E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
时序深度学习
一文让你由浅入深的理解Transform模型
3、LSTM只能串行计算,不能并行,因为它是一个
时序
lhz泽少
·
2024-01-23 03:06
自然语言处理
深度学习
神经网络
人工智能
常用芯片学习——HC245芯片
控制功能实现可更大限度地减少外部
时序
要求。根据方向控制(DIR)输入上的逻辑电平,此类器件将数据从A总线发送至B总线,或者将数据从B总线发送至A总线。
zhoutanooi
·
2024-01-23 03:24
学习
李沐
深度学习
-多层感知机从零开始
!!!梯度的产生是由于反向传播,在自定义从零开始编写代码时,第一次反向传播前应该对params参数的梯度进行判断importtorchimportnumpyasnpimporttorch.utils.dataasDataimporttorchvision.datasetsimporttorchvision.transformsastransformsimportsyssys.path.append
大小猫吃猫饼干
·
2024-01-23 02:16
李沐深度学习编码实现
深度学习
人工智能
【AI】
深度学习
在编码中的应用(11)
——隐式神经表示隐式神经表示(ImplicitNeuralRepresentations,INR)是近年来在
深度学习
和计算机视觉领域中涌现的一种技术。
giszz
·
2024-01-23 00:37
人工智能
人工智能
【AI】
深度学习
在编码中的应用(10)
目录先看2个定义:P帧和B帧基于层次学习的高效视频压缩技术基于B帧的B-EPIC方法今天来学习编码配置优化技术。先看2个定义:P帧和B帧在视频压缩中,P帧和B帧都是关键的概念,它们与I帧一起构成了视频压缩的三种基本帧类型。P帧,即预测帧,是通过充分降低图像序列中前面已编码帧的时间冗余信息来压缩传输数据量的编码图像。它采用运动补偿的方法传送它与前面的I帧或P帧之间的差值及运动矢量,解码时必须将这一差
giszz
·
2024-01-23 00:36
人工智能
人工智能
深度学习
【AI】
深度学习
在编码中的应用(4)
目录一、基于自编码器的架构二、基于可逆网络的架构三、基于GAN模型的架构四、多层结构图像压缩框架今天学习和梳理基础架构设计的4种模式:一、基于自编码器的架构在人工智能应用中,自编码器(Autoencoder,AE)是一种无监督的神经网络模型,用于学习输入数据的编码表示(即特征),并能够从这种编码表示中重构原始数据。自编码器通常用于数据降维、特征学习、去噪等任务。在基础架构设计中,基于自编码器的架构
giszz
·
2024-01-23 00:34
人工智能
人工智能
pytorch和pycharm的区别
PyTorch是一个
深度学习
框架,它主要用于
深度学习
模型的开发、训练和部署。它提供了很多用于
深度学习
的工具,例如自动求导、神经网络构建和训练等。
low sapkj
·
2024-01-23 00:02
pytorch
pycharm
python
深度学习
人工智能
深入浅出Pytorch(一)
Task01:Pytorch认知和安装python实现的
深度学习
的科学计算包,提供了一套
深度学习
框架。发展好,框架简洁,项目开源,上手快。
qq_42194332
·
2024-01-23 00:31
pytorch
python
深度学习
基于图神经网络与
深度学习
的商品推荐算法
传统做法现阶段局限创新方法结果相关工作目前推荐算法基于矩阵分解的推荐算法基于
深度学习
的推荐算法基于图神经网络的推荐算法创新点模型设计本文的核心任务是训练出一个模型LGDL模型框架嵌入层ID特征嵌入评论文本特征嵌入前向传播层关联关系提取偏好特征提取评分预测层模型优化传统做法利用
深度学习
方法从用户
谦谦菜鸟
·
2024-01-23 00:58
深度学习
机器学习
人工智能
深度学习
记录--指数加权平均
指数加权移动平均(exponentiallyweightedmovingaverages)如何对杂乱的数据进行拟合?通过指数加权平均可以把数据图近似拟合成一条曲线公式:其中表示第t个平均数,表示第t-1个平均数,表示第t个数据,表示变化参数下图为拟合结果()当参数变化时,拟合结果也会发生变化例子:时,近似取10个数据平均值(红色曲线)时,近似取50个数据平均值(绿色曲线)时,近似取2个数据平均值(
蹲家宅宅
·
2024-01-22 22:05
深度学习记录
深度学习
算法
人工智能
