b2391744be628bf6cbb6e203a49f855e0769ecbbbf5a9929fe2db&scene

Scabbards_·2025-01-19 23:52

ChatGPT详解

**技术架构**：ChatGPT建立在Transformer架构之上，这是一种深度学习模型，特别适用于处理自然语言。其核心是自注意力机制，允许模型在

Loving_enjoy·2025-01-19 23:22

【YOLOV8】YOLOV8模型训练train及参数详解

介绍训练深度学习模型涉及为其提供数据并调整其参数，以便它能够做出准确的预测。UltralyticsYOLOv8的训练模式专为有效、高效地训练目标检测模型而设计，充分利用现代硬件的能力。

小小小小祥·2025-01-19 15:10

深入解读ChatGPT的工作原理及底层逻辑

工作原理涉及了深度学习模型、自然语言处理技术和文本生成算法等多个方面。通过预训练和微调，模型能够理解语言的语法和语义，并能够根据上下文生成符合语境的文本回复。

NAR_鱼丸·2025-01-19 13:59

厉害了，LSTM+Transformer王炸创新，精准度又高了！

【LSTM+Transformer】作为一种混合深度学习模型，近年来在学术界和工业界都受到了极大的关注。

马拉AI·2025-01-19 12:48

数据增强方法及其工具

数据增强（DataAugmentation）是指在训练深度学习模型时，通过对现有数据进行一系列变换，从而生成新的样本。

cxr828·2025-01-19 07:09

IoTDB 入门教程基础篇⑤——数据模型和基础概念

2.2时序数据库TDengine2.3时序数据库InfluxDB2.4时序数据库IoTDB（本专栏的正主）三、基础概念3.1数据库（Database）3.2设备模板（元数据模板）3.3设备（实体）3.4

小康师兄·2025-01-18 14:58

深度学习驱动的极端天气预测：时空数据异常检测与应用全解析（基于Python + TensorFlow）

通过整合多源气象数据，深度学习模型能够自动挖掘复杂模式和非线性关系，提高预测准确性。然而，挑战依然存在，包括数据质量问题、模型可解释性不足以及极端天气的内在复杂性和不确定性。

AI_DL_CODE·2025-01-18 02:01

基于深度学习的人脸表情识别系统（YOLOv10+UI界面+数据集）

该系统主要由三部分组成：YOLOv10（深度学习模型）进行表情识别、UI界面展示识别结果以及数据集的准备和训练过程。

2025年数学建模美赛·2025-01-18 02:24

大奖七连击，时序数据库TDengine 2025 开年 C 位出道！

从技术媒体到开源基金会从新能源到AI榜单元旦前这俩月TDengine奖杯收到手软这些奖项不仅是权威机构对TDengine的高度认可更是对时序数据库技术在各领域深度应用的肯定接下来我们揭开这些奖项的庐山真面目带各位小伙伴一睹为快

涛思数据（TDengine）·2025-01-17 21:13

广东粤万润与时序数据库TDengine携手打造智慧酒店新未来：数据驱动智能化转型

在智能化转型浪潮席卷全球的当下，智慧酒店行业已然成为推进智能生活应用的先锋领域。从智能照明到环境监测，从安防系统到沉浸式影音娱乐，智慧酒店通过技术赋能为用户提供了更加舒适、高效且个性化的服务体验。然而，随着设备的增多和场景的复杂化，酒店客控系统也面临着海量数据处理、实时性保障及系统扩展性的多重挑战。在这一背景下，广东粤万润科技股份有限公司作为智慧生活领域的佼佼者，积极探索数据技术的深度应用，以应对

涛思数据（TDengine）·2025-01-17 21:43

注意力池化层：从概念到实现及应用

引言在现代深度学习模型中，注意力机制已经成为一个不可或缺的组件，特别是在处理自然语言和视觉数据时。

专业发呆业余科研·2025-01-17 21:39

深入解析昇腾AI CPU算子开发：基于AI CPU引擎的自定义算子实现与优化

深入解析昇腾AICPU算子开发：基于AICPU引擎的自定义算子实现与优化随着深度学习模型复杂性的不断提升，AI处理器需要更强大的算力和更高效的计算架构来支撑模型的训练和推理。

快撑死的鱼·2025-01-17 21:09

聚焦实践，面向前端 | 12月7日华为云首届开源开发者论坛火热报名中~

大会以“开放创新，释放云上生产力”为主题，融合AI、Serverless、前端、时序数据库、边缘计算、批量调度等多个维度，协助生态合作伙伴、企业、个人和高校开发者通过开源力量打造多场景多领域，提升技术活力及产业生产力

·2025-01-17 19:03

openGemini 社区人才培养计划：助力成长，培养新一代云原生数据库人才

二、社区介绍openGemini是一款开源的云原生分布式时序数据库，专注于海量可观测性数据的存储和分析，2022年10月开源，2024年7月正式成为CNCF沙箱项目。

