深度+机器学习第8页

深度学习-与OCR结合

光学字符识别（OCR）旨在将图像中的文本信息转换为计算机可编辑的文本，深度学习技术能够显著提升OCR的准确性和泛化能力。

小赖同学啊·2025-02-11 22:11

小赖同学啊·2025-02-11 22:41

深度学习中模型轻量化及具体方案应用

模型轻量化介绍在深度学习中，模型轻量化是一项关键技术，用于在不显著损失模型精度的前提下减少模型的计算量和存储需求。轻量化技术尤其适用于资源受限的设备（如移动设备、嵌入式系统）上部署模型。

码上就位·2025-02-11 22:36

轻量化网络模型调研报告

一、轻量化网络的为何诞生深度神经网络模型被广泛应用在图像分类、物体检测，目标跟踪等计算机视觉任务中，并取得了巨大成功。

云雨、·2025-02-11 22:35

【时序预测】-深度学习系列

Wavenet（2016）重点：CNN系列+因果卷积+膨胀卷积核心：确保了输出的时间点只依赖于输入序列中时间戳早于或等于该输出时间点的数据，核心模块膨胀卷积能够扩大卷积层的感受野，从而更充分学习序列的全局信息。DeepAR（2017Amazon）DeepAR:ProbabilisticForecastingwithAutoregressiveRecurrentNetworks重点：RNN系列+多元

TIM老师·2025-02-11 22:04

三、隐语架构

联邦学习：在原始数据不出域的前提下，通过交换中间数据完成机器学习建模，包含

人生相聚两依依·2025-02-11 21:02

【机器学习】嘿马机器学习（算法篇）第6篇：线性回归,学习目标【附代码文档】...

本教程的知识点为：机器学习算法定位、K-近邻算法1.4k值的选择1K值选择说明1.6案例：鸢尾花种类预测–数据集介绍1案例：鸢尾花种类预测1.8案例：鸢尾花种类预测—流程实现1再识K-近邻算法API1.11

广江鹏·2025-02-11 21:59

DataSet：数据挖掘与机器学习应用

DataSet：数据挖掘与机器学习应用作者：禅与计算机程序设计艺术1.背景介绍1.1.数据挖掘与机器学习的兴起近年来，随着互联网、物联网、云计算等技术的快速发展，全球数据量呈现爆炸式增长，数据的积累为数据挖掘和机器学习提供了丰富的素材

AI天才研究院·2025-02-11 21:59

9.3剪枝优化策略

一、剪枝算法核心概念剪枝（Pruning）是一种优化策略，用于在搜索过程中提前终止无效分支的探索，主要应用于：回溯算法深度优先搜索（DFS）动态规划博弈树搜索二、常见剪枝策略1.可行性剪枝（FeasibilityPruning

赵鑫亿·2025-02-11 21:26

AI赋能灯塔低代码平台，AI应用落地“加速器”

传统开发方式在算法研究、模型训练、代码编写、系统集成及测试优化等环节，不仅需要专业技术人员的深度参与，还耗费大量时间和资源。这些挑战使得AI应用的落地变得异常艰难。

·2025-02-11 21:13

基于计算图的Softmax层反向传播推导

KaiMing Zhu·2025-02-11 21:25

机器学习（入门3）

机器学习（入门3有监督学习算法之回归算法）4回归算法4.1线性回归：利用函数对一个或多个特征值和目标值之间关系进行建模分析的方式回归问题：目标值------连续性函数公式：h(W)=w1x1+w2x1+

caspesjpe·2025-02-11 21:55

迁移学习 Transfer Learning

迁移学习是一种机器学习方法，它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习，从而减少训练数据的需求、加快训练速度，并提升模型性能。1.为什么需要迁移学习？

