深度学习之图片分类第36页

深度学习之图片分类

渗透测试之信息收集（一）

收集域名信息Whois查询Whois是一个用于查询域名注册信息、IP地址分配以及自治系统号码（ASN）等相关信息的协议和工具。在Kali系统中，Whois已经默认安装、只需要输入root@kali:etc/ssh#whoisxxx.com在线查询网站有，爱站工具网（https://whois.aizhan.com）、站长之家（http://whois.chianz.com）等，通过这些网站可以查询

@@ssyy·2025-02-04 19:52

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

Express 入门之Router - worldtree_keeper的专栏 - CSDN博客

要了解Router我们需要先知道到Application，首先，每一个express实例本身内部就内建了router，所以我们先从简单的下手，先使用application；另外这里我们只选择get方法，作为我们Router.Method,之所以使用get是因为它足够简单；精确匹配形式1.get有很多种用法 varexpress=require("express");varapp=express()

IT淘金者·2025-02-04 18:39

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

尚硅谷课程【笔记】——大数据之Shell【一】

课程视频：【【尚硅谷】Shell脚本从入门到实战】一、Shell概述为什么要学习Shell？1）需要看懂运维人员的Shell程序2）偶尔编写一些简单的Shell程序来管理集群、提高开发效率什么是Shell？1）Shell是一个命令行解释器，它接受应用程序/用户命令，然后调用操作系统内核。2）Shell还是一个功能相当强大的编程语言，易编写、易调试、灵活性强。二、Shell解析器Linux提供的Sh

赶紧写完去睡觉·2025-02-04 17:33

【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。

AGI大模型与大数据研究院·2025-02-04 16:30

2025年最新最全的大模型学习路线规划，对于零基础入门到精通的学习者来说，可以遵循以下阶段进行

同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，

程序员辣条·2025-02-04 16:57

Python人工智能系列之智谱AI（上）

今天我们来聊聊如何用Python实现人工智能。我们采用的是智谱AI，所以我们要先在终端（即命令提示符cmd）使用以下指令安装第三方库：pipinstallzhipuai接下来我们要完成的是一个人工智能最最基础也是最最重要的功能——对话。fromzhipuaiimportZhipuAIclient=ZhipuAI(api_key="567942ce881bea778ddfef319da37e71.K

ABit0101·2025-02-04 16:55

什么是大模型？大模型从入门到精通（超详细）看这一篇就够了！！！

大模型（LargeModels），通常指的是拥有大量参数的深度学习模型。这些模型由于其规模庞大，能够捕捉到数据中的复杂模式，因此在自然语言处理（NLP）、计算机

AI产品经理·2025-02-04 15:51

蓝桥杯算法之排序算法

bilibili课程地址蓝桥杯算法之排序前言1.冒泡排序1）原理介绍2）代码实例2.选择排序1）原理介绍2）代码实例总结前言排序算法虽然已经内置在python函数，但其排序原理的学

炼丹代师·2025-02-04 15:46

超级好用、超准文字识别框架----飞浆PaddlePaddleOCR（文件检测+识别）实战篇

目录简介项目介绍安装难点问题解决办法参数介绍模型推理调用简介飞桨（PaddlePaddle）OCR（OpticalCharacterRecognition）是一个开源的深度学习框架，用于文字识别任务。

数虫·2025-02-04 14:46

基于Python实现机器视觉与深度学习相结合的项目

以下是一个基于Python实现机器视觉与深度学习相结合的项目，用于对茶汤照片进行背景处理、提取RGB值的详细步骤及代码示例。

max500600·2025-02-04 14:45

Python 应用程序编程接口库之pywin32使用详解

概要在Python的世界里，有许多优秀的第三方库可以帮助开发者更轻松地处理各种任务。其中，pywin32库是一个特别引人注目的工具，它提供了对WindowsAPI的完整访问，使得开发者能够利用Python来编写强大的Windows应用程序，从简单的脚本到复杂的桌面应用，pywin32都能胜任。什么是pywin32库？pywin32库是Python的一个扩展模块，它提供了对WindowsAPI（应用

Rocky006·2025-02-04 14:42

Openstack云平台脚本部署之Galera高可用集群配置（二）

目录一、概述二、Pacemaker配置三、Haproxy配置四、MariaDBGalera配置五、参考文档六、系列文章一、概述社区文档中，Openstack的高可用架构采用“Pacemkaer+Haproxy+Galera”的架构，数据库服务的高可用采用Galera同步复制的多主数据库集群，在三个控制节点分别安装MariaDB，然后构建Galera多主集群，数据库后台会进行更新数据的同步复制。使用

梅馨嫣栀·2025-02-04 14:10

蓝桥杯之机器人塔

X星球的机器人表演拉拉队有两种服装，A和B。他们这次表演的是搭机器人塔。类似：ABBABAAABBBBBABABABBA队内的组塔规则是：A只能站在AA或BB的肩上。B只能站在AB或BA的肩上。你的任务是帮助拉拉队计算一下，在给定A与B的人数时，可以组成多少种花样的塔。输入一行两个整数M和N，空格分开（0

