深度学习;

【深度学习】16. Deep Generative Models：生成对抗网络（GAN）

DeepGenerativeModels：生成对抗网络（GAN）什么是生成建模（GenerativeModeling）生成模型的主要目标是从数据中学习其分布，从而具备“生成”数据的能力。两个关键任务：密度估计（DensityEstimation）：学习真实数据的概率分布p(x)p(x)p(x)。样本生成（SampleGeneration）：从模型学习的分布中采样，生成新样本。换句话说，生成建模不是
pen-ai·2025-06-01 14:28

AIGC领域Stable Diffusion的模型微调方法与实践

AIGC领域StableDiffusion的模型微调方法与实践关键词：StableDiffusion、模型微调、AIGC、深度学习、生成对抗网络、文本到图像生成、迁移学习摘要：本文系统解析StableDiffusion
AI大模型应用工坊·2025-06-01 10:02

转换PP-OCRv5模型为OpenVINO格式的详细指南

OpenVINO则是英特尔推出的开源深度学习推理框架，能显著优化模型在英特尔硬件上的推理性能。本文将详细介绍如何将PP-OCRv5模型转换为OpenVINO格式（.xml和.bin文件），并实现高效
mingo_敏·2025-06-01 08:50

BERT分类器和朴素贝叶斯分类器比较

一、核心原理对比维度预训练模型（如BERT）朴素贝叶斯分类器模型类型深度学习模型，基于Transformer架构，通过大规模无监督预训练学习语言表示。
非小号·2025-06-01 07:13

深度学习调参大法

目录1.trick1：深度学习调参核心点2.trick2：关于深度学习Model选型问题3.trick3：关于数据4.trick4：关于调参4.1.关于Lossfunction调参策略4.2.关于Learningrate
Joker 007·2025-06-01 07:12

深度学习模型更新公式全解析：从原理到训练调优

在深度学习模型训练中，一个看似简单的公式，其实蕴含了整个优化与学习的核心机制：new_params=old_params−η⋅∂L∂θnew\_params=old\_params-\eta\cdot\
Joker 007·2025-06-01 07:12

Ubuntu 安装 FSL 及多模态脑MRI的去颅骨处理（含 HD-BET 深度学习方法）

本文将介绍如何在Ubuntu系统中安装FSL，使用其经典工具BET进行T1、T2、PD模态的去颅骨操作，并补充介绍基于深度学习的更强大方法HD-BET。
Joker 007·2025-06-01 07:11

NanoGPT的BenchMarking.py

在深度学习领域，它通常涉及对模型的训练速度、推理速度、内存占用等指标进行测量，以便评估不同模型、不同硬件配置或者不同软件版本之间的性能差异。
2301_80365274·2025-06-01 02:40

iOS 14中人工智能的进步

从机器和深度学习到计算机视觉和自然语言处理，Apple对其内置框架进行了大量增强和改进，以帮助移动应用程序开发人员构建更好的A
李发展·2025-06-01 01:37

【代码解析】用PyTorch实现混合专家（MoE）语言模型

在深度学习和自然语言处理领域，混合专家（MixtureofExperts,MoE）模型因其卓越的性能和可扩展性而受到广泛关注。
Kaydeon·2025-06-01 01:05

Sentence Transformers 教程！

利用深度学习技术，特别是Transformer架构的优势，将文本转换为高维向量空间中的点，使得相似的文本在几何意义上更接近。语义搜索：构建高效的语义搜索系统，找到最相关的查询结果。
小森( ﹡ˆoˆ﹡ )·2025-05-31 21:59

【深度学习】CAB:通道注意力模块

@[toc]CAB:通道注意力模块CAB:通道注意力模块CAB（ChannelAttentionBlock）是一种通道注意力模块，通常用于计算机视觉任务中，特别是在图像恢复、超分辨率、去噪等任务中。它的核心思想是通过学习通道之间的依赖关系，自适应地调整每个通道的特征响应，从而增强模型对重要特征的提取能力。CAB的核心思想通道注意力机制：通过对每个通道的特征进行全局池化，获取全局信息。使用全连接层（
shanks66·2025-05-31 20:24

注意力机制：通道注意力机制、空间注意力机制、CBAM（附有完整代码)

