机器学习&神经网络

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net是一种用于生物医学图像分割的卷积神经网络架构
胖墩会武术·2025-02-25 21:04

【matlab数学建模项目】matlab实现HSV空间的森林火灾监测系统——森林火灾监测系统

空间森林火灾监测系统1、项目下载：本项目完整讲解和全套实现源码见下资源，有需要的朋友可以点击进行下载说明文档（点击下载）全套源码+学术论文基于MATLAB的HSV空间森林火灾监测系统的技术实现与应用-机器学习
阿里matlab建模师·2025-02-25 21:31

机器学习01

机器学习的基本过程如下：1.数据获取2.数据划分3.特征提取4.模型选择与训练5.模型评估6.模型调优一、特征工程（重点）0.特征工程步骤为：特征提取(如果不是像dataframe那样的数据，要进行特征提取
天行者@·2025-02-25 20:53

机器学习02

三、模型选择与调优1交叉验证(1)保留交叉验证HoldOutHoldOutCross-validation（Train-TestSplit）优点1.简单高效操作简便：这种方法的实现非常直接，只需要将原始数据集按照一定比例（常见的如70:30、80:20等）随机划分为训练集和测试集。例如，在Python的scikit-learn库中，使用train_test_split函数可以轻松完成划分，代码简洁
天行者@·2025-02-25 20:53

常用计算机网络命令

pingwww.example.com该命令会向指定目标地址发送ICMP回显请求数据包，并等待目标地址返回ICMP回显应答数据包。通过查看数据包的往返时间（RTT），可以判断网络延迟情况。
MaximusCoder·2025-02-25 17:33

为AI聊天工具添加一个知识系统 之122 详细设计之63 实体范畴论和神经元元模型：命名法函子

神经元元模型（三层含义）暨三种神经网络构造型既神经元三个功能约束即神经细胞元元模型。”注：第一行是实体的范畴论的三种论法。
一水鉴天·2025-02-25 16:59

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50

网关类设备技术演进思路

人工智能（AI）和机器学习：用于数据分析、用户行为预测和自动化决策。边缘计算：在设备端进行数据处理，减少对云服务的依赖，提高响应速度。区块链技术：用于确保数据安全和网络安全。
看兵马俑的程序员·2025-02-25 13:03

国产替代 | 星环科技Sophon替代SAS，助力大型国有银行智能化营销

由于SAS是集中式的，对单台服务器要求太高，算力无法支撑需求，且无法支持可视化的机器学习，对于业务人员来说使用门槛过高。在经过产品选型后，决定采用星环科技的智能分析工具Sophon替换原有SAS，用
星环科技·2025-02-25 11:16

PyTorch知识点总结之一

PyTorch是一个基于Python的科学计算库，它是用于机器学习和深度学习的框架之一。它由Facebook的人工智能研究团队开发和维护，是一个开源的软件包，可以帮助开发者构建各种深度学习模型。
Rain松·2025-02-25 10:44

使用 ML.NET 开发工业预测系统：从数据到智能决策

而机器学习技术，尤其是ML.NET，提供了一种高效、灵活的方式来挖掘这些数据背后的潜在价值。本文将带领大家通过使用ML.NET来开发一个简单的工业预测系统，帮助企业提高生产效率，降低故障风险。
威哥说编程·2025-02-25 09:35

初学者推荐学习AI的路径

学习人工智能的路径可以分为基础知识、编程技能、机器学习、深度学习、数据处理与可视化、自然语言处理（NLP）、计算机视觉（CV）、强化学习、实践项目和持续学习几个阶段。
ProgramHan·2025-02-25 09:05

GPT-2源码实现及GPT-3、GPT-3.5、GPT-4及GPT-5内幕解析(二)

NLP_Matrix_Space5.2GPT-2源码实现逐行解析本节讲解GPT-2源码，gpt2.py是一个使用NumPy实现的代码，在代码中实现了GELU激活函数、softmax函数、层归一化、线性层、前馈神经网络
段智华·2025-02-25 09:35

