海洋遥感反演模型训练

模型优化前沿趋势与行业应用实战

以联邦学习为代表的数据隐私保护技术，正在重构跨机构协作的模型训练范式，而量子计算与神经架构搜索（NAS）的结合，为超参数优化开辟了新维度。
智能计算研究中心·2025-03-11 22:12

算力安全创新驱动未来趋势endofsentence

例如，异构计算通过CPU、GPU、FPGA的协同加速，使复杂模型训练效率提升40%以上。关键数据：根据IDC预测，到2025年全球智能算力需求将增长30倍，
智能计算研究中心·2025-03-11 22:42

Python机器学习实战：使用Flask构建机器学习API

Python机器学习实战：使用Flask构建机器学习API作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来在数据科学和机器学习领域，模型训练和部署一直是重要的挑战
AI天才研究院·2025-03-11 20:03

深度学习训练中GPU内存管理

文章目录概述常见问题1、设备选择和数据迁移2、显存监控函数3、显存释放函数4、自适应batchsize调节5、梯度累积概述在深度学习模型训练中，主流GPU显存通常为8GB~80GB，内存不足会导致训练中断或
@Mr_LiuYang·2025-03-11 19:24

常用图像增强算法原理及 OpenCV C++ 实现

在实际应用中，图像增强技术广泛应用于医学影像、遥感图像、安防监控等领域。本文将详细介绍常用的图像增强算法原理，并给出基于OpenCVC++库的实现代码。
埃菲尔铁塔_CV算法·2025-03-11 18:12

【大模型开发】Megatron-LM 深度解析：原理、应用与代码实现

所有内容基于Megatron-LM官方实现（GitHub:NVIDIA/Megatron-LM），并结合大规模模型训练的关键理念进行介绍。
云博士的AI课堂·2025-03-11 08:27

一学就会的深度学习基础指令及操作步骤（6）迁移学习

文章目录迁移学习模型准备数据增强模型训练模型微调和预测检查预测结果迁移学习迁移学习是将一个任务中学到的知识应用到另一个相关任务上，以提高新任务的学习效率和性能。
小圆圆666·2025-03-11 07:49

【人工智能】农业工程与信息技术文献推荐

《农业信息智能获取技术》作者：岳峻、傅泽田、高文内容简介：重点探讨了如何利用信息技术获取农业数据，包括遥感技术、无人机监测和传感器网络的应用。
lisw05·2025-03-11 00:23

机器学习算法（2）—— 线性回归算法

[82,80],[85,78],[90,90],[86,82],[82,90],[78,80],[92,94]]y=[84.2,80.6,80.1,90,83.2,87.6,79.4,93.4]‘’‘模型训练
疯狂的石头。·2025-03-10 21:35

智能遥感新质生产力：ChatGPT、Python和OpenCV强强联合；空天地遥感数据分析的全流程；地面数据、无人机数据、卫星数据、多源数据等处理

通过系统化的模块设计和丰富的实战案例，深入理解和掌握遥感数据的处理与计算。
小艳加油·2025-03-10 16:57

考研英语语法全攻略：从基础到长难句剖析

引言在考研英语的备考之旅中，语法犹如一座灯塔，为我们在浩瀚的英语知识海洋中指引方向。无论是阅读理解中复杂长难句的解读，还是写作时准确流畅表达的需求，扎实的语法基础都起着至关重要的作用。
爆爆凯·2025-03-10 16:25

实战1. 利用Pytorch解决 CIFAR 数据集中的图像分类为 10 类的问题

实战1.利用Pytorch解决CIFAR数据集中的图像分类为10类的问题加载数据建立模型模型训练测试评估你的任务是建立一个用于CIFAR图像分类的神经网络，并实现分类质量>0.5。
啥都鼓捣的小yao·2025-03-10 08:57

PyTorch系列教程：编写高效模型训练流程

模型训练流程PyTorch训练循环流程通常包括：加载数据批量处理执行正向传播计算损失反向传播更新权重一个典型的训练流程将这些步骤合并到一个迭代过程中，在数据集
梦想画家·2025-03-09 13:24