在深度学习中，注意力机制被广泛应用于各种任务，如自然语言处理、计算机视觉和强化学习等领域。注意力机制的核心
一个来路不明的吃货·2025-05-31 20:24

NCHW和NHWC

https://blog.csdn.net/zlgahu/article/details/109219322转自：https://www.jianshu.com/p/61de601bc90f在深度学习中
seiyaaa·2025-05-31 20:53

Java 人工智能应用：使用 DL4J 实现深度学习算法

Java人工智能应用：使用DL4J实现深度学习算法在当今数字化时代，人工智能技术正以前所未有的速度改变着各个行业的发展格局。
向哆哆·2025-05-31 19:19

AI时代新词-生成对抗网络（GAN）

生成对抗网络（GenerativeAdversarialNetwork，简称GAN）是一种由生成器（Generator）和判别器（Discriminator）组成的深度学习模型。
明似水·2025-05-31 19:46

机器学习与深度学习04-逻辑回归02

目录前文回顾6.正则化在逻辑回归中的作用7.特征工程是什么8.逻辑回归的预测结果如何9.什么是ROC曲线和AUC值10.如何处理类不平衡问题11.什么是交叉验证前文回顾上一篇文章地址：链接6.正则化在逻辑回归中的作用逻辑回归中，正则化是一种用于控制模型复杂度的技术，它对模型的参数进行约束，以防止过拟合。正则化通过在损失函数中引入额外的正则化项来实现，这些正则化项对参数的大小进⾏惩罚，逻辑回归中常用
my_q·2025-05-31 18:45

智科python毕业设计方向汇总

2选题概览3项目概览题目1:深度学习社交距离检测系统题目2:深度学习昆虫识别系统题目3:深度学习火焰检测识别题目4:深度学习街道行人流量计数系统题目5:深度学习交通标志识别系统题目6:大数据B站数据分析可视化系统
A毕设分享家·2025-05-31 17:08

智科 深度学习毕业论文(毕设)项目选题怎么选

文章目录0简介1如何选题2最新软件工程毕设选题3最后0简介丹成学长，搜集分享最新的软件工程业专业毕设选题，难度适中，适合作为毕业设计，大家参考。学长整理的题目标准：相对容易工作量达标题目新颖选题指导,项目分享：见文末1如何选题最近非常多的学弟学妹问学长关于选题的问题，所以今天学长来教大家如何进行毕业设计选题！毕业设计的选题尤为重要，选好题目是最终完成毕业设计的第一步。因为题目的选择跟之后的设计实现
kooerr·2025-05-31 17:37

智科 机器学习毕业设计项目选题推荐

2选题概览3项目概览题目1:基于协同过滤的电影推荐系统题目2:基于wifi的室内定位算法设计与实现题目3:基于opencv的银行卡识别题目4:基于python的答题卡识别评分系统题目5:基于深度学习的安检管制物品识别系统题目
kooerr·2025-05-31 17:37

智科 深度学习毕业设计开题思路

2选题概览3项目概览题目1:基于协同过滤的电影推荐系统题目2:基于wifi的室内定位算法设计与实现题目3:基于opencv的银行卡识别题目4:基于python的答题卡识别评分系统题目5:基于深度学习的安检管制物品识别系统题目
DD项目分享家·2025-05-31 17:07

智科python毕设项目选题帮助

2选题概览3项目概览题目1:基于协同过滤的电影推荐系统题目2:基于wifi的室内定位算法设计与实现题目3:基于opencv的银行卡识别题目4:基于python的答题卡识别评分系统题目5:基于深度学习的安检管制物品识别系统题目
DD项目分享家·2025-05-31 17:05

【专题】深度学习期末复习资料（题库）

深度学习期末复习资料（题库）链接：https://blog.csdn.net/Pqf18064375973/article/details/148322500?
向懒羊羊学习的大猫·2025-05-31 17:00

深度学习篇---OC-SORT实际应用效果

OC-SORT算法在实际应用中的效果可从准确性、鲁棒性、效率三个核心维度评估，其表现与传统多目标跟踪算法（如SORT、DeepSORT）相比有显著提升，尤其在复杂场景中优势突出。以下是具体分析：一、准确性：目标关联更可靠1.遮挡场景下的ID保持能力优势表现：传统算法（如SORT）依赖卡尔曼滤波预测目标位置，当目标长时间遮挡时，预测误差会累积导致轨迹丢失或ID切换。OC-SORT通过以观测为中心的恢
Ronin-Lotus·2025-05-31 16:59