·2025-01-17 19:00

【机器学习】—时序数据分析：机器学习与深度学习在预测、金融、气象等领域的应用

云边有个稻草人-CSDN博客目录引言1.时序数据分析基础1.1时序数据的特点1.2时序数据分析的常见方法2.深度学习与时序数据分析2.1深度学习在时序数据分析中的应用2.1.1LSTM（长短期记忆网络）

云边有个稻草人·2025-01-17 14:13

深度学习：从基础到实践（上、下册）(安德鲁·格拉斯纳)

训练与测试：深度学习模型的训练过程包括使用训练数据来优化模型参数，而测试过程则使用测试数据来评估模型的性能。过拟合与欠拟合：过拟合是指模型在训练数据上表现过

fyjgfyjfg·2025-01-17 07:11

神经架构搜索在大模型效率优化中的应用

神经架构搜索，大模型，效率优化，自动机器学习，深度学习1.背景介绍近年来，深度学习模型取得了令人瞩目的成就，在图像识别、自然语言处理、语音识别等领域展现出强大的能力。

AI大模型应用之禅·2025-01-17 03:06

benchANT 性能榜单技术解读 Part 2：查询优化

就在上月，国际权威数据库性能测试榜单benchANT更新了TimeSeries:Devops（时序数据库）场景排名，KaiwuDB数据库在xsmall和small两类规格下的时序数据写入吞吐、查询吞吐、

·2025-01-16 19:26

应急救援路径规划中的蚁群算法与路径评价研究【附代码】

数据科学与大数据专业|数据分析与模型构建|数据驱动决策✨专业领域：数据挖掘与清洗大数据处理与存储技术机器学习与深度学习模型数据可视化与报告生成分布式计算与云计算数据安全与隐私保护擅长工具：Python/

拉勾科研工作室·2025-01-16 17:36

深度学习--对抗生成网络（GAN, Generative Adversarial Network）

对抗生成网络（GAN,GenerativeAdversarialNetwork）是一种深度学习模型，由IanGoodfellow等人在2014年提出。

Ambition_LAO·2024-09-15 05:15

TDengine和DolphinDB哪个更好，哈哈哈哈，闲来无聊分析了一下。(1)

TDengine是专为时序数据设计的，针对的是物联网、工业互联网、IT运维场景。这些场景是不需要特殊的查询函数的，更关心的是写入速度、查询速度。

2401_84023482·2024-09-14 00:54

深入掌握大模型精髓：《实战AI大模型》带你全面理解大模型开发！

大型深度学习模型（简称AI大模型）以其强大的表征能力和卓越的性能，在自然语言处理、计算机视觉、推荐系统等领域均取得了突破性的进展。尤其随着AI大模型的广泛应用，无数领域因此受益。AI大模型

努力的光头强·2024-09-13 18:53

百行代码复现扩散模型-基于线性回归

文章目录引言简化模型原本模型模型改造实现过程数据集文本编码图像编码解码扩散过程训练过程生成过程完整实现结论引言多模态的深度学习模型，通常需要大量的算力去训练和验证。

李新然·2024-09-13 10:07

人工智能-GPU版本机器学习、深度学习模型安装

背景1、在有Nvidia-GPU的情况下模型使用cuda加速计算，但是很有多模型的GPU和CPU版本安装方式不同，如何安装lgb\cat\xgb.2、为了让代码有普适性，如何自适应环境当中的设备进行CPU或者GPU的调整？解决方案问题一：安装GPU版本的LightGBMLightGBM默认不会安装GPU支持版，需要手动编译以启用GPU。以下是在Linux和Windows上编译GPU版本LightG

bw876720687·2024-09-13 02:06

【深度学习实战】使用深度学习模型可视化工具——Netron在线可视化深度学习神经网络

一直以来，对于深度学习领域的开发者，可视化模型都是非常迫切的需求，今天主要介绍一款可视化工具——NetronNetron有三种使用方式：在线、本地安装、pip安装今天在这里只介绍在线使用这种方式。Netron有个官方的网站：Netron点击进去是这样的一个界面我们可以点击openmodel从本地选择一个预训练模型可以看到这里就显示出来了

量子-Alex·2024-09-12 20:32

一维数组 list 呢，怎么转换成 (批次句子长度特征值 )三维向量 python pytorch lstm 编程人工智能

一、介绍对于一维数组，如果你想将其转换成适合深度学习模型（如LSTM）输入的格式，你需要考虑将其扩展为三维张量。

zhangfeng1133·2024-09-12 16:34

Python高层神经网络 API库之Keras使用详解

Keras旨在简化深度学习模型的构建过程，使得开发者能够更加专注于实验和研究。本文将详细介绍Keras库，包括其安装方法、主要特性、基本和高级功能，以及实际应用场景，帮助全面了解并掌握该库的

Rocky006·2024-09-12 03:46

探秘3D UNet-PyTorch：高效三维图像分割利器

而是一个基于PyTorch实现的深度学习模型，专为三维图像分割任务设计。本文将深入剖析该项目的技术细节，应用场景及特性，以期吸引更多的开发者和研究人员参与其中。

鲍凯印Fox·2024-09-12 00:18

推荐频道

时序数据深度学习模型