python有必要学数据结构么_学习算法必须要了解的数据结构
本文首发于公众号《
深度学习
与Python》,欢迎关注瑞士计算机科学家尼克劳斯沃斯于1976年写了一本书提出算法+数据结构=程序,40多年后,这个等式仍然成立。
h61102725
·
2024-01-22 22:32
python有必要学数据结构么
十分钟带你复现YOLOv8
YOLOv8是Ultralytics在2023年初推出的一个重大更新版本,建立在以前YOLO版本成功的基础上,基于
深度学习
和计算机视觉的前沿进展,采用最先进的SOTA模型,引入了
Hello阿尔法
·
2024-01-22 21:02
YOLO
YOLO
【算法小记】
深度学习
——循环神经网络相关原理与RNN、LSTM算法的使用
文中程序以Tensorflow-2.6.0为例部分概念包含笔者个人理解,如有遗漏或错误,欢迎评论或私信指正。卷积神经网络在图像领域取得了良好的效果,卷积核凭借优秀的特征提取能力通过深层的卷积操作可是实现对矩形张量的复杂计算处理。但是生活中除了图像这样天然以矩阵形式存储的数据以外,还有众多以时间轴方向的连续数据。例如传感器的采集的复合数据,某个事件的历史发展数据等。同时我们日常生活中无时无刻存在的自
絮沫
·
2024-01-22 20:24
深度学习
深度学习
rnn
算法
lstm
深度学习
笔记(九)——tf模型导出保存、模型加载、常用模型导出tflite、权重量化、模型部署
文中程序以Tensorflow-2.6.0为例部分概念包含笔者个人理解,如有遗漏或错误,欢迎评论或私信指正。本篇博客主要是工具性介绍,可能由于软件版本问题导致的部分内容无法使用。首先介绍tflite:TensorFlowLite是一组工具,可帮助开发者在移动设备、嵌入式设备和loT设备上运行模型,以便实现设备端机器学习。框架具有的主要特性:延时(数据无需往返服务器)隐私(没有任何个人数据离开设备)
絮沫
·
2024-01-22 20:20
深度学习
深度学习
笔记
人工智能
目标文献分析方法
发现问题选择方向调查研究分析论证确定选题中国知网
深度学习
+方向词1检索:
深度学习
医疗影像1发表时间要最新2显示50个,全选3导出文献格式Ref4导出,保存5利用citespace整理热门词,定研究问题4
小蒋的学习笔记
·
2024-01-22 20:03
论文阅读方法
深度学习
保留图片原画质图片无损放大
该功能利用了人工智能和
深度学习
技术,通过对大量图片的学习和分析,
yun132792
·
2024-01-22 20:54
视频
人工智能
音视频
使用Python对音频进行特征提取
在几年前写的使用Python对音频进行特征提取使用的是人为特征的方法进行特征提取的,近些年随着
深度学习
的普及,这里尝试使用
深度学习
方法进行特征提取。
bagell
·
2024-01-22 19:12
python
音视频
开发语言
selenium
excel
爬虫
程序员,想转型人工智能吗?先补补数学课吧!
人工智能很火,也很高端,
深度学习
、机器学习、视觉识别,听上去就很高大上。而且不仅仅是听上去高大上,现实当中确实也是实实在在的高大上。在互联网圈子里,有一句话流传甚广:得人工智能者得天下。
月落无敌
·
2024-01-22 18:46
【江科大】STM32:定时器中断
文章目录TIM(Timer)定时器根据复杂度和应用场景分为了高级定时器、通用定时器、基本定时器三种类型基本定时器通用定数器高级定时器时钟(时钟电路)的作用是什么:设置定时器触发中断普通方法:预分频器
时序
缓冲寄存器计数器
时序
如何判断是否使用预装功能计数器无预装和有预装的区别配置时钟树
白糖熊
·
2024-01-22 18:01
STM32学习
stm32
单片机
嵌入式硬件
【
深度学习
目标检测】十七、基于
深度学习
的洋葱检测系统-含GUI和源码(python,yolov8)
使用AI实现洋葱检测对农业具有以下意义:提高效率:AI技术可以快速、准确地检测出洋葱中的缺陷和问题,从而提高了检测效率,减少了人工检测的时间和人力成本。提高准确性:AI技术通过大量的数据学习和分析,能够更准确地识别出有缺陷的洋葱,降低了误判和漏检的可能性。提高农产品质量:通过AI技术对洋葱进行检测,可以及时发现并处理有缺陷的产品,从而提高了农产品的整体质量。提供决策支持:AI技术可以通过数据分析,
justld
·
2024-01-22 17:29
目标检测
深度学习
CNN
目标检测
YOLO
人工智能
【AI】
深度学习
在编码中的应用(5)
RNN具有循环连接的特性,能够处理变长输入和输出,并捕捉序列中的
