时序数据深度学习模型

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

时间序列建模分析

时序数据的特点：1.时间序列数据依赖于时间，但不一定是时间的严格函数。2.时间序列数据每时刻上的值具有一定的随机性，不可能完全准确地用历史值去预测。
何hw·2024-02-05 09:06

Pytorch: nn.dropout

Dropout是一种用于深度学习模型的正则化技术，旨在减少模型对特定训练样本的过度拟合。其主要作用包括：减少过拟合：Dropout阻止神经网络对某些特定输入值过度依赖，从而提高模型的泛化能力。
湫兮之风·2024-02-05 09:31

ddddocr验证码识别模块

基于深度学习：ddddocr使用深度学习模型进行文字识别，能够有效处理复杂的
林小果1·2024-02-05 08:10

机器人抓取中的混淆概念

虽然端到端的方法通常使用神经网络或其他深度学习模型，但并不是所有基于经验的方法都不使用神经网络。实际上，一些传统的基于经验的方法可能会结合神经网络或其他机器学习技术，以更好地适应复杂的抓取任务。
cocapop·2024-02-05 05:06

PyTorch 2.2 中文官方教程（十四）

对深度学习模型进行正则化是一项令人惊讶的挑战。传统技术，如惩罚方法，通常在应用于深度模型时效果不佳，因为被优化的函数的复杂性。当处理病态模型时，这一点尤为棘手。这些模型的示例包括
绝不原创的飞龙·2024-02-04 21:55

RNN(神经网络)

目录介绍：数据：模型：预测：介绍：RNN，全称为循环神经网络（RecurrentNeuralNetwork），是一种深度学习模型，它主要用于处理和分析序列数据。
取名真难.·2024-02-04 17:47

Convolutional Neural Network (CNN) 识别手写数字字体

介绍：卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种在计算机视觉领域广泛应用的深度学习模型。它主要用于图像识别、目标检测、图像分割等任务。
取名真难.·2024-02-04 17:15

SSVEPNet:使用标签平滑与谱归一化的高效CNN-LSTM网络

.正则化技术4.1.基于视觉注意力机制的标签平滑技术4.2.谱归一化技术5.实验结果5.1被试内实验结果5.2跨被试实验结果5.3消融实验结果5.4t-SNE可视化结果6.讨论与思考6.1网络参数量对深度学习模型性能的影响
Ethan Hunt丶·2024-02-04 11:54

字节跳动百万级Metrics Agent性能优化的探索与实践

背景metricserver2（以下简称Agent）是与字节内场时序数据库ByteTSD配套使用的用户指标打点Agent，用于在物理机粒度收集用户的指标打点数据，在字节内几乎所有的服务节点上均有部署集成
字节跳动技术团队·2024-02-04 08:46

深度学习的进展

3.硬件和软件基础设施的改进：随着深度学习模型的不断增大和复杂，对硬件
番茄不是西红柿1·2024-02-04 08:20

我国学者在新型深度学习模型方面取得进展

在国家自然科学基金创新研究群体项目、重点项目（批准号：61921006、61751306）资助下，南京大学周志华教授项目组对新型深度学习模型与方法进行了深入研究，取得重要进展。
2301_76571514·2024-02-04 07:44

用BitMap结构实现快速取差集

基线数据的定义：基线数据是一组带时分的时序数据，时
super.aladdin·2024-02-04 04:05

LLM大模型

LLM模型是一种用于自然语言处理的语言模型，它是基于预训练的深度学习模型。LLM代表"LanguageLearningModel"，它的目标是通过大规模的文本数据来学习语言的表示和语义理解。
程序小勇·2024-02-03 22:05

深度学习模型网络疑惑解答

以下是我有疑问，也已经找到答案的问题目录以下是我有疑问，也已经找到答案的问题如果平均池化，进行填充了零，就改变了原本图像的值？当平均池化时发现剩余了怎么办当maxpooling时发现剩余了怎么办BatchNorm1d使用时机卷积的偏置初始值是否为0BatchNorm2d的使用时机模型为什么要初始化如果平均池化，进行填充了零，就改变了原本图像的值？在进行平均池化时，填充零的确可能改变原始图像的值。具
犟小孩·2024-02-03 19:08

计算机设计大赛 深度学习 python opencv 实现人脸年龄性别识别

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型
iuerfee·2024-02-03 16:03

如何实现一个百万亿规模的时序数据库，百度智能云 BTS 架构解析和实践分享

本文整理自2023年12月16日，百度智能云数据库总架构师朱洁在《国产数据库共话未来趋势》技术沙龙上的主题分享。随着互联网和物联网的高速发展，产生了大量的结构化、半结构化数据。在百度集团内部，BTS（BaiduTableStorage）成为处理这些半结构化数据的关键产品。随着技术的不断发展和业务需求的多样化，BTS在百度内部经历了从支持单一Table能力到支持宽表、时序等多模能力的演进。BTS是百
百度Geek说·2024-02-03 16:01

【AIGC扫盲】人工智能大模型快速入门

人工智能大模型的技术框架主要有以下几种：TensorFlow：这是一个由GoogleBrain团队开发的开源库，用于进行高性能数值计算，特别是用于训练和运行深度学习模型。
super_journey·2024-02-03 15:04

pytorch---1.基础知识

PyTorch是一个基于Python的科学计算库，它有以下特点:类似于NumPy，但是它可以使用GPU可以用它定义深度学习模型，可以灵活地进行深度学习模型的训练和使用TensorsTensor类似与NumPy
Mike-H·2024-02-03 14:39