菜鸟的编程梦_·2025-02-04 13:01

k8s二进制集群之负载均衡器高可用部署

Haproxy和Keepalived安装Haproxy配置文件准备Keepalived配置及健康检查启动Haproxy&Keepalived服务继续上一篇文章《K8S集群架构及主机准备》，下面介绍负载均衡器搭建过程Haproxy和Keepalived安装在负载均衡器两个主机上安装即可aptinstallhaproxykeepalived-yHaproxy配置文件准备在负载均衡所有节点执行cat>/

smart_ljh·2025-02-04 13:30

毕设开源深度学习图像搜索算法-图像搜索引擎(源码分享)

文章目录0简介1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例最后0简介今天学长向大家分享一个毕业设计项目毕业设计深度学习图像搜索算法-图像搜索引擎(源码分享)项目运行效果

knooor·2025-02-04 12:28

k8s二进制集群之ETCD集群部署

下载etcd安装包创建etcd配置文件准备证书文件和etcd存储目录ETCD证书文件安装（分别对应指定节点）创建证书服务的配置文件启动etcd集群验证etcd集群状态继续上一篇文章《k8s二进制集群之ETCD

smart_ljh·2025-02-04 12:54

kamailio mysql数据表之subscriber用户表

1:表结构CREATETABLE`subscriber`(`id`int(10)unsignedNOTNULLAUTO_INCREMENT,`username`varchar(64)NOTNULLDEFAULT'',`domain`varchar(64)NOTNULLDEFAULT'',`password`varchar(64)NOTNULLDEFAULT'',`ha1`varchar(128)N

若尘拂风·2025-02-04 11:50

ttkbootstrap界面美化系列之简介(一)

一：前言相信很多同学用Python进行界面设计第一个用到的就是Tkinter，Tkinter是Python的一个标准接口，用于创建GUI（图形用户界面）应用程序。它是Tcl/Tk的封装，Tkinter的名称来源于Tk技术工具包(ToolKit)的首字母缩写。Tkinter的历史可以追溯到1989年，当时为了让程序员能更容易地创建图形用户界面，开发了Tk工具包。Tkinter是Python语言的一部

ftzchina·2025-02-04 11:49

全场景深度学习开源框架（MindSpore）

MindSpore是华为推出的一款全场景深度学习开源框架。旨在实现不同计算平台（如云端、边缘端、端侧）和不同硬件（如CPU、GPU、Ascend等）之间的高效协同。

deepdata_cn·2025-02-04 11:41

MySQL之explain详解

Explain工具介绍使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈在select语句之前增加explain关键字，MySQL会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL注意：如果from中包含子查询，仍会执行该子查询，将结果放入临时表中explain中的列代表的含义1.id列id列的编号是select的序列号，有几个sele

没什么技术·2025-02-04 10:10

【Python】进程管理之 subprocess

一个好的子进程管理需要满足什么功能需求？无阻塞/阻塞标准输入/输出信号发送/kill其实也不多。开始123456importsubprocessproc=subprocess.Popen('ping127.0.0.1',shell=True,stdout=subprocess.PIPE,stderr=subprocess.STDOUT,stdin=subprocess.PIPE)print(pro

jackwongs·2025-02-04 10:08

Unity3D仿星露谷物语开发24之创建时间管理器

1、目标创建一个时间管理类，它将管理一年的四季、日、周、时、分、秒，也与时间的触发事件有关。本小节只需要将当前时间打印到控制台。2、思路通过累加TimeDelta时间得到秒数，通过秒继而得到分、时、天、季节、年的信息。通过Event事件更新时间。3、优化Enums.cs脚本新增如下内容：publicenumSeason{Spring,Summer,Autumn,Winter,none,count}

数据猴赛雷·2025-02-04 10:37

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。

俞兆鹏·2025-02-04 10:35

Java集合之Collection知识总结

一、前言java集合是一个较为基础的框架，本次主要是整理积累的知识，供复习使用，同时也感谢Guide大佬提供的参考文献。目录一、前言二、整体概览三、List结构差异性ArrayList和Vector区别Arraylist与LinkedList区别什么是Stack？四、Set无序性和不可重复性比较器Comparable和Comparator区别HashSetLinkedHashSetTreeSet区

皮蛋不吃粥·2025-02-04 09:35

本地部署 DeepSeek

（一）服务器不稳定之殇当我们依赖在线服务器使用DeepSeek时，时常会遭遇服务器的“小脾气”。

hutao11111111111·2025-02-04 09:32

零信任赋予安全牙齿，AI促使它更锋利

之后的几年各种视觉识别遍地开花，AI四小龙在人脸识别上成熟应用，再然后到大热的机器学习、深度学习，对于AI一直都有关注，但商业价值均没有得到有效发挥，大部分都停在科研和实验室阶段。

零信任Enlink_Young·2025-02-04 09:01

Selenium之免登录获取CSDN代码块内容(Java)

