深度学习(CV) 第11页

Stable Diffusion使用样例实践（二）

SD用例实践二、人物类1.现实人物（女性）（训练库：realisticVisionV60B1_v51VAE.safetensors）prompt：Animageofayoungwomaninacasualoutdoorsettingleaningonamodernchai

Allen-Steven·2025-02-07 00:38

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】从计算机基础到HTML开发：Web开发的第一步

会议官网：www.acvra.org简介2025年计算机视觉研究进展与应用（ACVRA2025）将于2025年2月28-3月2日在中国广州召开，将汇聚世界各地的顶尖学者、研究人员和行业专家，聚焦计算机视觉领域的最新研究动态与应用成就

禁默·2025-02-07 00:07

对文字加密

packagejavase02;importjava.util.Scanner;publicclassassign05{staticchar[]a;publicstaticvoidmain(String

风之清·2025-02-06 23:02

模型蒸馏、量化、裁剪的概念和区别

模型压缩概述1.1模型压缩的重要性随着深度学习技术的快速发展，神经网络模型在各种任务中取得了显著的成功。然而，这些模型通常具有大量的参数和复杂的结构，导致模型体积庞大、计算资源消耗高和推理时间长。

我就是全世界·2025-02-06 22:24

深度学习篇---深度学习相关知识点&关键名词含义

Ronin-Lotus·2025-02-06 21:21

深度学习篇---深度学习中的超参数&张量转换&模型训练

文章目录前言第一部分：深度学习中的超参数1.学习率（LearningRate）定义重要性常见设置2.批处理大小（BatchSize）定义重要性常见设置3.迭代次数（NumberofEpochs）定义重要性常见设置

Ronin-Lotus·2025-02-06 21:50

C++-Unicode字符utf8编码与码点code point值互转编码示例

#include#include#include#include#include/**注意这里必须用std::codecvt_utf8和std::wstring_convert,char32_t>，*含义是将

·2025-02-06 21:30

Apache MXNet：灵活高效的深度学习库

ApacheMXNet是一个开源的深度学习框架，适用于灵活的研究原型设计和生产。它提供了一个混合前端，可以无缝地在Gluon（动态图）和Symbolic（静态图）模式之间转换，以提供灵活性和速度。

零度°·2025-02-06 21:48

空间注意力模块（SAM）和时间注意力模块（TAM）详解及代码复现

注意力机制原理注意力机制源于人类视觉系统的选择性注意能力，是深度学习领域的一项关键技术。它通过模拟人类视觉系统的选择性注意能力，使深度学习模型能够聚焦于图像中的关键信息。

清风AI·2025-02-06 21:47

Apache MXNet 深度学习框架教程

ApacheMXNet深度学习框架教程mxnetLightweight,Portable,FlexibleDistributed/MobileDeepLearningwithDynamic,Mutation-awareDataflowDepScheduler

娄妃元Kacey·2025-02-06 21:17

Ubuntu为julia安装深度学习框架MXNet（支持CUDA和OPenCV编译）

Ubuntu为julia安装深度学习框架MXNet（支持CUDA和OPenCV编译）环境介绍与注意事项下载源文件安装依赖编译环境配置安装MXNet测试后记环境介绍与注意事项Ubuntu18.04julia1.5.3CUDA10.1

盼小辉丶·2025-02-06 21:15

MXNet深度学习框架：高效与灵活性的结合

标题：MXNet深度学习框架：高效与灵活性的结合MXNet是一个由Apache软件基金会支持的开源深度学习框架，以其高效性能和灵活性而闻名。

原机小子·2025-02-06 20:44

T1:实现mnist手写数字识别

>-**本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg)中的学习记录博客**>-**原作者：[K同学啊](https

哈维羊·2025-02-06 19:33

RISCV AIA (一)

概述riscvAIAspecv1.0包含如下三个方面：a、卷二riscv特权架构规范的扩展，b、两种标准的中断控制器---APLIC和IMSIC，c、对与中断相关的其他系统的要求。

啊节奏不对·2025-02-06 19:03

linux上安装vnc服务,如何在RHEL 8上安装VNC服务器

VNC使用远程帧缓冲协议(RFB)并根据客户端-服务器原则工作：服务器共享其输出(vncserver)，客户端(vncviewer)连接到服务器。请注意，远程计算机必须安装了桌面环境。

weixin_39533742·2025-02-06 18:02

深度学习学习笔记 --- 动量momentum

一、动量momentum的由来训练网络时，通常先对网络的初始值按照某种分布进行初始化，如：高斯分布。初始化权值操作对最终的网络性能影响比较大，合适的网络初始权值操作能够使损失函数在训练过程中收敛速度快，从而获得更好的优化结果。但是按照分布随机初始化网络权值时，存在一些不确定的因素，并不能保证每一次初始化操作都能使得网络的初始值处在一个合理的状态。不恰当的初始权值可能使网络的损失函数在训练过程中先去

