深度学习专区

蓝桥杯Python组最后几天冲刺———吐血总结,练题总结,很管用我学会了

一、重要知识要点1、穷举法2、枚举法3、动态规划4、回溯法5、图论6、深度优先搜索（DFS）7、广度优先搜索（BFS）8、二叉树9、递归10、分治法、矩阵法11、排列组合12、素数、质数、水仙花数13、
晚风时亦鹿·2025-01-22 19:13

AI Agent 原理解析及应用场景深度洞察

在当今科技飞速发展的时代，AIAgent作为人工智能领域的重要分支，正以其独特的智能特性和广泛的应用潜力，逐渐渗透到各个行业和我们生活的方方面面。它为解决复杂问题、提升系统效率和实现智能化交互提供了全新的途径。本文将深入剖析AIAgent的原理，并详细探讨其在多个领域的关键应用场景。一、AIAgent的定义与基本概念AIAgent，即人工智能代理，是一种能够感知其所处环境，并基于所感知的信息自主地
power-辰南·2025-01-22 19:11

深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

关注“迈微AI研习社”，内容首发于公众号作者：伍天舟、马曾欧、陈信达入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。
Charmve·2025-01-22 19:08

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。
wzx_Eleven·2025-01-22 18:33

从System Prompt来看GPT-3.5到GPT-4的进化

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
herosunly·2025-01-22 17:23

从大型企业到中小企业：销售易、红圈、励销云CRM的行业应用

本文将对国内三大知名CRM品牌——销售易CRM、红圈CRM和励销云CRM进行深度分析，从品牌介绍和适用企业两个维度进行总结和盘点，帮助企业选择最适合自身需求的CRM解决方案。
·2025-01-22 16:04

极客说｜Phi-4 模型的 4 位量化与 vLLM 高速推理

在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！Phi-4的模型参数量是14B，这使它在推理的时候比较耗费内存。
·2025-01-22 16:00

【多模态 AI】从跨模态学习到生成革命：文本、图像与音频的深度交融

网罗开发（小红书、快手、视频号同名）  大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者：《ESP32-C3物联网工程开发实战》图书作者：《SwiftUI入门，进阶与实战》超级个体：CO
网罗开发·2025-01-22 16:09

Python算法模糊匹配：FuzzyWuzzy深度剖析，从入门到精通，解决你所有需要匹配的需求

在数据科学和文本处理的世界中，字符串匹配是一个非常普遍的问题。FuzzyWuzzy作为一个强大的Python库，通过模糊匹配技术解决了许多由于拼写错误、格式不一致引起的问题。本文将详细介绍FuzzyWuzzy，从基本概念到高级应用，帮助你掌握这一工具。目录FuzzyWuzzy简介安装与快速开始基础用法3.1简单比例匹配3.2部分匹配3.3比例匹配集高级用法4.1令牌排序匹配4.2令牌集合匹配实际应
kdayjj966·2025-01-22 15:05

AI人工智能深度学习算法：高并发场景下深度学习代理的性能调优

1.背景介绍1.1深度学习代理的兴起近年来，随着人工智能技术的飞速发展，深度学习在各个领域都取得了显著的成果。特别是在自然语言处理、图像识别、语音识别等领域，深度学习模型的性能已经超越了传统方法。
AI天才研究院·2025-01-22 14:54

MySQL高可用性的守护者：主从复制的深度解析与实践指南

在当今瞬息万变的数据驱动世界中，确保数据库系统的高可用性和数据一致性是每个企业IT架构师面临的重大挑战。对于依赖MySQL作为核心存储引擎的企业来说，如何构建一个稳定、可靠且易于维护的数据库集群至关重要。今天，我们将深入探讨MySQL主从复制技术，它是实现高可用性架构的关键组件之一。通过本文，您将不仅了解到主从复制的基本原理和配置方法，还将掌握如何优化性能、解决常见问题以及应对故障转移等高级技巧。
墨夶·2025-01-22 13:16

Python中实现多层感知机（MLP）的深度学习模型

深度学习已经成为机器学习领域的一个热门话题，而多层感知机（MLP）是最基础的深度学习模型之一。在这篇教程中，我将向你展示如何使用Python来实现一个简单的MLP模型。什么是多层感知机（MLP）？
Echo_Wish·2025-01-22 12:43