时序
信息。特点:
时序
建模:RNN能够捕捉序列
giszz
·
2024-01-22 17:29
人工智能
人工智能
【markdown编写流程图】csdn博客中使用流程图:mermaid流程图、mermaid甘特图、mermaid饼图、mermaid的gitt图、flow简洁流程图、sequence
时序
流程图
markdown编写流程图、csdn博客中使用流程图:mermaid流程图、mermaid甘特图、mermaid饼图、mermaid的gitt图、flow简洁流程图、sequence
时序
流程图最近项目上用到了流程图
Goldchenn
·
2024-01-22 16:53
markdown
git
开发软件技巧
流程图
甘特图
git
markdown
mermaid
stm32中的SPI
特性及架构通讯引脚时钟控制逻辑数据控制逻辑整体控制逻辑通讯过程代码配置实现结构体的定义SPI时钟信号的定义SPI端口定义SPI命令flash驱动代码初始化代码(配置端口)配置SPI模式代码发送并接受一个字节读取字节读取ID号FLASH写入使能等待FLASH内部
时序
操作完成擦除
elderingezez
·
2024-01-22 16:06
stm32
stm32
嵌入式硬件
单片机
“
深度学习
”之感
第一次听到“
深度学习
”这个问题,我全蒙了,想着学习还要
深度学习
,什么是
深度学习
,怎么
深度学习
呢?图片发自App听了贾老师的课,才知道什么是“
深度学习
”,让我受益匪浅。
陇西060张艳
·
2024-01-22 15:40
PyTorch
深度学习
实战(31)——生成对抗网络(Generative Adversarial Network, GAN)
PyTorch
深度学习
实战(31)——生成对抗网络0.前言1.GAN2.GAN模型分析3.利用GAN模型生成手写数字小结系列链接0.前言生成对抗网络(GenerativeAdversarialNetworks
盼小辉丶
·
2024-01-22 15:46
深度学习
pytorch
生成对抗网络
CVPR 2023: Analyzing and Diagnosing Pose Estimation With Attributions
例如,使用
深度学习
网络直接回归关键点坐标或生成突出显示可能的关节位置的热图的研究。可解释性方法:这个领域专注于理解姿态估计模型如何做出决策。
结构化文摘
·
2024-01-22 14:00
人工智能
机器学习
深度学习
第十五届蓝桥杯单片机组——AT24C02
文章目录一、AT24C02介绍二、手册中的重点2.1IIC设备地址2.2写
时序
2.3读
时序
三、示例代码一、AT24C02介绍存储容量:AT24C02的存储空间是2K位(256字节)。
struggle_success
·
2024-01-22 13:35
蓝桥杯单片机组
蓝桥杯
单片机
【AI】
深度学习
在编码中的应用(6)
目录一、熵模型和自适应熵编码1.1区别1.2联系二、关于自适应熵模型前面我们讨论了基础架构设计、分析合成变换,本文来梳理和学习编码的第三步,自适应熵模型。一、熵模型和自适应熵编码自适应熵模型和熵编码在概念和应用上有一些区别,同时也存在一定的联系。1.1区别——定义与目标自适应熵模型:是一种能够根据输入数据的特性自动调整其内部参数以优化信息表示和处理的模型。它的目标是实现数据的高效表示和处理,例如通
giszz
·
2024-01-22 13:02
人工智能
人工智能
深度学习
【AI】
深度学习
在编码中的应用(8)
接上文,本文来梳理和学习智能编码中,基于残差编码的框架。智能图像编解码器的成功也推动了智能视频编解码器的发展。传统的视频压缩方法依靠预测编码对运动信息和残差信息分别进行编码。根据时-空域冗余消除方式和阶段不同,现有相关方法可分为基于残差编码的框架、基于条件编码的框架、基于3D自编码器的框架和其他架构。基于残差编码的框架,首先基于已解码参考帧,生成当前待编码帧的运动信息,然后生成运动补偿预测帧,最后
giszz
·
2024-01-22 13:02
人工智能
人工智能
深度学习
【AI】
深度学习
在编码中的应用(9)
接上,本文来讨论基于条件熵编码的框架。智能图像压缩中的基于条件熵编码的框架是一种先进的编码技术,它利用图像数据的统计特性来实现高效的压缩。以下是关于该框架的定义、原理、优势和劣势,以及关键技术的详细解释,同时包括框架中的主要组成部分及其阐述。定义基于条件熵编码的框架是一种图像压缩方法,它通过分析图像数据的条件概率分布来编码像素或特征,从而达到减少数据存储量的目的。条件熵是衡量在已知某些条件下,随机