有人给我介绍对象吗·2025-02-11 20:23

预训练语言模型：从BERT到GPT，NLP的新纪元

1.预训练语言模型的背景在深度学习时代之前，NLP任务主要依赖

Evaporator Core·2025-02-11 20:23

DeepSeek图神经网络（Graph Neural Networks, GNNs）基础与实践

图神经网络（GraphNeuralNetworks,GNNs）是一种专门用于处理图结构数据的深度学习模型。

Evaporator Core·2025-02-11 20:22

【深度学习实战：kaggle自然场景的图像分类-----使用keras框架实现vgg16的迁移学习】

Hello大家好，今天和大家分享一个kaggle自然场景的图像分类的竞赛，使用的keras框架实现vgg16的迁移学习完成自然场景分类，对数据集感兴趣的同学可以在上方下载数据集。项目简介本次数据集来自kaggle，该数据集包括自然场景的图像。模型应该预测每个图像的正确标签。您的目标是实现分类问题的高精度。数据集train.csv-训练集test.csv-测试集SceneImages-图像文件夹训练

机器学习司猫白·2025-02-11 20:18

MySQL 数据库深度解析：安装、语法与高级查询实战

一、引言在现代软件开发和数据管理领域中，MySQL数据库凭借其高效性、稳定性、开源性以及广泛的适用性，成为了众多开发者和企业的首选。无论是小型项目还是大型企业级应用，MySQL都能提供可靠的数据存储和管理解决方案。本文将深入探讨MySQL数据库的各个重要方面，包括安装与连接、增删改查基本语法、库表管理、数据类型、函数与分组查询等，帮助读者全面掌握MySQL的使用。二、安装与连接1、安装MySQL下

白袍无涯·2025-02-11 19:48

Python 深度学习项目目录规范

ProjectNameconfigs/settings工程项目配置文件夹config.pydocs工程项目相关文档说明文件夹data工程数据或数据获取代码文件夹demos/examples工程demo或example文件夹layers自定义的层(如果有)self_loss.py比如自定义的loss层等logs日志文件夹weights/models模型权重文件夹utilspreprocessing预

灰灰灰灰灰发·2025-02-11 19:15

DeepSeek-MoE-16b：高效稀疏架构引领大模型降本增效革命

一、模型定位与技术背景DeepSeek-MoE-16b是深度求索（DeepSeek）研发的混合专家模型（MixtureofExperts,MoE），参数规模160亿，旨在通过稀疏化计算架构解决传统稠密模型

热爱分享的博士僧·2025-02-11 18:36

【机器学习】样本不均衡问题解决策略（欠采样方法总结）

文章目录前言1.没有绝对最好，但可以根据场景选择最佳确定效果最好的方法的核心在于以下几个方面：2.方法特点对比及推荐场景3.如果不考虑复杂度和资源开销，哪些方法更值得试用？（1）推荐方法：综合性能最突出的（2）具体任务导向推荐4.总结：前言在选择欠采样方法时，没有一个方法可以在所有情况下都普遍适用并效果最好。不同的欠采样方法在实际应用中的效果取决于数据的具体特征、类分布情况、噪声水平以及实际任务要

又喝真露·2025-02-11 18:05

大语言模型原理与工程实践：初探大语言模型

大语言模型原理与工程实践：初探大语言模型作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：大语言模型，机器学习，自然语言处理，深度学习，工程实践1.

AI天才研究院·2025-02-11 17:04

torch.nn.LSTM介绍

LSTM基本原理门控机制（GatingMechanism）是深度学习中常见的一种设计，用于控制信息的流动或选择性更新。门控机制最初出现在循环神经网络（RNN）的改进模型中，如长短时记忆网

qq_27390023·2025-02-11 17:02

实践深度学习：构建一个简单的图像分类器

引言深度学习在图像识别领域取得了巨大的成功。本文将指导你如何使用深度学习框架来构建一个简单的图像分类器，我们将以Python和TensorFlow为例，展示从数据准备到模型训练的完整流程。

是Dream呀·2025-02-11 17:58

AI4Science之分子材料成像调研洞察

相比传统的深度学习任务，分子材料成像任务庞大繁杂，

·2025-02-11 16:33

AI换脸技术原理以及为什么需要进行海量次数的模型训练?

