机器深度学习

深度学习的前沿与挑战：从基础到最新进展

目录引言什么是深度学习？
Jason_Orton·2025-02-27 03:09

第十三站：卷积神经网络（CNN）的优化

1.数据增强（DataAugmentation）数据增强是提升深度学习模型泛化能力的一种常见手段。通过对训练数据进行各种随机变换，可以生成更多的训练样本，帮助模型避免过拟合。
武狐肆骸·2025-02-27 03:08

智能算法的全面应用：量子计算与自动化学习在各行业的创新路径探索

自动化机器学习算法通过简化模型训练和调优的过程，为数据科学家节省了大量时间。可解释性算法则旨在让模型的决策过程更加透明，从而提高用户对算法决策的信任。
智能计算研究中心·2025-02-27 03:35

使用Python和Vosk库实现语音识别

使用Python和Vosk库实现语音识别在人工智能和机器学习领域，语音识别技术正变得越来越重要。Python作为一种强大的编程语言，拥有丰富的库和框架，可以方便地实现语音识别功能。
车载testing·2025-02-27 01:22

Python库Numpy学习+代码实例

前言Numpy是python语言的一个扩充程序库，支持高端大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库，现已成为机器学习的必备模块。
海绵宝宝·2025-02-27 01:50

深度学习：从神经网络到智能应用

目录引言一.什么是深度学习？
Jason_Orton·2025-02-27 00:43

机器视觉--光源打光技巧

1.高角度环光与低角度环光？这里的角度指的是与水平线之间的夹角，夹角介于0和90之间。一般夹角大于45度的是高角度光源。90度光源就是垂直往下面打光了，如图所示，这种打光的结果就是突出平面，有倒角的边缘部分可能不明显。呈现出中间亮，边缘暗；低角度光，呈现的效果是有倒角的地方亮，平坦的地方暗。总结的结果就是，高角度：顶端亮，倒角暗，顶端暗，倒角亮。2.频闪光源控制器的相关问题？光源控制器，电控控制器
手写不期而遇·2025-02-26 23:38

基于 YOLO 进行车道线检测与目标检测算法研究及开发的一般步骤

基于深度学习的车道线检测与目标检测在自动驾驶等领域有着重要应用，使用YOLO（YouOnlyLookOnce）进行开发是一种常见且高效的方式。
pk_xz123456·2025-02-26 23:37

机器视觉--相机曝光

在现代工业生产的精密舞台上，机器视觉技术已然成为推动生产自动化、智能化的关键力量。
C#Thread·2025-02-26 23:05

创意分享 | 无人机挑战极限，表演杂技飞行？

Quadrotor是有史以来最敏捷，最灵动的机器之一。在熟练的飞手手中，他们可以作出一系列惊人的空中机动动作。
阿木实验室·2025-02-26 22:00

理解CPU与GPU频繁数据传输

基础理解在学习深度学习神经网络过程中，有时候会遇到一些描述“尽量避免CPU与GPU频繁数据传输”。那这句话应该如何理解呢？我们知道CPU可以访问内存，而GPU也有自己的显存。
_DCG_·2025-02-26 22:58

深度学习批次数据处理的理解

基础介绍在计算机视觉深度学习网络中，在训练阶段数据输入通常是一个批次，即不是一次输入单张图片，而是一次性输入多张图片，而神经网络的结构内部一次只能处理一张图片，这时候很自然就会考虑为什么要这样的输入？
_DCG_·2025-02-26 22:28

关于CMAKE中查找自定义路径OpenCV的问题

关于CMAKE中查找自定义路径OpenCV的问题前段时间在机器上（ubuntu16.04）安装了ROS_kinetic，因此机器上散布着opencv2.4.9、opencv3.0.0以及ros引入的opencv3.2.0
gxsHeeN·2025-02-26 22:28

基于Matlab实现汽车远近光灯识别的详细步骤及代码示例

模式识别：根据提取的特征，利用阈值或机器学习方法进行远近光灯的分类。代码实现%读取图像image=imrea
go5463158465·2025-02-26 22:58

GGUF 文件格式全解析

在机器学习领域，模型的存储和部署一直是关键环节。随着大语言模型(LLM)的广泛应用，如何高效地存储和加载这些复杂的模型成为一个亟待解决的问题。
Just_Paranoid·2025-02-26 22:25

安装CUDA以及GPU版本的pytorch

使用pytorch进行深度学习的时候，往往想用GPU进行运算来提高速度。于是搜索便知道了CUDA。下面给出一个自检的建议：检查cuda的版本是否适配自己的GPU。
lskkkkkkkkkkkk·2025-02-26 21:53

Elasticsearch补充(3) --Linux集群安装ES

创建一个es专门的用户（必须）使用root用户在三台机器执行以下命令useradderainmpasswderainm注：这里我创建的是我的用户，第二个passwd用户名后会设置自己的密码1.2为普通用户
erainm·2025-02-26 20:44

读论文：Generation of 3D molecules in pockets via a language model (Lingo3Dmol)