giszz
·
2024-01-22 13:02
人工智能
人工智能
深度学习
【AI】
深度学习
在编码中的应用(7)
目录一、损失函数在图像压缩中的应用二、损失函数的常见指标2.1感知指标2.2经典失真指标本文来梳理和学习人工智能编码的第4个环节损失函数设计。一、损失函数在图像压缩中的应用损失函数用于指导图像压缩算法的优化过程。在设计图像压缩系统时,常用的损失函数包括重构损失(reconstructionloss)和感知损失(perceptualloss)。重构损失:衡量压缩后图像与原始图像之间的差异,通常使用像
giszz
·
2024-01-22 13:01
人工智能
人工智能
深度学习
【system verilog】SV Assertion 断言
断言语法即时断言与并发断言即时断言并发断言序列sequence边缘表达式时钟周期延迟属性property时钟定义禁止属性执行块蕴含操作后续算子固定延迟的蕴含使用序列作为先行算子的蕴含嵌套的蕴含在蕴含中使用ifelse
时序
窗口重叠的
时序
窗口语法之
飓风_数字IC验证
·
2024-01-22 12:00
system
verilog
硬件工程
WorkPlus AI助理私有化部署,助力企业降本增效
通过
深度学习
和自然语言处理技术,WorkPlusA
恒拓高科WorkPlus
·
2024-01-22 12:00
人工智能
QuestDB
时序
数据库快速入门
简介QuestDB是一个开源的高性能
时序
数据库,专门用于处理时间序列相关的数据存储与查询;QuestDB使用列式存储模型。数据存储在表中,每列存储在其自己的文件和其自己的本机格式中。
不会飞的小龙人
·
2024-01-22 12:51
数据库
时序数据库
QuestDB
Java
高性能
9 | Tensorflow中的batch批处理
在
深度学习
中,批处理通常用于提高训练的效率和稳定性。在TensorFlow中,可以使用tf.data.DatasetAPI来设置和处理批处理数据。
RunsenLIu
·
2024-01-22 12:19
(1-6)深度学习系列
tensorflow
batch
人工智能
明远数据远火数据收集、解析、转换和计算引擎实践
明远数据远火数据收集、解析、转换和计算引擎实践基于高性能golang实现下发数据策略支持丰富的组件支持丰富的
时序
计算方法启动明远数据远火数据收集和计算引擎界面上接入数据打开elasticsearch打开测试的红外检测物联网设备物联网设备上报发现人员查看
明远数据
·
2024-01-22 12:58
ChatGPT 和文心一言哪个更好用?
这些模型通过大规模的数据预训练和
深度学习
算法的优化,不断提升其语言理解和生成能力。首先,这些模型在智能回复方面有了显著的进步。它们能够理解用户的问题和意图,快速生成连贯、自然的回答。
和Ye哥学架构
·
2024-01-22 12:21
chatgpt
文心一言
人工智能
动手做个无人机—材料篇
因为该款无人机需要基于
深度学习
的目标检测,需要较高的算力,而以树莓派4为例,它配备了博通BCM2711So
笑傲江湖2023
·
2024-01-22 11:21
无人机
人脸自收集数据集辅助制作工具——人脸区域数据提取
综述我们在进行人脸识别
深度学习
算法研究过程中除了使用开源带标签的数据以外,都会用到大量自收集的图像数据(开源/爬虫/自拍等),然这些数据大多数是没有人脸区域标注标签的。
彧侠
·
2024-01-22 11:52
交通路标识别(教程&代码)
交通路标识别是一种基于计算机视觉和
深度学习
技术的应用,旨在通过自动识别和分类交通路标来提高交通安全和效率。
毕设阿力
·
2024-01-22 10:28
计算机视觉
深度学习
人工智能
图像分类保姆级教程-
深度学习
入门教程(附代码)
然而,随着
深度学习
的发展,图像分类问题已经得到了显著的改善。
深度学习
模型可以自动地从大量的数据中学习到特征表示,并且能够处理高维度数据的非线性关系,这使得对于复杂的图像分类问题更加容易解决。在深
毕设阿力
·
2024-01-22 10:27
分类
深度学习
数据挖掘
深度学习
记录--学习率衰减(learning rate decay)
学习率衰减mini-batch梯度下降最终会在最小值附近的区间摆动(噪声很大),不会精确收敛为了更加近似最小值,采用学习率衰减的方法随着学习率的衰减,步长会逐渐变小,因此最终摆动的区间会很小,更加近似最小值如下图,蓝色曲线表示mini-batch梯度下降,绿色曲线表示采用学习率衰减的梯度下降学习率衰减的实现1epoch=遍历数据1次是学习率衰减的超参数,是初始学习率,是遍历次数其他衰减方案是初始学