空间智能的发展：AI人工智能的重要角色

空间智能的发展：AI人工智能的重要角色关键词：空间智能、人工智能、计算机视觉、深度学习、空间计算、增强现实、自动驾驶摘要：本文深入探讨了空间智能在人工智能领域的重要性和发展现状。
AI天才研究院·2025-05-31 15:21

国家开放大学《计算机科学与技术》毕业设计题目与摘要

国家开放大学《计算机科学与技术》毕业设计题目与摘要示例题目一：基于深度学习的校园图书管理系统优化摘要随着数字化校园建设推进，传统图书管理模式存在效率低、信息更新滞后等问题。
甘苦人生·2025-05-31 14:16

Python打卡训练营学习记录Day38

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系"""DAY39图像数据与显存本节主要介绍深度学习中的图像数据处理和显存管理
FanfanPyt·2025-05-31 14:15

Python 里 PyTorch 的张量操作全解析

Python里PyTorch的张量操作全解析关键词：PyTorch、张量操作、深度学习、Python、数据处理摘要：本文全面深入地解析了PyTorch中的张量操作。
Python编程之道·2025-05-31 13:03

数据挖掘实战-基于深度学习RNN+CNN的能源价格预测模型

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍
艾派森·2025-05-31 12:30

深度学习模型：技术演进、热点突破与未来图景

第一章深度学习模型的技术演进1.1从感知机到深度神经网络里程碑突破：AlexNet在ImageNet竞赛中实现图像分类性能飞跃，首次验证深度卷积网络（CNN）的潜力。
accurater·2025-05-31 12:28

【动手学深度学习】2.5. 自动微分

目录2.5.自动微分1）自动微分的示例2）非标量变量的反向传播3）分离计算4）控制流的梯度计算5）小结.2.5.自动微分求导是几乎所有深度学习优化算法的关键步骤。手动求导是很繁琐且容易出错的。
XiaoJ1234567·2025-05-31 11:21

斯坦福人工智能突破：结构递归神经网络用于 时空领域图像中的深度学习

虽然相当适合用来进行序列建模，但深度递归神经网络体系结构缺乏直观的高阶时空架构。计算机视觉领域的许多问题都固有存在高阶架构，所以我们思考从这方面进行提高。在解决现实世界中的高阶直觉计算方面，时空领域图像是一个相当流行的工具。在本文中，我们提出了一种结合高阶时空图像和递归神经网络的方法。我们开发了一种可随意扩展时空图像的办法，这是一种正反馈、差异化高、可同步训练的RNN混合网络。这种方法是通用的，通
baobei0112·2025-05-31 10:14

ResNet 经典网络详解：深度学习中的革命性突破（含代码）

ResNet：解决深度网络训练难题的核心技术在深度学习的发展历程中，ResNet（残差网络）是一个重要的突破。它成功解决了深层神经网络训练中的梯度消失问题，使得深度模型能够达到更好的性能。
murphymeng2001·2025-05-31 09:38

在本地安装和部署 Xinference，并下载对应的模型

引言Xinference是一个开源的推理框架，支持多种深度学习模型的本地推理，适用于GPU和CPU环境。它可以用于自然语言处理、计算机视觉等任务，并且提供了API接口，方便集成到各种应用中。
萧鼎·2025-05-31 09:06

《Transformer如何进行图像分类：从新手到入门》

引言如果你对人工智能（AI）或深度学习（DeepLearning）感兴趣，可能听说过“Transformer”这个词。
机器学习司猫白·2025-05-31 09:05

Pytorch构建LeNet进行MNIST识别 #自用

作为最早的实用化卷积神经网络，LeNet为现代深度学习模型奠定了基础，其设计思想至今仍被广泛采用。
BandieraRosa·2025-05-31 08:02

AI大模型安全挑战和安全要求解读

大模型，作为深度学习领域的杰出代表，通过海量数据的训练，拥有了惊人的语言理解、图像识别等能力，极大地推动了人工智能技术在各个领域的创新应用。然而，这一技术的强大能力同时也带来了潜在的威胁。
网宿安全演武实验室·2025-05-31 08:31

AI时代新词-大模型（Large Language Model）

大模型，全称为“大规模语言模型”（LargeLanguageModel），是一种基于深度学习的人工智能技术。它通过海量的文本数据进行训练，学习语言的模式、语法和语义，从而能够生成自然流畅的文本内容。
明似水·2025-05-31 07:54