【深度解读】

文章目录前言一、怎样的索引的数据结构是好的二、二分查找特点缺点三、二分查找树特点缺点四、自平衡二叉树特点缺点五、B树特点缺点六、B+树定义单点查询插入与删除效率范围查询总结七、MySQL的B+树InnoDB是如何存储数据的B+树是如何进行查询的聚簇索引和二级索引八、总结前言B+树是一种常用的索引数据结构，在数据库系统和文件系统中广泛应用。它相比于其他数据结构具有许多优点，下面我将一步一步介绍相关概
UPUP小亮·2025-01-22 12:43

深度学习-92-大语言模型LLM之基于langchain的模型IO的模型调用

文章目录1Model的输入输出2langchain支持的模型3调用Ollama模型3.1设置环境变量3.2大语言模型LLM(OllamaLLM)3.2.1生成文本补全3.2.2流式生成文本补全3.3聊天模型(ChatOllama)3.3.1内置的消息类型3.3.2HumanMessage和SystemMessage3.3.3元组方式构成消息列表3.3.4stream流式3.4文本嵌入模型(Olla
皮皮冰燃·2025-01-22 12:10

深度学习基础18（多层感知机代码实现）

多层感知机的从零开始实现现在自己实现一个多层感知机。为了与之前softmax回归获得的结果进行比较，将继续使用Fashion-MNIST图像分类数据集importtorchfromtorchimportnnfromd2limporttorchasd2lbatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)
NDNPOMDFLR·2025-01-22 11:37

acwing深度优先dfs

n个数全排列#includeusingnamespacestd;constintN=10010;intn;intpath[N];boolst[N];voiddfs(intu){if(u==n){for(inti=0;i>n;dfs(0);return0;}
一缕叶·2025-01-22 11:06

AI Agent：深度解析与未来展望

随着时间的推移，AI逐渐能够处理不确定性，1990年代机器学习的兴起为AIAgent的发展奠定了基础，神经网络技术的突破为深度学习的发展提供了可能。
码事漫谈·2025-01-22 11:34

【深度学习基础】线性神经网络 | softmax回归的简洁实现

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈PyTorch深度学习⌋⌋⌋深度学习(DL,DeepLearning)特指基于深层神经网络模型和方法的机器学习。
Francek Chen·2025-01-22 11:34

B树和B+树的区别？为什么MySQL 使用B+树？

B树的特点：节点排序，叶子节点存储了数据叶节点具有相同的深度、叶子节点的指针为空一个节点可以存储多个元素，并且多个元素都按照从左到右递增排序，所有索引元素不重复B+树的特点：非叶子节点不存储数据、只存储索引
LPoint809·2025-01-22 11:03

【人工智能】Python常用库-Keras：高阶深度学习 API

Keras：高阶深度学习APIKeras是一个高效、用户友好的深度学习框架，作为TensorFlow的高级API，支持快速构建和训练深度学习模型。它以模块化、简单和灵活著称，适合研究和生产环境。
IT古董·2025-01-22 11:33

深度求索DeepSeek V2.5-1210发布：AI代码生成器迎来全新升级

深度学习技术日新月异，而强大的AI代码生成器也随之不断进化。
2401_89759264·2025-01-22 11:02

DCGAN - 深度卷积生成对抗网络：基于卷积神经网络的GAN

深度卷积生成对抗网络（DCGAN，DeepConvolutionalGenerativeAdversarialNetwork）是生成对抗网络（GAN）的一种扩展，它通过使用卷积神经网络（CNN）来实现生成器和判别器的构建
池央·2025-01-22 11:02

深度学习从入门到精通：全面指南

《深度学习从入门到精通：全面指南》文章目录《深度学习从入门到精通：全面指南》文章关键词文章摘要引言第一部分：深度学习基础入门第1章：深度学习概述1.1深度学习的基本概念1.2深度学习的发展历程1.3深度学习的基本原理神经网络前向传播反向传播第
AI天才研究院·2025-01-22 10:25

