深度学习&&机器学习第10页

【LangChain编程：从入门到实践】代码实践

然而,随着大数据时代的到来和计算能力的飞速提升,机器学习和深度学习技术开始占据主

AI天才研究院·2025-02-05 14:09

因果推断与机器学习—因果表征学习与泛化能力

近十年来，深度学习在多个领域取得了巨大成功，包括机器视觉、自然语言处理、语音识别和生物信息等。这些成功为机器学习技术的进一步发展和应用奠定了基础。表征学习是深度学习的核心技术之一。

樱花的浪漫·2025-02-05 14:39

基于深度学习的植物病害检测系统

深度学习技术，尤其是YOLO（YouOnlyLookOnce）模型，在图像识别和目标检测领域取得了显著的成果。

A等天晴·2025-02-05 14:06

NeuralCF 模型：神经网络协同过滤模型

RecSys--deep-learning-recommendation-system/tree/main引言NeuralCF模型由新加坡国立大学研究人员于2017年提出，其核心思想在于将传统协同过滤方法与深度学习技术相结合

Lewis@·2025-02-05 13:31

AI 图像生成器，如何使用 Janus-Pro 和 Janus， Deepseek 的 Janus-Pro、Janus 和其他领先工具的比较

人工智能驱动的图像生成器使用深度学习算法将文本描述转换为逼真或艺术化的视觉效果，可满足营销、广告、游戏和内容创作等各种行业的需求。

知识大胖·2025-02-05 13:30

深度学习篇---深度学习框架图像预处理&各部分组件

文章目录前言第一部分：图像预处理PaddlePaddle图像预处理PyTorch图像预处理第二部分：框架各部分组件PaddlePaddle1.卷积层(ConvolutionalLayer)2.池化层(PoolingLayer)3.全连接层(FullyConnectedLayer)4.激活函数(ActivationFunction)5.优化器(Optimizer)6.归一化(Normalizatio

Ronin-Lotus·2025-02-05 13:26

深度探索：机器学习中的粒子群优化算法（PBMT）原理及应用

目录一、引言与背景二、定理三、算法原理四、算法实现五、优缺点分析优点：缺点：六、案例应用七、对比与其他算法八、结论与展望一、引言与背景随着机器学习技术的迅速发展，优化算法在模型训练、特征选择、参数调优等多个环节扮演着至关重要的角色

生瓜蛋子·2025-02-05 12:22

机器学习，深度学习，神经网络，深度神经网络

人工智能包含机器学习，机器学习包含深度学习（是其中比较重要的分支）。深度学习源自于人工神经网络的研究，但是并不完全等于传统神经网络。

武昌库里写JAVA·2025-02-05 12:52

Python中的决策树算法探索基本原理

Python中的决策树算法探索决策树是一种简单而直观的机器学习算法，广泛应用于分类和回归任务中。它通过对数据进行分割，构建一个树形结构，从而做出决策。

myCOTB·2025-02-05 12:21

基于深度学习的车牌检测识别系统 —— 使用YOLOv5实现车牌检测与识别

目录引言项目背景与目标1.1项目背景1.2项目目标系统设计与架构2.1系统功能概述2.2系统架构数据准备与处理3.1数据集选择与收集3.2数据标注3.3数据集划分YOLOv5模型训练与优化4.1YOLOv5配置文件4.2安装YOLOv5并开始训练4.3模型评估与优化车牌识别与推理5.1加载模型进行推理5.2UI界面设计总结与展望引言车牌识别（LicensePlateRecognition，LPR）

2025年数学建模美赛·2025-02-05 12:20

机器学习之决策树！决策树算法实战：葡萄酒品质预测

决策树算法实战：葡萄酒品质预测Hey小伙伴们，今天我们将通过一个有趣的案例来探索决策树算法在葡萄酒品质预测中的应用。想象一下，只需几个关键指标，就能预测一瓶葡萄酒的品质，是不是很神奇呢？让我们一起用Python和决策树算法，揭开葡萄酒的秘密吧！数据集介绍我们将使用著名的UCIMachineLearningRepository中的“葡萄酒品质”数据集。这个数据集包含了葡萄酒的各种化学成分和物理特性，