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点1转换器与预估器实例化转换器fit_transform转换实例化预估器fit将训练集的特征值和目标值传进来fit运行完后，已经把这个模型训练出来了
qq_43625764·2025-03-09 01:05

【AI-42】如何调整参数和超参

作用：在模型训练过程中，权重不断调整，使得模型能够学习到输入数据中的各种特征和模式，从而实现对数据的准确
W Y·2025-03-08 19:59

使用Python和机器学习技术对高中物理题目进行分类的示例代码

模型训练：使用训练数据训练分类模型。模型评估：使用测试数据评估模型的性能。预测：使用训练好的模型对新的物理题目进行分类。
max500600·2025-03-08 19:17

PyTorch 深度学习快速入门教程

本教程将带你快速掌握PyTorch的基本用法，涵盖张量（Tensor）操作、自动求导（Autograd）、构建神经网络以及模型训练。
有人给我介绍对象吗·2025-03-08 02:16

基于YOLOv5深度学习的田间杂草检测系统：UI界面 + YOLOv5 + 数据集详细教程

我们将分步骤进行，包括环境配置、数据集准备、模型训练、实时杂草检测系统的实现等内容。目录引言目录
深度学习&目标检测实战项目·2025-03-08 00:50

Llama3-8B+ LLaMA-Factory 中文微调

Llama3-8B+LLaMA-Factory中文微调Llama3是目前开源大模型中最优秀的模型之一，但是原生的Llama3模型训练的中文语料占比非常低，因此在中文的表现方便略微欠佳！
猫猫姐·2025-03-07 23:46

阿里云CTO：通义稳居全球最强开源大模型，性能接近GPT-4o

来源：@首席数智官9月19日，在2024杭州云栖大会上，阿里云CTO周靖人表示，阿里云正在围绕AI时代，树立一个AI基础设施的新标准，全面升级从服务器到计算、存储、网络、数据处理、模型训练和推理平台的技术架构体系
首席数智官·2025-03-07 20:39

特斯拉FSD不同版本的进化

特斯拉，FSD，自动驾驶，深度学习，计算机视觉，强化学习，神经网络，模型训练1.背景介绍特斯拉自2016年推出Autopilot以来，一直致力于开发全自动驾驶系统，其目标是实现完全无人驾驶，让汽车能够像人类一样感知周围环境
AI智能涌现深度研究·2025-03-07 19:35

一文读懂！OpenCV 实时人脸识别从 0 到 1，小白也能轻松实操的超详细教程（完整教程及源码）

深入阐述特征提取、模型训练方法，包含传统与深度学习方式，还介绍OpenCV预训练模型的使用与评估。详细讲解实时识别过程，包括打开摄像头、逐帧处理及结果显示优化。
AI_DL_CODE·2025-03-07 18:21

AI 智能：开拓未知疆域的科技先锋

然而，在这片广袤的技术海洋里，还有诸多潜藏在深处、尚未被广泛挖掘与讨论的领域，它们代表着AI智能未来发展的新方向，这些独特视角与内容或许在CSDN这类平台上也难寻踪迹。
Kurbaneli·2025-03-07 13:15

从零理解人工智能：技术原理、底层逻辑与手写数字识别实战

文章目录引言一、人工智能技术体系1.1核心技术栈二、神经网络底层逻辑2.1神经元数学模型2.2前向传播与反向传播三、手写数字识别实战（MNIST）3.1环境配置3.2数据预处理3.3CNN模型构建3.4模型训练与评估四
北辰alk·2025-03-07 13:40

【大模型技术】LlamaFactory 的原理解析与应用

它提供了一套完整的工具链，支持从数据准备到模型训练、优化和应用的全流程开发。以下是关于LlamaFactory的解析：1.LlamaFactory的核心功能（1）模型微调支持多种微
大数据追光猿·2025-03-07 00:32

大模型实战—Llama3-8B 中文微调

Llama3-8B+LLaMA-Factory中文微调Llama3是目前开源大模型中最优秀的模型之一，但是原生的Llama3模型训练的中文语料占比非常低，因此在中文的表现方便略微欠佳！
不二人生·2025-03-06 23:25