杨鑫newlfe·2025-02-06 18:01

C#中输出ASCII字符表

usingSystem;namespacetest{classProgram{staticvoidMain(string[]args){for(inti=1;i<=255;i++){charc=(

Miqiuha·2025-02-06 18:29

Python+Qt多视频监控系统

运行结果文章目录一、所需工具软件二、使用步骤1.主要代码2.运行结果三、在线协助一、所需工具软件1.Python2.Pycharm二、使用步骤代码如下（示例）：importcv

荷塘月色2·2025-02-06 18:57

在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高

在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高而其他的中奖倍数较低。

zhangfeng1133·2025-02-06 17:53

深度可分离卷积_主干网络系列(6) - Xception: 使用深度可分离卷积的深度学习

论文地址：Xception:DeepLearningwithDepthwiseSeparableConvolutions工程代码：Github链接0.摘要该论文对Inception模块做了新的解释，认为Inception模块是常规卷积神经网络到深度可分离卷积神经网络的过渡手段，基于这种思想，深度可分离卷积可以看作一个具有最大数量tower的Inception模块(tower是指Inception模

weixin_39630106·2025-02-06 17:22

python 获取视频的帧数

可以使用Python的OpenCV库来获取视频的帧数。

耄先森吖·2025-02-06 17:21

Java 基础——值传递和引用传递

1.代码展示packagecom.company.hbccpc;publicclassMaink{ publicstaticvoidmain(String[]args){ inta=3;

jkoya·2025-02-06 16:47

Python解析视频FPS(帧率)、分辨率信息

以下介绍使用Python解析视频的FPS（帧率）和分辨率信息的方法：Python解析视频FPS和分辨率信息在Python中，我们可以借助第三方库opencv-python（通常简称为cv2）来实现对视频相关信息的解析

安静读书·2025-02-06 16:45

C#运算符和表达式(及类型转换)

staticvoidMain(string[]args){//y-年,m-月,d-日inty=2008;intm=8;intd=8;intweek=(d+2*m+3*(m+1)/5+y+y/4-y/100

幻想趾于现实·2025-02-06 13:24

C# Action和 Func的用法

C#中的数据类型函数数据类型Action是一个数据类型但是是没有返回值得函数数据类型Func用于指定一个有返回值的委托internalclassProgram{staticvoidMain(string

幻想趾于现实·2025-02-06 13:24

yolov5 c++ onnx pytorch pycharm gpu train test

】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）_yolov5教程-CSDN博客代码:#include#include#includeusingnamespacecv

mulsh·2025-02-06 12:50

yolov5 实例分割：从原理、构建数据集到训练部署

推理时间2.构建数据集2.1使用labelme标注数据集2.2生成coco格式label2.3coco格式转yolo格式3.训练3.1整理数据集3.2修改配置文件3.3执行代码进行训练4.使用OpenCV

外卖猿·2025-02-06 12:15

深度学习No module named ‘torchvision.transforms.functional_tensor‘问题解决

问题在进行深度学习训练过程中出现ModuleNotFoundError:Nomodulenamed'torchvision.transforms.functional_tensor'报错，多方查阅资料后得到了解决方案

winrisef·2025-02-06 11:44

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

云边有个稻草人·2025-02-06 10:37

探索深度学习：开启智能新时代

目录深度学习究竟是什么？

顾漂亮·2025-02-06 10:35

基于深度学习的时空特征融合摔倒检测基于图像序列分析与主成分分析（PCA）的摔倒检测

基于深度学习的时空特征融合摔倒检测该方法采用卷积神经网络（CNN）与循环神经网络（RNN）相结合的方式，通过提取时空特征来进行摔倒检测。

人工智能专属驿站·2025-02-06 09:31

遗传算法与深度学习实战（33）——WGAN详解与实现

遗传算法与深度学习实战（33）——WGAN详解与实现0.前言1.训练生成对抗网络的挑战2.GAN优化问题2.1梯度消失2.2模式崩溃2.3无法收敛3WassersteinGAN3.1Wasserstein

盼小辉丶·2025-02-06 09:29

遗传算法与深度学习实战（32）——生成对抗网络详解与实现

遗传算法与深度学习实战（32）——生成对抗网络详解与实现0.前言1.生成对抗网络2.构建卷积生成对抗网络小结系列链接0.前言生成对抗网络(GenerativeAdversarialNetworks,GAN

盼小辉丶·2025-02-06 09:59

【Python】已解决：ERROR: Could not find a version that satisfies the requirement cv2 (from versions: none)