深度学习：基于脑机接口的虚拟世界意识控制探索

当深度学习与脑机接口技术相结合，通过意识直接控制虚拟人物，打破传统输入设备的束缚，为虚拟世界的交互体验带来了革命性的想象空间。
毒果·2025-05-31 06:49

计算机视觉入门：从图像识别到目标检测

近年来，随着深度学习技术的发展，计算机视觉在图像识别、目标检测、图像分割等领域取得了显著的进展，广泛应用于自动驾驶、安防监控、医疗影像分析等领域。
人工智能教程·2025-05-31 05:12

AI Agent: AI的下一个风口 具身智能的核心与未来

AIAgent:AI的下一个风口具身智能的核心与未来1.背景介绍1.1人工智能发展历程回顾1.1.1早期人工智能的探索1.1.2机器学习的崛起1.1.3深度学习的突破1.2人工智能的局限性1.2.1缺乏常识推理能力
AI天才研究院·2025-05-30 20:38

Towards Responsible and Reliable Traffic Flow Prediction with Large Language Models

得益于深度学习在捕获交通数据潜在模式方面的强大功能，它取得了重大进展。然而，最
UnknownBody·2025-05-30 18:18

Stable Diffusion 2025新手全套安装教程 零基础小白一键解锁AI绘图神器，轻松玩转AI绘画

我们今天不谈编程，也不谈程序人生，就来唠一唠AI绘图~~StableDiffusion是什么♥️StableDiffusion，简称SD,是一种基于深度学习的图像处理技术!
AI设计酷卡·2025-05-30 17:16

小样本学习

举个例子：传统深度学习（大样本学习）：比如教AI认“猫”，需要给它看10万张不同角度、颜色、品种的猫照片，它才能总结出“猫有四条腿、尖耳朵、长尾巴”的规律。
ISU(考研版)·2025-05-30 13:40

【深度学习新浪潮】什么是混合精度分解？

混合精度分解是大模型压缩领域的一项核心技术，通过将模型参数或计算过程分解为不同精度的子单元，在保持性能的同时显著降低存储和计算成本。其核心思想是对模型中敏感度高、信息量大的部分采用高精度表示，而对冗余度高、敏感度低的部分采用低精度表示，从而在精度损失与压缩效率之间取得最优平衡。以下从技术原理、实现方法和典型案例三个维度展开分析：一、技术原理与核心机制1.混合精度的理论基础精度-冗余权衡：大模型中不
小米玄戒Andrew·2025-05-30 12:05

大白话聊聊“深度学习”和“大模型”

1950年图灵发表论文《计算机器与智能》（ComputingMachineryandIntelligence），提出了“机器智能”（MachineIntelligent）的概念，并且提出了著名的“图灵测试”的方法来判断机器是否有智能。1956年，达特茅斯会议，“人工智能”（ArtificialIntelligent）概念被首次提出，人工智能作为一个学科开始被研究。科学家梦想着未来可以用复杂物理结构
爱吃鸡翅膀咯·2025-05-30 12:03

【深度学习新浪潮】以图搜地点是如何实现的？（含大模型方案）

1.以图搜地点的实现方式有哪些？扫描手机照片中的截图并识别出位置信息，主要有以下几种实现方式：通过照片元数据获取：原理：现代智能手机拍摄的照片通常会包含Exif（ExchangeableImageFile）元数据。Exif中除了有像素信息之外，还包含了光圈、快门、白平衡、ISO、焦距、日期时间等各种图像信息以及相机品牌、型号，其中也包括GPS全球定位系统数据，涵盖拍摄照片时的经度、纬度以及海拔等位
小米玄戒Andrew·2025-05-30 12:32

我们掌握的技能与进入企业的机会

深度学习：从基础到实践一、引言深度学习是机器学习的一个分支，它通过构建多层神经网络来模拟人类大脑的信息处理方式，从而实现对复杂数据的自动特征提取和模式识别。
万能小贤哥·2025-05-30 12:31

植被监测新范式！Python驱动机器学习反演NDVI/LAI关键技术解析

人工智能（AI）技术的快速发展，尤其是机器学习与深度学习算法的突破，为解决这些难题提供了全新路径。
梦想的初衷~·2025-05-30 09:42

AI时代新词-人工智能生成内容（AIGC）

二、AIGC的工作原理AIGC的工作原理主要基于深度学习技术，尤其是生成式模
明似水·2025-05-30 09:09
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他