为了解决这些问题，我们提出Lingo3DMol,一个基于口袋的3维分子生成方案，将语言模型和几何深度学习技术结合起来。
LastWhisperw·2025-02-26 20:43

2.部署kafka:9092

documentation.html(虽然kafka中集成了zookeeper,但还是建议使用独立的zk集群)Kafka3台集群搭建环境：操作系统:centos7防火墙：全关3台zookeeper集群内的机器
AustinCien·2025-02-26 20:43

deepseek部署：ELK + Filebeat + Zookeeper + Kafka

##1.概述本文档旨在指导如何在7台机器上部署ELK（Elasticsearch,Logstash,Kibana）堆栈、Filebeat、Zookeeper和Kafka。
AustinCien·2025-02-26 20:12

深度、机器学习算法

机器学习典型算法SVM（支持向量机）：它通过寻找一个最优超平面来对数据进行分类。在二分类问题中，能找到一个平面（低维）或超平面（高维），使不同类别的数据点尽可能远地分布在超平面两侧。
yzx991013·2025-02-26 20:40

Codeforces Round 986 (Div. 2) ABCD

https://codeforces.com/contest/2028A.Alice’sAdventuresin“Chess”题意有一个无限大的地图，地图的原点有一个机器人，即他起初在坐标(0,0)(0,0
lskkkkkkkkkkkk·2025-02-26 19:08

点云配准技术的演进与前沿探索：从传统算法到深度学习融合(1)

1、点云配准的基础理论1.1点云数据的特性与获取点云数据是一种通过大量离散的三维坐标点来精确表示物体或场景表面几何形状和空间位置关系的数字化信息表达方式。在实际应用中，点云数据展现出诸多独特的特性。从表达形式来看，点云数据能够直观地呈现出物体或场景的三维结构，每个点都包含了其在空间中的X、Y、Z坐标信息，这使得点云数据可以精确地描述物体表面的形状和位置。例如，在对古建筑进行三维建模时，通过点云数据
点云SLAM·2025-02-26 19:07

手把手教你如何使用java开发人脸识别及人脸比对（附源码）

痛点目前，常用的人脸识别算法大多基于Python开发，因为Python对深度学习框架的支持较好，且许多优秀的人脸识别算法都是在深度学习框架下实现的。然而，对于Java开发者来说，这种情况并不十分友好。
·2025-02-26 19:34

书籍-《在AWS上构建可扩展的深度学习Pipeline》

Develop,Train,andDeployDeepLearningModels作者：AbdelazizTestas出版：Apress编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《在AWS上构建可扩展的深度学习
·2025-02-26 19:30

DeepSeep开源周，第三天：DeepGEMM是啥？

DeepGEMM是Deepseek开源的一个高性能矩阵乘法优化库，专为深度学习场景设计。矩阵乘法（GEMM）是深度学习模型的核心运算（如全连接层、卷积层等），其性能直接影响训练和推理效率。
程序员差不多先生·2025-02-26 19:33

在本教程中，探索了如何创建新的 Python Poetry 项目以及如何将 Poetry 添加到现有项目中。

通过这种方式，您可以确保始终在每台机器上使用正确的依赖版本。使用Poetry将帮助您启动新项目、维护现有项目并掌握依赖项管理。
Python_xiaowu·2025-02-26 19:02

AI时代的非人类身份安全

这一趋势也引发了关于机器身份与治理的大量研究和讨论。与系统的普通用户类似，NHI（如AI代理、机器人、脚本和云工作负载）通过
·2025-02-26 18:52

GrandientBoostingClassifier函数介绍

它在多个机器学习竞赛中表现出色，是用于分类和回归任务的流行选择。用法fromsk
浊酒南街·2025-02-26 18:58

人工智能在fpga的具体应用_FPGA创意人工智能研发 校企合作培养专业人才

FPGA英特尔®FPGA与人工智能技术培训——成都信息工程大学站人工智能在21世纪初迎来以深度学习与大数据云计算为主导的第三次浪潮，在无人驾驶、医疗保健、工业等多个领域得到广泛应用。
墨墨猪·2025-02-26 15:37

正则化技术和模型融合等方法提高模型的泛化能力

在机器学习和深度学习中，提高模型的泛化能力至关重要，正则化技术和模型融合是两种有效的手段，以下将详细介绍它们的原理、常见方法及代码示例。
小赖同学啊·2025-02-26 15:36

【人工智能数学基础篇】线性代数基础学习：深入解读矩阵及其运算

矩阵及其运算：人工智能入门数学基础的深入解读引言线性代数是人工智能（AI）和机器学习的数学基础，而矩阵作为其核心概念之一，承担着数据表示、变换和运算的重任。
猿享天开·2025-02-26 14:33

深度学习笔记线性代数方面，记录一些每日学习到的知识

记录一些每日学习到的新知识：torch：Torch是一个有大量机器学习算法支持的科学计算框架，是一个与Numpy类似的张量(Tensor)操作库jupyter：JupyterNotebook的本质是一个
肆——·2025-02-26 14:58