《极速优化工具，全面保护您的电脑系统》

系统优化：深度优化系统
風落·2025-01-22 10:25

论文笔记 U-Net: Convolutional Networks for Biomedical Image Segmentation

摘要：人们普遍认为，深度网络的成功训练需要数千个带注释的训练样本。在本文中，我们提出了一种网络和训练策略，该策略依赖于大量使用数据增强来更有效地使用可用的注释样本。
城南皮卡丘·2025-01-22 10:24

AIGC视频生成模型：Meta的Emu Video模型

优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录论文摘要引言相关工作文本到图像（T2I）扩散模型视频生成/预测文本到视频（T2V）生成分解生成方法预备知识EmuVideo生成步骤图
好评笔记·2025-01-22 10:21

【Python】已解决ModuleNotFoundError: No module named ‘tensorflow‘

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·2025-01-22 09:21

【Python】已解决：ModuleNotFoundError: No module named ‘tensorflow‘

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·2025-01-22 09:48

一文洞悉AI技术架构：大模型、智能体与应用场景

本篇文章将为您深度剖析一套先进的AI技术架构，从基础设施到应用层，每一层都充满了惊喜和启发。读完本文，您不仅能看懂AI的底层逻辑，还能掌握其对各行业变革的潜力与方向。
大模型玩家·2025-01-22 09:18

CSS加载与页面阻塞：看似平凡，背后却藏着优化的艺术

今天，我们就来揭开CSS加载背后的层层面纱，探讨它是如何影响页面渲染性能，并且如何通过深度优化将这些
dorabighead·2025-01-22 09:47

深度学习Transformer框架

Transformer是一种深度学习框架，专门用于处理序列数据。它是2017年由Vaswani等人提出的，在NLP领域取得了很大的成功。
Clown爱电脑·2025-01-22 09:16

C语言数据结构深度解析：结构体与联合体的实战应用与技巧

语言函数参数传递深入解析：传值与传地址的区别与应用实例04-C语言数组与字符串操作全解析：从基础到进阶，深入掌握数组和字符串处理技巧05-C语言指针与内存管理：指针使用、内存泄漏与调试技巧06-C语言数据结构深度解析
大模型铲屎官·2025-01-22 07:37

【深度学习】Pytorch：在 ResNet 中加入注意力机制

在这篇教程中，我们将介绍如何在ResNet网络中加入注意力机制模块。我们将通过对标准ResNet50进行改进，向网络中添加两个自定义的注意力模块，并展示如何实现这一过程。为什么要加入注意力机制注意力机制可以帮助神经网络专注于图像中重要的特征区域，从而提高模型的性能。在卷积神经网络中，加入注意力机制能够有效增强特征提取能力，减少冗余信息的干扰，尤其在处理复杂图像时，能够提升网络的表现。在本教程中，我
T0uken·2025-01-22 07:03

时间序列预测综述

文章目录非周期时间序列预测1.转化为监督学习数据集，使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_model)2.Facebook-prophet，类似于STL分解思路3.深度学习网络
Super_Whw·2025-01-22 05:48

IGModel——提高基于 GNN与Attention 机制的方法在药物发现中的实用性

IGModel——提高基于GNN与Attention机制的方法在药物发现中的实用性导言深度学习在药物发现（发现治疗药物）领域的应用以及传统方法面临的挑战。
Jackie_AI·2025-01-22 04:43

基于大数据的商品推荐系统的设计与实现

通过对电商商品数据进行深度挖掘，可以发现消费趋势、产品热门度、价格以及地区差异等信息，为市场营销和产品策略提供重要参考。利用Java语言及SpringBoot框架、M
JAVA编码选手·2025-01-22 04:42

基于YOLOv5、YOLOv8和YOLOv10的机场安检行李检测：深度学习应用与实现

因此，基于深度学习的自动化行李检测系统应运而生，通过计算机视觉技术，自动识别和分类行李中的物品，大大提高了安检的效率与准确性。YOLO（YouOnlyLookOnce）系列算法，由于其高效的目
2025年数学建模美赛·2025-01-22 03:31

2025 年成为 AI 独立开发者的 3 个步骤

2025年成为AI独立开发者的3个步骤每天拆解一个AI应用或模型功能选择一个热门的AI应用或开源模型（如ChatGPT、MidJourney、Whisper），深度体验其核心功能，分析背后的技术实现。
程序员陆通·2025-01-22 03:00