Spring Boot 自定义指标

Prometheus：这是一个时序数据库，我们的指标数据一般保存在这个数据库中。Grafana：借助Grafana可以将Prometheus中的数据以图表的方式展示出来。
大扑棱蛾子·2024-02-03 11:27

PyTorch和TensorFlow的简介

PyTorch提供了一个灵活、动态的计算图，使得深度学习模型的构建和调试更加直观和容易。PyTorch框架基于Torch。在2017年1月，Face-book人工智能研究院（FAIR）推出了PyTor
三三木木七·2024-02-03 07:30

Pytorch基础知识（9）单目标分割

本章将重点介绍使用PyTorch开发一个深度学习模型来执行单目标分割。在单目标分割中，我们感兴趣的是自动勾勒出图像中一个目标物体的边界。对象边界通常由二进制掩码定义。
求则得之，舍则失之·2024-02-03 07:54

【自然语言处理】P2 PyTorch 基础 - 张量

目录安装PyTorch张量创建张量操作张量索引、切片、联合操作CUDA张量本系列博文我们将使用PyTorch来实现深度学习模型等。PyTorch是一个开源的、社区驱动的深度学习框架。
脚踏实地的大梦想家·2024-02-03 07:45

时间序列预测 —— TCN模型

时间序列预测——TCN模型卷积神经网络（ConvolutionalNeuralNetwork，CNN）在图像处理等领域取得了显著的成就，一般认为在处理时序数据上不如RNN模型，而TCN（TemporalConvolutionalNetwork
Persist_Zhang·2024-02-03 06:55

Linux一键部署telegraf 实现Grafana Linux 图形展示

influxd2前言influxd2是InfluxDB2.x版本的后台进程，是一个开源的时序数据库平台，用于存储、查询和可视化时间序列数据。
CIAS·2024-02-03 02:56

如何实现一个百万亿规模的时序数据库，百度智能云 BTS 架构解析和实践分享

本文整理自2023年12月16日，百度智能云数据库总架构师朱洁在《国产数据库共话未来趋势》技术沙龙上的主题分享。随着互联网和物联网的高速发展，产生了大量的结构化、半结构化数据。在百度集团内部，BTS（BaiduTableStorage）成为处理这些半结构化数据的关键产品。随着技术的不断发展和业务需求的多样化，BTS在百度内部经历了从支持单一Table能力到支持宽表、时序等多模能力的演进。BTS是百
百度智能云技术站·2024-02-02 23:04

引入本地PyTorch自动混合精度以在NVIDIA GPU上进行更快的训练

但是，对于许多深度学习模型而言，这对于获得完全准确性不是必需的。
孙琪翔·2024-02-02 20:33

CV案例解析：YOLO——从v1到v5

在YOLO诞生之前，目标检测领域热门的深度学习模型是R-CNN系列模型，这一类的模型被称之为二阶段模型（two-stage），其大致思路就是先找出可能含有物体的区域，进而再细致的找出这片区域内的物体是什么
CV案例精选·2024-02-02 18:51

深度学习模型试跑(二):YOLACT/YOLACT++

目录一.模型解读二.推理效果yolactyolact++三.模型训练#3.1数据集准备#3.2参数修改#3.3开始训练#3.4推理效果一.模型解读链接中的解读很通俗详细，在此不做赘述；而且YOLACT++在大前天也发布了，作为一个为数不多的在实时检测中可以用mask分割目标的方法，确实非常值得有兴趣的研究人员以及相关学者期待一下.详细解读官方代码YOLACT++解读二.推理效果yolact测试环境
(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:28

深度学习模型试跑(十七):Depth-Anything

和别人一起合作写的tensorrt版本，已发布在github上，欢迎点⭐https://github.com/spacewalk01/depth-anything-tensorrt根据项目的星标⭐数量，决定是否写这个模型的讲解。Depth-Anything的精华部分基本是在代码里面，论文只是做了相对简要的介绍，看了几篇公众号上的讲解，绝大部分就是照着论文里的内容翻译了一遍，很多比较牛的地方都没发掘
(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:54

手写数字识别从训练到部署全流程详解——模型在Android端的部署

综述：目前深度学习模型在移动端的使用已越来越广泛，而移动端设备的性能表现自然无法与PC端相提并论，目前市面上基本所有的训练框架训练出来的模型都无法直接在移动端上使用和推理，尽管部分框架同时做了移动端部署功能
彧侠·2024-02-02 10:59

TensorFlow 的基本概念和使用场景

它是一个用于构建机器学习和深度学习模型的强大工具。TensorFlow的核心概念是计算图，它允许用户以符号方式定义数学计算操作。
数据科学与艺术的贺公子·2024-02-02 09:27

PyTorch与TensorFlow的安装与介绍

人工智能大模型的技术框架人工智能大模型，如OpenAI的GPT-4，涉及到的技术栈主要包括以下几个方面：深度学习框架：TensorFlow,PyTorch等，这些框架提供了构建和训练深度学习模型的必要工具
super_journey·2024-02-02 09:22
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他