揭秘AWS GPU实例：以极致AI算力与成本优化，重塑企业智能竞争力

面对动辄千亿参数的LLM大模型训练、实时高并发的AI推理场景，如何兼顾超强算力与极致成本？本文将深度解析AWSGPU实例的颠覆性技术方案，带您解锁AI时代的核心生产力。
AWS官方合作商·2025-03-06 23:55

深度学习_第二轮

损失函数对偏置和权重求导，x、y作为常量确实，当进行模型训练时，(x)和(y)分别代表输入特征和对应的输出值，它们以数据点对的形式存在，一个数据集中通常包含多对这样的数据。
Humingway·2025-03-06 22:16

8.1 从28GB到7GB！大模型显存暴降4倍的量化实战指南

以LLaMA-7B模型为例，其参数规模为70亿（7B），若使用FP32（32位浮点数）存储，单参数占用4字节，总显存需求为：7B×4Bytes=28GB实际场景中，模型训练还需额外存储梯度（Gradients
少林码僧·2025-03-06 11:42

大模型的实践应用30-大模型训练和推理中分布式核心技术的应用

大家好，我是微学AI，今天给大家介绍一下大模型的实践应用30-大模型训练和推理中分布式核心技术的应用。本文深入探讨了大模型训练和推理中分布式核心技术的应用。
微学AI·2025-03-06 11:11

职坐标AIGC课程实战项目深度解析

课程聚焦人工智能生成内容（AIGC）的核心技术链，涵盖自然语言处理、生成模型架构及多模态数据融合等模块，通过电商智能客服系统与新媒体文案生成工具两类典型场景的深度实践，强化学员对模型训练、参数调优及商业落地的综合能力
职坐标在线·2025-03-06 09:21

基于深度学习的田间杂草检测系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLO模型进行目标检测，包含数据集准备、模型训练、用户界面设计及系统实现。
深度学习&目标检测实战项目·2025-03-06 06:28

Python深度学习实践：神经网络在异常检测中的应用

通过Python实现的神经网络，本文介绍了深度学习的基本概念、核心算法、模型优化方法，并提供了详细的实战案例，包括数据预处理、模型训练和评估。读者将了解如何使用深度学习技术检测金融欺诈、网络
AI天才研究院·2025-03-06 01:53

对“预训练”的理解

因为他们神经网络的浅层是相似的，也就是说，在任务相似的情况下，可以用已有的模型即“预训练”好的模型参数实现小数据量的模型训练。预训练可以节省
衣衣困·2025-03-05 18:59

C++使用Onnxruntime/TensorRT模型推理

步骤流程模型训练，python下生成pytorch的模型.pth，并基于.pth模型进行推理python下依据模型推理实现从.pth转向.onnxpython下基于.onnx进行推理，与后续两种推理方式种的推理结果进行比较环境
奇华智能·2025-03-05 16:30

中国海洋大学计算机复试上机汇总

海大历年上机（2009-2019年）试题分类及解答，因精力有限，算法设计中标注TBD的为直接摘抄网上已有答案，未做验证，如有问题可留言。2021复试大纲F0211程序设计实践一、考试性质程序设计实践是计算机科学与技术（0812Z1保密科学与技术除外）、软件工程学术学位硕士研究生，以及电子信息（085400）类别（计算机技术与软件工程方向）专业学位硕士研究生招生考试复试的专业实践科目。二、考查目标要
来点小烧烤吗·2025-03-05 15:53

【考研说】2025年研考上岸复试指南（地理学/测绘/遥感等）

2024年4月，小火开设新的专题“考研说”，力求通过平台来尽可能帮助伙伴们去了解一些考研上岸的方法和经验；转眼间，又到了出分之后的复试阶段，这个阶段也至关重要。因为有的专业初试复试占比7:3,6:4,甚至5:5。面对复试这一部分，很多小伙伴会感到迷茫无措焦虑，主要包括以下方面。（1）不了解所报学校复试的专业课方面侧重点是哪些；（2）需要准备哪些方面的复试技巧，更加从容展现；（3）要不要考虑提前联系
小火苗GIS·2025-03-05 14:15

XGBoost系列文章（四）：参数调优与模型训练

XGBoost系列文章（四）：参数调优与模型训练本文是XGBoost系列的第四篇，聚焦参数调优与模型训练实战，从参数分类到调优技巧，结合代码示例解析核心方法。
什么都想学的阿超·2025-03-05 14:13