Java 9 Optional新特性深度剖析与实例应用

在Java编程的漫长旅程中，Optional类一直是处理可选值的得力助手。Java9对其进行了重要扩展，引入了诸多新方法，让Optional的使用更加灵活高效。本文将深入剖析这些新特性，并结合实例进行详细解读。ifPresentOrElse(Consumer,Runnable)方法介绍ifPresentOrElse(Consumer,Runnable)方法是Java9为Optional新增的。当O
2501_90323865·2025-01-22 02:57

ReactNative进阶（三十五）：应用脚手架 Yo 构建 RN 页面_reactnative 脚手架

算法冒泡排序选择排序快速排序二叉树查找:最大值、最小值、固定值二叉树遍历二叉树的最大深度给予链表中的任一节点，把它删除掉链表倒叙如何判断一个单链表有环由于篇幅限制小编，pdf文档的详解资料太全面，细节内容实在太多啦
2401_84438654·2025-01-22 02:56

深入理解GPT底层原理--从n-gram到RNN到LSTM/GRU到Transformer/GPT的进化

1.从n-gram到循环神经网络(RNN)的诞生1.1N-gram模型在深度学习兴起之前,处理序列数据主要依靠统计方法,如n-gram模型。N-gram是一种基于统计的语言模型,它的核心思想是:一
网络安全研发随想·2025-01-22 02:55

深度学习理论基础（七）Transformer编码器和解码器

学习目录：深度学习理论基础（一）Python及Torch基础篇深度学习理论基础（二）深度神经网络DNN深度学习理论基础（三）封装数据集及手写数字识别深度学习理论基础（四）Parser命令行参数模块深度学习理论基础
小仇学长·2025-01-22 01:48

如何通过API接口获取体育数据？从入门到进阶全攻略

随着体育赛事和互联网的深度融合，实时获取赛事数据已经成为体育网站、直播平台以及相关应用开发中的重要环节。
Tina0898·2025-01-22 00:11

Transformer架构原理详解：编码器（Encoder）和解码器（Decoder）

Transformer,编码器,解码器,自注意力机制,多头注意力,位置编码,序列到序列,自然语言处理1.背景介绍近年来，深度学习在自然语言处理（NLP）领域取得了显著进展，其中Transformer架构扮演着至关重要的角色
AI大模型应用之禅·2025-01-22 00:08

【人工智能 | 大数据】基于人工智能的大数据分析方法

基于人工智能（AI）的大数据分析方法是指利用机器学习、深度学习和其他AI技术来分析和处理大规模数据集。
用心去追梦·2025-01-21 22:58

深度学习中超参数

深度学习中的超参数(hyperparameters)是决定网络结构的变量(例如隐藏层数量)和决定网络训练方式的变量(例如学习率)。超参数的选择会显著影响训练模型所需的时间，也会影响模型的性能。
fengbingchun·2025-01-21 22:54

Python 发展趋势：与 Rust 深度融合、更易于编写 Web 应用

大家好，我是猫哥，好久不见！2022年末的时候，我不可避免地阳了，借着身体不舒服就停更了，接踵而至的是元旦和春节假期，又给自己放了假，连年终总结也鸽了，一懈怠就到了2月中旬……现在是我家娃出生的第三个月，全家人大部分的时间和精力都在他身上，结果是幸福与疲累共存。新生儿是那么的可爱，又是那么的“吵闹”，影响着我们的情绪和生活节奏。这三个月的基调跟过去的日子完全不同，它是新一年的开始，是未来日子的底色
Python猫·2025-01-21 22:23

基于MATLAB机器学习、深度学习实践技术应用

近年来，MATLAB在机器学习和深度学习领域的发展取得了显著成就。其强大的计算能力和灵活的编程环境使其成为科研人员和工程师的首选工具。
梦想的初衷~·2025-01-21 22:52

深度求索DeepSeek V2.5-1210发布：AI代码生成器迎来全新升级

深度学习技术日新月异，而强大的AI代码生成器也随之不断进化。
·2025-01-21 22:53

深度学习学习笔记（第30周）

一、摘要本周报的目的在于汇报第30周的学习成果，本周主要聚焦于基于深度学习的图像分割领域的常用模型U-net。 U-net是最常用、最简单的一种分割模型，在2015年被提出。
qq_51339898·2025-01-21 21:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他