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·2025-02-06 09:28

C# 自动删除指定天数前的文件夹下的文件（文件清理）

publicvoidCleanFile(){stringpath=AppDomain.CurrentDomain.BaseDirectory+“\Example\”;DirectoryInfodir=newDirectoryInfo

xk_hypothesis·2025-02-06 09:27

（Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述

文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解

North_D·2025-02-06 08:24

AI大模型探秘：核心能力与应用场景深度解析

AI：包含很多术语，如：模式识别、自然语言处理、神经网络、机器学习、深度学习、强化学习、人类反馈强化学习等。类比：AI是电力–吴恩达。

程序员辣条·2025-02-06 08:53

二值连接：深度神经网络的轻量级革命

引言：深度学习的下一步是什么？深度神经网络（DeepNeuralNetworks,DNN）近年来在语音识别、图像分类和自然语言处理等领域取得了令人瞩目的成就。

步子哥·2025-02-06 06:11

C++的类型转换

=0;longy=static_cast(x);reinterpret_cast转换显示类型转换int*px=&x;intp=reinterpret_cast(px);const_cast转换在有不同cv

东洛的克莱斯韦克·2025-02-06 06:07

_imshow(winname.encode(“unicode_escape“).decode(), mat) cv2.error: OpenCV(4.10.0)

_imshow(winname.encode("unicode_escape").decode(),mat)cv2.error:OpenCV(4.10.0)D:\a\opencv-python\opencv-python

西柚与蓝莓·2025-02-06 04:50

CVE-2021-42013 路径穿越漏洞复现并反弹shell

ApachehttpdCVE-2021-42013路径穿越漏洞ApacheHTTPServer是Apache基金会开源的一款流行的HTTP服务器。

小彭爱学习·2025-02-06 04:50

算法问题整理（二）

从基础架构ResNet到最强检测器Yolov7再到最新部署神器GhostNetV2【深度学习】YOLO检测器家族所有版本（2024最新汇总、详细介绍）_yolo各个版本-CSDN博客YOLO系列算法全家桶

分享总结快乐·2025-02-06 04:47

探秘 GitCode 上的开源项目：91pron - AI 引擎驱动的智能视频处理工具

技术分析1.AI模型应用91pron使用了深度学习模型，尤其是计算机

毕艾琳·2025-02-06 04:47

用Python替代OpenMV IDE显示openmv USB 图像

原理是利用openmv的usb模仿串口，然后用Python代码打开串口接收能替代openmvide跑48帧图像Python端需要的依赖：需要的是：fromultralyticsimportYOLOimportcv2importnumpyasnpfromserialimportSerialimporttimefromcollectionsimportdequepyserial3.5numpy2.0

广药门徒·2025-02-06 02:36

大模型的底层逻辑及Transformer架构

2.深度学习架构大模型基于深度学习技术，通常采用多层神经网络进行特征学习与抽象。其中，Transformer架构是目前主流的大模型架构，它通过自注意力机制和前馈神经网络来处理输入数据。

搏博·2025-02-06 02:04

【深度学习】权重衰减

权重衰减前一节我们描述了过拟合的问题，本节我们将介绍一些正则化模型的技术。我们总是可以通过去收集更多的训练数据来缓解过拟合。但这可能成本很高，耗时颇多，或者完全超出我们的控制，因而在短期内不可能做到。假设我们已经拥有尽可能多的高质量数据，我们便可以将重点放在正则化技术上。回想一下，在多项式回归的例子中，我们可以通过调整拟合多项式的阶数来限制模型的容量。实际上，限制特征的数量是缓解过拟合的一种常用技

熙曦Sakura·2025-02-06 02:33

AIGC从入门到实战：基于大模型的人工智能应用的涌现和爆发

AIGC借助深度学习模型，能够生成逼真的图像、视频、音频、文本等内容，为人类的创造力和生产力带来了革命性的改变。1.2大模型：AIGC的基石AIGC的核心驱动力在于大规模预训练模型（简称“大模型”）。

AI天才研究院·2025-02-06 01:00

Ivanti VPN 零日漏洞正在被黑客利用

vanti公开披露了影响ConnectSecure(ICS)VPN设备的两个关键漏洞：CVE-2025-0282和CVE-2025-0283。

程序员霸哥·2025-02-06 01:27

synchronized, volatile 在 DCL 的作用

单例模式代码publicclassSingle{privatestaticvolatileSingleINSTANCE;privateSingle(){}publ

·2025-02-06 01:51

大语言模型应用指南：工作记忆与长短期记忆

1.2研究现状近年来，随着深度学习技术的发展，基于神经网络的语言模型逐渐崭露头角。其中，长短期记忆网

AI天才研究院·2025-02-06 00:51

推荐频道

深度学习(CV)