Selenium安装配置可见：Selenium安装及配置和Python/Java案例-CSDN博客免登录获取CSDN代码块内容packagecom.fuqying;importorg.openqa.selenium.By;importorg.openqa.selenium.JavascriptExecutor;importorg.openqa.selenium.WebDriver;importor

fuqying·2025-02-04 09:58

GBase 8c 函数和操作符 - 时间和日期处理函数和操作符之时间/日期函数

age(timestamp,timestamp)描述：将两个参数相减，并以年、月、日作为返回值。若相减值为负，则函数返回亦为负。两个参数类型必须相同，可以都带timezone，或都不带timezone。返回值类型：interval示例：gbase=#SELECTage(timestamp'2001-04-10',timestamp'1957-06-13');age-----------------

点小点·2025-02-04 08:23

PyTorch动态计算图:如何灵活构建复杂模型

PyTorch动态计算图:如何灵活构建复杂模型关键词：PyTorch、动态计算图、自动微分、反向传播、神经网络、模型构建、计算图优化文章目录PyTorch动态计算图:如何灵活构建复杂模型1.背景介绍1.1深度学习框架的发展

AI天才研究院·2025-02-04 07:47

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理4.1神经网络结构4.2神经网络层4.3激活函数5.实际案例——MNIST手写数字识别数据准备模型定义训练测试整体代码1.简介Deeplearning(DL)hasbeenanincreas

AI天才研究院·2025-02-04 07:47

SV芯片验证之字符串类型

在SV中，string类型用来表示可变长度的字符串字符串类型变量的存储单位为byte类型(8-bit,一个字节），它的内存是动态分配的，因而无需担心它的内存空间管理分配问题。不同于C函数，SV中的字符串结尾没有“空字符”即null字符“\0”。一、字符串常见的使用方式***字符串常见使用方式***typedeflogic[15:0]r_t;//此处的logic未声明类型，即默认为变量类型，然后将其

关关钧·2025-02-04 07:13

Java设计模式之状态模式架构高扩展的订单状态管理

博主简介：CSDN博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/literature?__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新

程风破～·2025-02-04 07:40

Zynq UltraScale+ MPSoC 在linux系统运行R5 裸机程序 remoteproc - R5

参考文章：ultrascale学习笔记之remoteproc启动R5ZYNQUltraScale+MPSoCLinux+ThreadXAMP玩法ZynqUltraScale+MPSoC包含Cortex™

愧莫佳话·2025-02-04 06:03

P11467 网瘾竞赛篇之 generals 大法好

网瘾竞赛篇之generals大法好题目描述t1e同学沉迷于打generals的1v1模式，他将游戏简化为以下内容：初始时t1e有一座城堡，每回合结束时会生产xxx单位的兵力，他的对手也有一座城堡，每回合结束时会生产

Flower#·2025-02-04 06:31

洛谷 P11470 昆明之泪（dp、背包）

P11470昆明之泪题目描述给定一串长度为nnn的数对序列(xi,yi)(x_i,y_i)(xi,yi)，其中xi,yix_i,y_ixi,yi都是整数。

Flower#·2025-02-04 06:31

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist

weixin_39534321·2025-02-04 04:48

mist1star·2025-02-04 03:15

Neo4j图数据库初识

graphdatabase图数据库的笔记之Neo4j图数据库初识目录什么是图数据库为什么使用图数据库Neo4j的下载安装Cypher查询语言Neo4j的各类API事务Neo4j数据建模大规模数据导入neo4j

六尘·2025-02-04 03:45

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。

追蜻蜓追累了·2025-02-04 03:10

关于双塔模型的简单介绍

eso1983·2025-02-04 02:08

DeepSeek在协同过滤和深度学习技术中的应用场景

DeepSeek作为一个集成多种先进技术的平台，利用协同过滤和深度学习技术在多个领域实现了创新应用。以下是一些具体的场景和示例，展示了这些技术如何被应用于实际问题中。

python算法(魔法师版)·2025-02-04 02:07

如何把竖排的数据变为横排_实例46_Python文本数据可视化之“词云”图

如果要将实例45做好的词频分析可视化，“词云图”是一个很好的选择。它的原理是，将词频高的词显示得相对更大一些。而且可以自定义背景图，让词云显示成个性化的形状。今天我们就来将实例45获取的10家上市公司的“主要业务”词频文件批量生成词云图，这样一看词云图就大致了解这家公司的主要业务是什么了，放在PPT里展示也显得高大上。首先，我们导入需要用到库。若显示导入不成功，则需要用pipinstall+库名进

weixin_39787057·2025-02-04 02:05

2024年Python常用模块之 openpyxl模块——用于处理excel表格(1)

行(row):1,2,3,4,5,6………一张工作表最多有65536行列(column):A,B,C,D………张工作表最多有256列单元格(cell):B1,C1一个简单使用助我们完成基操：============================================================================#!/usr/bin/envpython--coding:

2401_84556480·2025-02-04 02:34

一篇文章了解AI大神何凯明

何凯明（KaimingHe）是一位在国际计算机视觉和深度学习领域享有盛誉的科学家。以下是对他的一些详细介绍：个人背景：何凯明出生于中国，后赴美国深造。

Ai知识精灵·2025-02-04 02:04

上一页 32 33 34 35 36 37 38 39 下一页

按字母分类： A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 其他

推荐频道