风清扬雨·2025-02-05 12:18

关于大模型 AGI 应知应会＿生在AI发展的时代

一、大模型的核心概念与特点（一）什么是大模型大模型（LargeLanguageModels，LLMs）是指具有大规模参数和复杂计算结构的深度学习模型，通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数

森焱森·2025-02-05 10:38

Python_机器学习_简单绘图

importpandasimportmatplotlib.pyplotaspltfrompylabimport*mpl.rcParams['font.sans-serif']=['SimHei']###python画图默认不能中文，如需必要则要加入上述两条语句#折线图绘制data=pandas.read_excel("123.xlsx")#print(data)类似于matlabplot画图操作p

Richard&仰望星空·2025-02-05 10:37

AI 浪潮席卷中国年，开启科技新春新纪元

随着大数据、云计算、深度学习等技术的不断成熟，AI不仅重塑了传统行业的面貌，更在新春佳节这一最具中国特色的时刻，以其独特的方式，开启了科技新春的新纪元。

芯作者·2025-02-05 10:35

青少年编程与数学 02-008 Pyhon语言编程基础 19课题、外部模块

青少年编程与数学02-008Pyhon语言编程基础19课题、外部模块一、外部模块特点：常见外部模块：安装外部模块：使用外部模块：二、库二、框架三、常用框架Web开发框架：数据分析和科学计算框架：机器学习和人工智能框架

明月看潮生·2025-02-05 09:00

机器学习day8

自定义数据集，使用朴素贝叶斯对其进行分类代码importnumpyasnpimportmatplotlib.pyplotaspltclass1_points=np.array([[2.1,2.2],[2.4,2.5],[2.2,2.0],[2.0,2.1],[2.3,2.3],[2.6,2.4],[2.5,2.1]])class2_points=np.array([[4.0,3.5],[4.2,3

ኈ ቼ ዽ·2025-02-05 07:49

机器学习day5

自定义数据集使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测代码importtensorflowastfimportnumpyasnp#1.自定义数据集data=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1.8,-49.1],[1.5,75.6],[0.4,3

ኈ ቼ ዽ·2025-02-05 07:47

Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)

爱编程的喵喵·2025-02-05 07:46

对json数据进行去重的Python实战代码

爱编程的喵喵·2025-02-05 06:09

【Numpy核心编程攻略：Python数据处理、分析详解与科学计算】3.1 NumPy图像大小调整实战

3.1NumPy图像大小调整实战目录NumPy图像大小调整实战图像大小调整的基本概念为什么需要调整图像大小使用NumPy调整图像大小的技术代码实现：详细原理和源码注释实际应用案例：图像缩放在机器学习中的应用目录图像大小调整的基本概念为什么需要调整图像大小使用

精通代码大仙·2025-02-05 06:36

【高中生讲机器学习】30. 理解条件随机场最清晰的思路！（上篇）

创建时间：2024-12-22首发时间：2025-01-24最后编辑时间：2024-01-24作者：Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏，很高兴遇见你~我是Geeker_LStar，一名高一学生，热爱计算机和数学，我们一起加油~！⭐(●’◡’●)⭐上一篇我们讲完了马尔可夫随机场MRF，那篇的最后我简单介绍了条件随机场CRF但没有展开讲。这不，这篇就来填坑

Geeker · LStar·2025-02-05 04:24

【高中生讲机器学习】17. 讲人话的主成分分析，它来了！（上篇）

创建时间：2024-08-13首发时间：2024-09-05最后编辑时间：2024-09-05作者：Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏，很高兴遇见你~我是Geeker_LStar，一名准高一学生，热爱计算机和数学，我们一起加油~！⭐(●’◡’●)⭐那就让我们开始吧！诶嘿！这一篇想写很久啦，现在终于来了！（什么玩意都拖到开学了还没写完如果想比较好的理解这

Geeker · LStar·2025-02-05 04:24

【初中生讲机器学习】14. 手撕公式，一篇带你理解逻辑回归！

创建时间：2024-03-03最后编辑时间：2024-03-10作者：Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏，很高兴遇见你~我是Geeker_LStar，一名初三学生，热爱计算机和数学，我们一起加油~！⭐(●’◡’●)⭐那就让我们开始吧！嘿嘿，好几篇前，好像是在线性回归那篇吧，我就说要讲逻辑回归，but当时被数学卡了一下（好吧不只一下）and正好遇上开学，