蹲家宅宅
·
2024-01-22 10:12
深度学习记录
深度学习
学习
人工智能
深度学习
记录--Adam optimization algorithm
Adam优化算法momentum和RMSprop的结合初始化参数:先进行momentum过程:然后进行RMSprop过程:接着进行偏差修正:,,最后更新权重:超参数的设置一般地,学习率需要经过多次调试之后才可得到其他超参数一般设置为:
蹲家宅宅
·
2024-01-22 10:12
深度学习记录
深度学习
人工智能
深度学习
记录--RMSprop均方根
RMSprop(rootmeansquareprop)减缓纵轴方向学习速度,加快横轴方向学习速度,从而加速梯度下降方法:原理:不妨以b为纵轴,w为横轴(横纵轴可能会不同,因为是多维量)为了让w梯度下降更快,则要使S_dw尽量小,即w每次减去一个大数字,所以w梯度下降更快为了让b梯度下降更慢,则要使S_db尽量大,即b每次减去一个小数字,所以b梯度下降更慢为了防止分母趋近于0,则加上一个常量,一般设
蹲家宅宅
·
2024-01-22 10:42
深度学习记录
深度学习
人工智能
深度学习
记录--Momentum gradient descent
Momentumgradientdescent正常的梯度下降无法使用更大的学习率,因为学习率过大可能导致偏离函数范围,这种上下波动导致学习率无法得到提高,速度因此减慢(下图蓝色曲线)为了减小波动,同时加快速率,可以使用momentum梯度下降:将指数加权平均运用到梯度下降,成为momentum梯度下降(图中红色曲线)原理:纵轴上,平均过程中正负数相互抵消,所以纵轴上的平均值接近于0横轴上,所有的微
蹲家宅宅
·
2024-01-22 10:11
深度学习记录
深度学习
人工智能
深度学习
bug笔记
目录1、WARNING:Ignoringinvaliddistribution-ip2、ValueError:check_hostnamerequiresserver_hostname3、ValueError:onlyoneelementtensorscanbeconvertedtoPythonscalars4、TypeError:‘int‘objectisnotiterable5、pandas的
机器学习杨卓越
·
2024-01-22 10:33
bug
python
深度学习
人工智能
数据挖掘
《
深度学习
之美》读书笔记章三
这一篇文章介绍第三章机器学习的分类。第三章“机器学习”三重门,“中庸之道”趋若人机器学习分为三大类:监督学习,非监督学习,半监督学习3.1监督学习3.1.1感性认知监督学习监督学习:从有标签的训练数据中学习模型,然后给定某个新数组,利用模型预测它的标签。这里的标签可以理解为事物的分类。3.1.2监督学习的形式化描述在监督学习中,根据目标预测变量的类型不同,可以分为回归分析和分类学习。回归分析包括:
wenju_song
·
2024-01-22 10:38
【
深度学习
每日小知识】Object Detection 目标检测
对象检测有多种方法,包括基于手工特征的传统方法和基于
深度学习
的最新方法。传统方法通常涉及从图像中提取一组手工制作的特征,例如颜色、纹理和形状,并使用这些特征来训练分类器来识别对象。最近基于深度
jcfszxc
·
2024-01-22 10:29
深度学习术语表专栏
深度学习
目标检测
人工智能
【
深度学习
:Word embeddings 】理解
深度学习
中的文本表示
【
深度学习
:Wordembeddings】理解
深度学习
中的文本表示将文本表示为数字One-hotencodings独热编码使用唯一的数字对每个单词进行编码词嵌入设置下载IMDb数据集配置数据集以提高性能使用嵌入层文本预处理创建分类模型编译和训练模型检索经过训练的单词嵌入并将其保存到磁盘可视化嵌入下一步工作本教程包含单词嵌入的介绍
jcfszxc
·
2024-01-22 10:29
深度学习知识专栏
深度学习
人工智能
【
深度学习
:数据增强 】提高标记数据质量的 5 种方法
【
深度学习
:数据增强】提高标记数据质量的5种方法计算机视觉中常见的数据错误和质量问题?为什么需要提高数据集的质量?
jcfszxc
·
2024-01-22 10:29
深度学习知识专栏
深度学习
人工智能
上一页
50
51
52
53
54
55
56
57
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他