AI换脸技术通俗点说就是“深度伪造技术”,是基于人工智能，特别是深度学习和生成对抗网络（GANs）的一种技术，能够将一个人的面部特征与另一个人的面部特征进行交换，从而生成非常真实的换脸视频或图像。

码场老菜鸟·2025-02-11 16:55

【Python】已解决：Python安装过程中的报错问题

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-02-11 16:50

【前端框架与库】「React 全面解析」：从 JSX 语法到高阶组件，深度剖析前端开发中的核心概念与最佳实践

React全面解析前言1.React的JSX语法JSX的特点：JSX编译2.组件通信父子组件通信（通过Props）兄弟组件通信3.React生命周期4.组件化开发组件化的好处：5.服务端渲染（SSR）为什么使用SSR？SSR的基本流程：客户端水合：6.ReactHooks自定义Hook：7.数据更新机制8.组件设计模式高阶组件（HOC）9.组件性能优化10.高阶组件（HOC）高阶组件的用途：HOC

呀啊~~·2025-02-11 16:50

2025年2月第一周国内外科技资讯精选（软件工程与Python领域）

一、AI与Python工具链的深度整合OpenAI与谷歌的模型竞赛OpenAI推出的免费推理模型o3-mini在数学代码生成和物理模拟领域表现突出，尤其擅长生成符合物理定律的代码（如动态Shader、游戏逻辑

虫洞没有虫·2025-02-11 15:48

AI工具+看板管理：职场人如何实现高效时间管理？

它的爆火不仅因“文字细腻、逻辑深度”的特点，更因它让打工人看到了“用AI对抗内卷”的可能性——文案策划用它优化选题，程序员靠它生成代码，甚至国企员工也能用它秒杀会议纪要。

·2025-02-11 15:52

网络安全理清安全边界

一、数字中国建设整体框架《规划》首次明确数字中国建设整体框架，按照“2522”框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合

网络安全Jack·2025-02-11 15:48

【数据安全】现代智能手机的数据加密机制

为此，我大概整理了一下资料，本文将深入剖析现代手机的数据加密机制，从解锁过程、加密方式、安全标准到破解难度，全面解答关于手机安全的关键问题，帮助你深度理解并确信你的数据受到了严格的加密

XuanRanDev·2025-02-11 14:39

WPF模板

WPF模板深度解析：打造个性化UI的利器在WPF（WindowsPresentationFoundation）的世界里，模板（Template）是构建个性化用户界面（UI）不可或缺的工具。

互联网打工人no1·2025-02-11 13:08

基于深度学习YOLOv5的火焰检测系统

引言随着智能监控技术和深度学习的不断发展，火灾检测系统已经成为了自动化消防领域中的重要应用之一。

深度学习&目标检测实战项目·2025-02-11 13:04

数据安全与个性化并重：板栗看板成为企业私有化部署首选

私有化部署不仅能够满足企业对数据安全的严格要求，更能根据企业需求进行深度定制，实现效率的全面提升。一、协同办公软件私有化的必然趋势企业数据资产的价值日益凸显，数据泄露事件频发使企业面临巨大的经营风险。

·2025-02-11 12:47

向量数据库之Milvus

james二次元·2025-02-11 11:24

深度分析丨从合规视角看《网络数据安全管理条例》

自2016年以来，《网络安全法》《数据安全法》《个人信息保护法》（“三法”）和《关键信息基础设施保护条例》构建了中国“三法一条例”的基本立法框架。针对三法中述及的以及近年来作为监管关注的诸如数据分类分级、数据跨境流动、个人信息处理等具体制度一直有待一部行政法规展开和细化。在此背景下，《网络数据安全管理条例》应运而生。2024年9月30日，国务院发布《网络数据安全管理条例》（以下简称《条例》）。《条

·2025-02-11 11:08

首日调用客户破1.5万！DeepSeek-V3/R1上线背后的超低推理成本技术揭秘

这一突破性进展的背后，是百度智能云在推理引擎性能优化技术、推理服务工程架构创新以及推理服务全链路安全保障上的深度融合。本文

·2025-02-11 11:33

探索前端新纪元：vite-plugin-pages 开源项目深度解析

探索前端新纪元：vite-plugin-pages开源项目深度解析vite-plugin-pagesFilesystembasedroutegeneratorfor⚡️Vite项目地址:https://