Geeker · LStar·2025-02-05 04:54

一个经典机器学习案例——良/恶性乳腺癌肿瘤预测

良/恶性乳腺癌肿瘤预测良/恶性乳腺癌肿瘤预测问题是一个十分经典的机器学习问题，简单来说我们需要利用肿块厚度和细胞尺寸这两个特征来判断肿瘤的类型（良性或者是恶性）。

曹文杰1519030112·2025-02-05 04:22

AI人工智能代理工作流 AI Agent WorkFlow：在音乐创作中的应用

随着人工智能技术的快速发展，特别是深度学习和生成模型的广泛应用，音乐创作过程正逐渐被赋予新的生命力。

AGI大模型与大数据研究院·2025-02-05 03:20

在量子计算与AI结合的未来，是否能够实现更高效、更复杂的模式识别和数据处理？

人工智能，特别是深度学习，已经在许多领域取得了突破性的进展。本文将探讨量子计算与AI结合的创新机会，重点分析其在模式识别和数据处理中的优势与挑战。

concisedistinct·2025-02-05 03:16

python必读书单

文章目录{编程入门}{编程进阶}{算法基础}{Web开发}{网络编程}{爬虫}{安全}{数据分析}{数据科学}{数据挖掘}{机器学习}{深度学习}{其他方向}{编程入门}父与子的编程之旅：与小卡特一起学

Vin0sen·2025-02-05 02:08

心法利器[127] | 24年算法思考-特征工程和经典深度学习

心法利器本栏目主要和大家一起讨论近期自己学习的心得和体会。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。2023年新的文章合集已经发布，获取方式看这里：又添十万字-CS的陋室2023年文章合集来袭，更有历史文章合集，欢迎下载。往期回顾心法利器[122]|效果提升的根本来源讨论心法利器[123]|算法面试的八股和非八股讨论心法利器[124]|24年算法思考-大模型的应用与训练篇心法利器[125

机智的叉烧·2025-02-05 01:37

如何自学Python：适合小白的Python学习大纲—附教程_python小白学理论(1)

数据可视化基础、MLlib（RDD-BaseAPI）机器学习、MatPlotlib绘图进阶、高级绘图工具第二阶段-商业数据可视化Excel业务分析Excel基础技能、Excel公式函数、图表可视化、人力

2401_84301389·2025-02-05 01:36

Pytorch深度学习实战2-1：详细推导Xavier参数初始化(附Python实现)

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。（1）Python所有方向的学习路线（

2401_84140080·2025-02-05 01:35

TensorFlow 示例项目实战与源码解析.zip

本文还有配套的精品资源，点击获取简介：TensorFlow是谷歌大脑团队开发的开源机器学习库，广泛应用于深度学习、人工智能等领域。

ELSON麦香包·2025-02-05 01:34

大模型带你学pytorch课程

PyTorch是一个强大的开源机器学习框架，由Facebook的人工智能研究实验室开发，被广泛用于深度学习模型的构建和训练。让我们开始你的PyTorch旅程吧！1.预备课程大纲1.1引入Pyth

立杰说·2025-02-05 01:33

【2024年国内一些知名的免费AI对话工具的对比】

这些工具基于各自公司的深度学习和自然语言处理技术，为用户提供智能对话服务。百度文心一言特点:基于ERNIE模型，拥有知识增强、检索增强和对话增强的技术特色，支持跨模态生成。

龙少9543·2025-02-05 01:02

用于深度学习的硬件配置列表

自己2021年配制的一台深度学习机子，体验是水冷没必要（主要是安装费劲）。注意电源功率一定要够，不然带不动显卡，最好是1000w左右。

Mr.Q·2025-02-05 01:01

计算范式的变革：从图灵机到神经网络

图灵机，神经网络，计算范式，深度学习，机器学习，人工智能，算法，模型1.背景介绍自20世纪中叶以来，计算机科学经历了飞速发展，计算范式也经历了深刻的变革。

AI架构设计之禅·2025-02-04 23:49

【Python】已解决：Python读取字典查询键报错“KeyError: ‘d‘”