机器学习实战：从理论到实践

随着人工智能技术的迅猛发展，机器学习作为其核心部分，已经广泛应用于各个领域。它不仅在科技公司中扮演着关键角色，在医疗、金融、零售等行业也展现了巨大的潜力。
静默.\\·2025-02-25 08:34

云原生时代的分布式文件系统设计与实现

由HaoyuanLi在加州大学伯克利分校AMPLab启动，Alluxio如今已成为全球众多大型科技公司（如Facebook、Uber、Microsoft等）的关键组件。
ITPUB-微风·2025-02-25 08:33

【SQLI】sqlmap测试过滤规则和tamper有效性的方法

sqlmap测试过滤和tamper有效性的方法1.检测被过滤的字符或关键字2.测试有效的Tamper脚本3.自动化过滤检测4.自定义Tamper脚本示例命令总结注意事项使用sqlmap测试过滤规则和确定有效
D-river·2025-02-25 08:57

音频原始数据解释

这个过程包括以下几个步骤：（1）采样（Sampling）采样是指以固定的时间间隔对连续的音频信号进行取样，记录信号在每个时
陈皮话梅糖@·2025-02-25 07:57

开源模型应用落地-Qwen1.5-MoE-1/3的激活参数量达到7B模型的性能

二、术语介绍2.1.混合专家(MoE)架构是一种机器学习模型的结构设计,它将一个复杂的任务分解成多个相对简单的子任务,
开源技术探险家·2025-02-25 07:55

时序大模型：技术需求、现有成果及主流模型、模型架构、数据处理方式、优势、缺点及未来展望

数据清洗：去除异常值：通过统计方法或机器学习算法检测并去除异常值，确保数据的合理性。填补缺失值：使用插值方法、均值填充、中位数填充或基于模型的预测
xl.liu·2025-02-25 07:50

streamparse，一个超强的 Python 实时流数据处理库！

️个人主页：鼠鼠我捏，要死了捏的主页️付费专栏：Python专栏️个人学习笔记，若有缺误，欢迎评论区指正前言大家好，今天为大家分享一个超强的Python库-streamparse。
浅沫云归·2025-02-25 06:47

机器学习数学基础：36.φ相关系数分析

用φ相关系数分析性别与心理测验态度关系的教程一、学习目标学会使用φ相关系数分析两个二分变量（如性别男/女、对心理测验态度肯定/否定）之间的关系，并通过卡方检验判断结果是否具有统计学意义。二、数据准备假设我们想研究青年大学生的性别和对心理测验的态度之间的关系，收集到如下2×22×22×2列联表数据（调查了170170170人）：肯定否定合计男生222222888888110110110女生18181
@心都·2025-02-25 06:46

机器学习数学基础：37.偏相关分析

偏相关分析教程一、偏相关分析是什么在很多复杂的系统中，比如地理系统，会有多个要素相互影响。偏相关分析就是在这样多要素构成的系统里，不考虑其他要素的干扰，专门去研究两个要素之间关系紧密程度的一种方法。用来衡量这种紧密程度的数值，叫做偏相关系数。举个简单例子，在研究一个地区的房价时，房价会受到很多因素影响，像地段、房屋面积、周边配套设施等。如果我们想知道单纯的房屋面积和房价之间的关系，就可以用偏相关分
@心都·2025-02-25 06:46

机器学习数学基础：22.对称矩阵的对角化

一、核心概念详解（一）内积定义与公式：在nnn维向量空间中，对于向量x⃗=(x1,x2,⋯ ,xn)\vec{x}\=(x_1,x_2,\cdots,x_n)x=(x1,x2,⋯,xn)和y⃗=(y1,y2,⋯ ,yn)\vec{y}\=(y_1,y_2,\cdots,y_n)y=(y1,y2,⋯,yn)，内积记作(x⃗,y⃗)(\vec{x},\vec{y})(x,y)，其计算公式为(x⃗,y⃗
@心都·2025-02-25 06:45