大模型训练内存预估计算方法

方法论大模型在训练过程中,需要预估需要多少显存进行参数的存储,需要进行预估.来方便GPU的购买.举例以DeepSeek-V3模型为例,总共有671B个参数.B=Billion（十亿）,因此，671B模型指拥有6710亿参数的模型。基础计算（以训练为例）假设使用FP16（16位浮点数）存储参数：每个参数占用2字节。671B参数总显存≈6710亿×2字节≈1,342GB实际训练时需额外存储梯度、优化器
junjunzai123·2025-03-05 13:29

曝罗永浩挖走小米前50号员工要做AIOS；谷歌呼吁美国政府不要拆分公司；Copilot+PC能本地运行DeepSeek|极客头条

AAAI2025杰出论文奖出炉，南大周志华团队获奖字节跳动以约3150亿美元估值启动新一轮股票回购计划消息称vivoOS部门新成立AI领域，大模型训练重心向端侧转移为“AIOS”招兵买马：消息称罗永浩挖来小
极客日报·2025-03-05 12:55

智能模型轻量化：知识蒸馏技术如何重塑AI部署格局

一、技术本质的解构与重构知识蒸馏颠覆了传统模型训练的范式，构建了"师生传承"的新型学习
·2025-03-05 11:10

探秘DuckDB.NET：高效的数据处理利器

探秘DuckDB.NET：高效的数据处理利器项目地址:https://gitcode.com/gh_mirrors/du/DuckDB.NET在数据处理的海洋中，DuckDB.NET是一把闪耀的利剑，它为
郎轶诺·2025-03-05 10:13

大模型在高血压预测及围手术期管理中的应用研究报告

目录一、引言1.1研究背景与意义1.2研究目的1.3国内外研究现状二、大模型预测高血压的原理与方法2.1常用大模型介绍2.2数据收集与预处理2.3模型训练与验证三、术前风险预测与手术方案制定3.1术前风险因素分析
LCG元·2025-03-05 07:21

矢量化的步骤

1、几何校正由于地图受介质或存放条件等因素的影响，地图的纸张容易发生变形，或者遥感影像本身就存在着几何变形。几何校正最常用的方法是仿射变换法。2、投影
create_right·2025-03-04 20:46

顶配版SAM：由分割一切迈向感知一切

然而，迈向更高效的视觉感知则需要在单个模型中实现全面的视觉理解，以助力于更广泛的应用场景，如自动驾驶、安防监控、遥感以及医学图像
猛码Memmat·2025-03-04 13:23

python流水线自动化项目教程

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言1.项目环境准备Python安装选择Python开发环境安装必要库2.数据获取与理解4.模型训练流水线6.模型保存7.模型部署
小白教程·2025-03-04 12:46

SFT与RLHF的关系

在大模型训练中，SFT（监督微调）和RLHF（基于人类反馈的强化学习）是相互关联但目标不同的两个阶段，通常需要结合使用以优化模型性能，而非互相替代。
一只积极向上的小咸鱼·2025-03-04 11:12

【Address Overfitting】解决过拟合的三种方法

优缺点：2.特征选择方法介绍：实践示例：适用场景：优缺点：3.正则化（Regularization）正则化类型：实践示例：适用场景：优缺点：总结与对比总结在机器学习中，过拟合（Overfitting）是模型训练过程中常见的问题
HP-Succinum·2025-03-04 05:24

毕业论文AIGC检测你了解多少？

不用吧，则又怕在知识的海洋中饱受煎熬！面对日益严格的AIGC检测要求，如何才能高效通过检测呢？
kexiaoya2013·2025-03-03 11:35

基于大模型的脂肪栓塞综合征风险预测与综合治疗方案研究报告

1.3研究目的与方法二、脂肪栓塞综合征概述2.1定义与发病机制2.2病因与危险因素2.3临床表现与分类2.4诊断标准与方法三、大模型在脂肪栓塞综合征预测中的应用3.1大模型简介3.2数据收集与预处理3.3模型训练与验证
LCG元·2025-03-03 09:50
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他