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·2025-02-04 23:19

《机器学习数学基础》补充资料：第343页结论证明

证明E(XT)=E(X)TE(\pmb{X}^{\text{T}})=E(\pmb{X})^{\text{T}}E(XT)=E(X)T《机器学习数学基础》第343页，有这样一句话：对于多维随机变量X\pmb

CS创新实验室·2025-02-04 21:33

DeepSeek R1重塑行业标准：BIM智能审查效率提升300%的实战解密

传统人工审查方式存在效率低、标准不统一、易遗漏等问题，DeepSeekR1框架支持的智能审查系统通过以下技术突破实现革新：多源异构数据融合：支持IFC/RVT/DWG等格式的自动转换语义特征解析引擎：基于深度学习的构件特征识别准确率达

Coderabo·2025-02-04 20:55

DeepSeek R1赋能智能建造：施工安全风险预判系统全栈开发实战与创新解析

DeepSeekR1智能分析系统通过融合计算机视觉、物联网传感技术和深度学习算法，构建了多维度的风险预警体系。本系统具备以下核心功能：实时视频监控分析（安全装备检测、危险区域入侵识别）设备状态

Coderabo·2025-02-04 20:55

基于深度学习的政策效果仿真推演：实现智能化决策支持

政策效果仿真推演：基于DeepSeekR1的人工智能驱动决策支持系统引言政策效果仿真推演是现代社会治理中不可或缺的重要环节。通过模拟不同政策在实际执行过程中可能产生的各种影响，政府和相关机构可以更科学地制定和调整政策，从而提高治理效率和效果。然而，传统的政策仿真方法往往依赖于大量的历史数据、复杂的数学模型以及人工经验判断，存在耗时长、成本高、结果不够精准等问题。近年来，随着人工智能技术的快速发展，

Coderabo·2025-02-04 19:22

深度学习｜表示学习｜卷积神经网络｜输出维度公式｜15

如是我闻：在卷积和池化操作中，计算输出维度的公式是关键，它们分别可以帮助我们计算卷积操作和池化操作后的输出大小。下面分别总结公式，并结合解释它们的意义：1.卷积操作的输出维度公式当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\te

漂亮_大男孩·2025-02-04 19:52

深度学习｜表示学习｜卷积神经网络｜输出维度公式如何理解？｜16

如是我闻：当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化（Pooling）的输出大小公式类似卷积，但更加简单：输出大小=输入

漂亮_大男孩·2025-02-04 19:21

深度学习-98-大语言模型LLM之基于langchain的代理create_react_agent工具

文章目录1Agent代理1.1代理的分类1.2ReAct和Structuredchat2代理应用ReAct2.1创建工具2.1.1嵌入模型2.1.2创建检索器2.1.3测试检索结果2.1.4创建工具列表2.2初始化大模型2.3创建Agent2.4运行Agent3参考附录1Agent代理Agent代理的核心思想是使用语言模型来选择要采取的一系列动作。(1)在链中，动作序列是硬编码的。(2)在代理中，

皮皮冰燃·2025-02-04 18:46

《深度揭秘LDA：开启人工智能降维与分类优化的大门》

高维数据虽然蕴含着丰富的信息，但却给机器学习算法带来了一系列严峻的挑战，这便是著名的“维度诅咒”。

·2025-02-04 18:03

基于 FPGA 的 CNN 卷积神经网络整体实现

基于FPGA的CNN卷积神经网络整体实现介绍卷积神经网络（CNN）是一种强大的深度学习架构，广泛用于图像识别、物体检测和自然语言处理等领域。

鱼弦·2025-02-04 18:37

【大模型应用开发动手做AI Agent】第二轮思考：模型决定计算

【大模型应用开发动手做AIAgent】第二轮思考：模型决定计算关键词：大模型，AIAgent，模型决定计算，模型优化，计算优化，硬件加速，效率提升1.背景介绍随着深度学习技术的飞速发展，大模型在自然语言处理

AGI大模型与大数据研究院·2025-02-04 16:30

AI Agent: AI的下一个风口具身机器人的发展趋势

AIAgent:AI的下一个风口——具身机器人的发展趋势1.背景介绍1.1问题的由来随着人工智能技术的快速发展，特别是深度学习的突破性进展，我们正目睹着从“智慧大脑”向“具身智能”的转变。