机器学习数学基础：34.点二列

点二列相关教程一、点二列相关的定义点二列相关是一种统计方法，用于衡量两个变量之间的相关程度。在这种相关分析中，一个变量是正态连续性变量，取值可以是连续的数值，比如身高、体重、考试分数等；另一个是真正的二分名义变量，其两个类别是天然存在、相互独立的，不能再细分，像性别（男/女）、是否吸烟（是/否）、抛硬币的结果（正面/反面）等。二、适用场景点二列相关常用于研究天然二分变量与连续变量之间的关系。例如在
@心都·2025-02-25 05:11

免费 MLOps 课程：学习机器学习运维的完整流程

MLOpsZoomcamp课程介绍
真智AI·2025-02-25 05:11

PyTorch实现DARTS：可微分架构搜索指南

DARTS（DifferentiableArchitectureSearch）是一种创新的神经网络架构
余伊日Estra·2025-02-25 05:07

机器学习的三个步骤-ChatGPT4o作答

机器学习的三个步骤分别是：设置范围、设置标准、达成目标。这三个步骤是任何机器学习项目的基础框架，它们为模型的选择、优化和评估提供了清晰的指导。让我们深入探讨这三个步骤的具体内容。
部分分式·2025-02-25 04:33

AGI框架探索

开发十年，就只剩下这套Java开发体系了>>>随着对机器学习领域的深入探索，我渐渐迷上了AGI通用人工智能。
另一只又死又活的猫·2025-02-25 04:58

RTX 3090图形处理巅峰性能解析

本文将以Ampere架构的技术演进为切入点，系统性解构该显卡在显存配置、运算单元协作及图像处理技术方面的创新设计。
智能计算研究中心·2025-02-25 03:26

神经网络与深度学习入门：理解ANN、CNN和RNN

无论是智能手机的语音助手，还是推荐系统，背后都有一项核心技术在支撑，那就是神经网络与深度学习。今天，我们就来聊一聊这个听起来高大上的话题，其实它也没那么难懂！什么是神经网络？
shandianfk_com·2025-02-25 03:49

Linux（持续更新）

[文件]参数说明-z：支持gzip解压文件；-x：从压缩的文件中提取文件；-f：指定压缩文件；-v：显示操作过程；-c：建立新的压缩文件；例子解压一个已经被gzip压缩的归档文件：tar-zxvfexample.tar.gz-z
你在我身后·2025-02-25 02:48

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek
m0_74825634·2025-02-25 01:37

PYTHON机器学习小项目教程：预测鸢尾花种类

我们将使用经典的鸢尾花数据集来构建一个分类模型，该数据集包含150个样本，每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。目标是根据这些特征预测鸢尾花的种类（山鸢尾、变色鸢尾或维吉尼亚鸢尾）。一、环境配置首先，确保你已经安装了必要的库。如：pandas、numpy等，命令如下所示pipinstallnumpypandasscikit-learnmatplotlib[-i镜像源网站]二、
jackispy·2025-02-25 01:36

Java集合并发安全面试题

publicclassSynchronizedWrapperExample{//1.基本使用publicvoiddemonstrateSynchronizedCollections(){//创建同步ListListsyncList
夜游猿·2025-02-25 01:05

深度学习入门篇--来瞻仰卷积神经网络的鼻祖LeNet

B站视频讲解:深度学习入门篇:使用pytorch搭建LeNet网络并代码详解实战前言大家在学习神经网络的时候肯定会有这样的感受,有很多的文章和视频,有的文章也很好,但是总是不成体系,总是学起来东一榔锤,
智算学术·2025-02-25 00:31

轻量级网络设计原理与代码实战案例讲解

轻量级网络设计原理与代码实战案例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着深度学习在各个领域的广泛应用，神经网络模型变得越来越庞大和复杂
AI天才研究院·2025-02-25 00:00