AI 在未来相机领域的应用前景如何？

随着计算摄影、深度学习算法和硬件加速技术的进步，AI正在重新定义手机摄影的可能性，并为未来带来更多颠覆性潜力。
程序员Android·2025-02-26 14:27

01 目录-具身智能学习规划

具身智能（EmbodiedIntelligence）强调智能体通过身体与环境的动态交互实现学习和决策，是人工智能、机器人学、认知科学和神经科学交叉的前沿领域。
天机️灵韵·2025-02-26 12:48

R语言：探索数据的利器

作为一门开源语言，R语言拥有丰富的数据处理和可视化功能，同时支持大规模数据分析和机器学习。本文将介绍R语言的基本特性、常用的数据操作和可视化技巧，并提供相应的源代码示例。
ByteWhiz·2025-02-26 12:48

Apache IoTDB: 物联网时序数据库的分布式核心技术与实际应用

在工业物联网中，机器设备和传感器实时产生大量时序数据，这些数据的管理对于
ITPUB-微风·2025-02-26 12:17

DeepSeek颠覆传统教育：揭秘AI作业批改如何实现秒级反馈与精准提升

DeepSeek智能教育新突破：基于深度学习的作业批改与个性化反馈系统详解一、研究背景与意义在教育数字化转型的浪潮中，DeepSeek研发团队基于自研大语言模型，构建了新一代智能作业批改系统。
Coderabo·2025-02-26 12:15

初识hadoop

关于副本客户端在存入数据的时候只是将数据块block0存入相应的机器，然后由被存入的机器（nn）
西门吹水之城·2025-02-26 12:45

机器学习安全核心算法全景解析

机器学习安全核心算法全景解析引言机器学习系统的脆弱性正成为安全攻防的新战场。从数据投毒到模型窃取，攻击者不断突破传统防御边界。本文系统性梳理ML安全关键技术图谱，重点解析12类核心算法及其防御价值。
金外飞176·2025-02-26 12:44

零基础学习机器学习分类模型

下面将带你通过一个简单的机器学习项目，使用Python实现一个常见的分类问题。我们将使用著名的Iris数据集，来构建一个机器学习模型，进行花卉品种的分类。整个过程会包含：原理介绍：机器学习的基本概念。
可喜~可乐·2025-02-26 12:14

DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程)

DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程)导读本人在Win10下安装深度学习框架Tensorflow
一个处女座的程序猿·2025-02-26 11:43

深度学习-133-LangGraph之应用实例(二)使用面向过程和面向对象的两种编程方式构建带记忆的聊天机器人

文章目录1通用配置1.1大语言模型ChatOllama1.2函数trim_messages1.2.1函数概述1.2.2函数参数1.2.3测试应用2面向过程编程2.1不裁剪历史信息2.1.1创建图2.1.2调用图2.2裁剪历史信息2.2.1创建图2.2.2调用图3面向对象编程3.1定义类MyState3.2定义类AIChat3.3应用4附录4.1问题及解决tokenizer4.2参考附录1通用配置L
皮皮冰燃·2025-02-26 10:02

数据挖掘中特征发现与特征提取的数学原理

好的，我将深入研究数据挖掘中特征发现与特征提取的数学原理，涵盖统计学基础、特征工程的数学方法、以及在机器学习和深度学习中的应用。
调皮的芋头·2025-02-26 10:00

深入探索Spark MLlib：大数据时代的机器学习利器

随着大数据技术的迅猛发展，机器学习在各行各业的应用日益广泛。
concisedistinct·2025-02-26 10:59

【TVM教程】为 NVIDIA GPU 自动调度神经网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-02-26 09:57

AI人工智能机器学习之监督线性模型

1、概要  本篇学习AI人工智能机器监督学习框架下的线性模型，以LinearRegression线性回归和LogisticRegression逻辑回归为示例，从代码层面测试和讲述监督学习中的线性模型。
rockfeng0·2025-02-26 09:57

大数据模型：技术赋能，引领未来

一、概述大数据模型是一种基于数据挖掘和机器学习技术的分析方法，通过对海量数据进行处理和分析，挖掘出有价值的信息和知识，
大模型教程·2025-02-26 09:56

【深度学习】PYTORCH框架中采用训练数据“CIFAR-10”实现RESNET50

一、ResNet网络结构二、基本块三、RESNET50代码实现resnet50.pyimporttorchimporttorch.nnasnnfromtorch.nnimportfunctionalasFclassResNet50BasicBlock(nn.Module):def__init__(self,in_channel,outs,kernerl_size,stride,padding):s
别出BUG求求了·2025-02-26 08:20

kl散度度量分布_解读KL散度：从定义到优化方法

数据科学家WillKurt通过一篇博客文章对这一概念进行了介绍，机器之心技术分析师在此基础上进行了解读和扩充。本文为该解读文章的译文。引言这篇博文将介绍KL散度，即相对熵。
weixin_39846364·2025-02-26 08:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他