缪阔孝Ruler·2025-02-11 11:16

深挖vue3基本原理之四 —— 组合式 API

四、组合式API的底层实现机制和设计4.1组件实例上下文深度剖析interfaceComponentInternalInstance{uid:number//唯一标识符（组件树定位关键）type:ConcreteComponent

ZhooooYuChEnG·2025-02-11 10:14

Milvus向量数据库操作教程

Milvus是一款专为向量数据设计的数据库，它具备高性能、高可用和易扩展的特点，主要用于处理由深度神经网络和其他机器学习模型生成的大规模嵌入向量[162][165]。

2401_85763639·2025-02-11 10:43

DeepSeek大模型技术解析：从架构到应用的全面探索

官网：https://www.deepseek.com/1、DeepSeek大模型简介DeepSeek大模型是由北京深度求索人工智能基础技术研究有限公司开发的一款

模型优化师·2025-02-11 10:11

AWS 云安全深度剖析：如何有效监测 SSH 暴力攻击

由于开源、低成本、可靠性和灵活性等优势，云基础设施主要由基于linux的机器主导，然而，它们也不能幸免于黑客的攻击，从而影响云的安全性。攻击Linux机器最流行的方法之一是通过SSH通道。一、什么是SSH安全外壳协议（SecureShell，简称SSH），旨在取代未加密的协议（如Telnet和RSH）和未受保护的文件传输协议（如FTP和RCP），在两个设备之间提供安全的加密连接。安全外壳（SSH）

运维有小邓@·2025-02-11 10:39

DeepSeek这样提问更加精确！

DeepSeek并不会自动推断出你想要的深度或具体答案。如果你能进一步说明你对区块链的了解程度

即兴小索奇·2025-02-11 09:34

02.10：机器学习开个头

机器学习不比日语，其对我而言有更加实际且真切的价值。流量分析对于机器学习和深度学习用得很多，这是我学习的一个方面，不说学得多深，但是至少有所了解。这算是主要原因。

TheYeah·2025-02-11 09:01

如何利用 AWS 预测分析功能做精准财务规划？

一、AWS预测分析功能简介AWS预测分析主要依托AWSCostManagement（成本管理工具）和机器学习算法，帮助企业更清晰地了解

Anna_Tong·2025-02-11 09:00

2025年Python领域最新国际动态与技术趋势解析（截至2025年2月）

一、AI与Python的深度融合：从模型部署到开发工具OpenAI与谷歌的模型竞赛OpenAI近期推出的免费推理模型o3-mini在数学代码生成和物理模拟领域表现突出，尤其在Python生态中，开发者可通过

虫洞没有虫·2025-02-11 08:57

深度学习｜表示学习｜Batch Normalization 详解：数学、代码与经验总结｜22

如是我闻：在深度学习模型中，BatchNormalization（简称BN）是一种常用的技术，能有效加速训练并提高模型的稳定性。

漂亮_大男孩·2025-02-11 08:56

AI分支知识之机器学习，深度学习，强化学习的关系

机器学习，深度学习，强化学习的关系这一篇文章我们来探讨下AI领域中机器学习（ML）、深度学习（DL）和强化学习（RL）的关系。

王钧石的技术博客·2025-02-11 08:55

2025最新主流深度学习算法全解析

深度学习：开启智能时代的钥匙在当今数字化时代，深度学习无疑是人工智能领域中最为耀眼的明星。它如同一把神奇的钥匙，开启了智能时代的大门，让计算机从简单的数据处理迈向了复杂的智能决策。

lucky_syq·2025-02-11 08:25

强化学习关键技术：重要性采样深度剖析

目录一、引言二、重要性采样基本原理（一）什么是重要性采样（二）重要性采样在强化学习中的作用三、判断采样好坏的方法（一）偏差（Bias）（二）方差（Variance）（三）有效样本数量（EffectiveSampleSize）（四）与真实值对比（如果已知）四、重要性采样公式推导五、代码示例六、案例分析（一）机器人路径规划（二）游戏AI七、总结一、引言强化学习旨在让智能体在与环境的交互中学习到最优策略

进一步有进一步的欢喜·2025-02-11 08:21

推荐频道

深度+机器学习