基于KNN的鸢尾花分类预测模型

机器学习，它也是需要对自己的学习效果进行评估，因为它需要根据结果来调整参数。
溪海莘·2025-02-24 23:57

Topaz Photo AI 人工智能图像处理 降噪

具备图像分辨率提升特性，利用机器学习技术，分析并重建图像的细节，从而保持图像质量同时，显著提高图像的分辨率。提供自动调整色彩分布与对比度优化功能，使照片的色彩更加饱
甜于酸·2025-02-24 23:54

Simulink Design Assignment

UniversityofEdinburghElectricalEngineeringDataConverterDesigninSimulinkSimulinkDesignAssignmentDesignanaudiobandADCwiththefollowingspecificationsover20Hz-20kHz:[1]Maximumstableinputamplitude
·2025-02-24 23:46

YOLOv12：以注意力为中心的物体检测

相比以往的YOLO模型，YOLOv12摒弃了传统基于卷积神经网络（CNN）的结构，采用了全新的方法，融合了自注意力机制和高效的网络架构优化，提供了一个高精度、低延迟的实时目标检测模型。
那雨倾城·2025-02-24 23:21

探索Omniglot：一个无尽的手写字符集合

探索Omniglot：一个无尽的手写字符集合omniglotomniglot-一个包含大量不同语言手写字符图像的数据集，用于机器学习模型的训练和评估。
宋溪普Gale·2025-02-24 22:46

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类
Python程序员罗宾·2025-02-24 22:45

sample_osd.c程序流程

sample_osd.c程序流程sample_system_init(1)IMP_OSD_SetPoolSize(512*1024);IMP_OSD_SetPoolSize(512*1024);IMP_Encoder_SetMultiSectionMode
今天少内耗10点半睡觉和今天早晚运动·2025-02-24 20:35

斩波放大器

斩波放大器（ChopperAmplifier）是一类专为精密信号放大而设计的放大器，其核心思想是通过斩波调制技术将低频输入信号转换到较高频率区间，在高频段进行放大后，再经过解调和低通滤波还原回原始信号。
chinahongjiang·2025-02-24 19:26

【DeepSeek零基础入门】从零开始：如何训练自己的AI模型

明确目标后，选择一个合适的机器学习框架至关重要。Ten
Evaporator Core·2025-02-24 18:20

数据库时间类型的区别-面试被问过

在数据库设计中，TIMESTAMP和DATETIME是两种常见的时间类型。虽然它们的格式相似，但在存储方式、时区处理以及默认值等方面存在显著差异。
Nice文棋·2025-02-24 18:46

【OpenCV】OpenCV 中各模块及其算子的详细分类

OpenCV的最新版本包含了500多个算子，这些算子覆盖了图像处理、计算机视觉、机器学习、深度学习、视频分析等多个领域。为了方便使用，OpenCV将这些算子分为多个模块，每个模块承担特定的功能。
de之梦-御风·2025-02-24 17:43

UE_C++ —— Delegates

目录一，DeclaringDelegates二，BindingDelegatesPayloadData三，ExecutingDelegates四，ExampleUsage委托是一种泛型且类型安全的方式，
挨代码·2025-02-24 16:38

为什么词向量和权重矩阵dot运算就能得到想要的效果呢？

词向量（WordEmbeddings）和权重矩阵的点积运算之所以能够帮助我们实现特定的效果，主要是因为它们在神经网络架构中扮演的角色以及背后的数学原理。
cjl30804·2025-02-24 15:02

浅显介绍图像识别的算法卷积神经网络（CNN）中的激活函数

激活函数的作用激活函数在神经网络中扮演着至关重要的角色，其主要作用包括但不限于以下几点：引入非线性：如果没有激活函数或仅使用线性激活函数，无论神经网络有多少层或多复杂，整个模型仍然只能表达线性映射。
cjl30804·2025-02-24 15:31
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他