深度学习人工智能算法数据挖掘

深度学习--数据类型/格式不匹配问题

1.数据类型不匹配问题报错信息：ValueError:num_outputsshouldbeintorlong,got400.解决方案：根据提供的错误信息，问题出在fully_connected层的num_outputs参数上，它需要是一个整数，但是当前代码中提供的却不是整数，而是一个浮点数或其他类型的值。错误来源是D:\anaconda3\envs\NDCAVE\lib\site-package
Ambition_LAO·2024-08-22 17:37

从此岸到彼岸的距离

读马云鹏主编吴正宪副主编的《深度学习，走向核心素养》这本书，让我惊叹太多，惊叹于每位作者的写作能力，惊叹于每位作者对数学知识的深度理解、设计、总结能力，惊叹于每位作者对工作的敬业精神，惊叹于每位作者对学生心理的了解程度
小小的雪花·2024-08-22 17:35

pyinstaller打包onnxruntime-gpu报错找不到CUDA的解决方案

问题说明：使用onnxruntime-gpu完成了深度学习模型部署，但在打包时发生了报错：找不到CUDA具体问题描述：RuntimeError:D:\a\_work\1\s\onnxruntime\python
布呐呐na·2024-08-22 15:56

深入浅出：大型语言模型（LLM）的全面解读

随着数据量的爆炸式增长和计算能力的提升，深度学习技术得到了迅猛发展，从而推动了语言
一休哥助手·2024-08-22 15:54

基于深度学习的自适应架构

基于深度学习的自适应架构是一种能够动态调整自身结构和参数的神经网络体系，以更好地适应不同的任务和环境需求。这类架构旨在提高模型的灵活性、效率和泛化能力，特别是在面对资源受限或任务多样化的情况下。
SEU-WYL·2024-08-22 13:48

yolov8 出现loss 为nan

原因：混合精度训练是一种通过同时使用FP16和FP32精度来加速深度学习训练的技术。它可以在不损失模型性能的情况下,显著减少训练时间和内存使用。
qq_wuqingdefeng·2024-08-22 12:38

【ShuQiHere】求求你了，来学吧：小白也能懂的人脸识别教程

当然，如果你对更高级的技术感兴趣，我们还可以探索3D、4D人脸识别，甚至使用深度学习模型处理动态识别。不过，打好基础最重要，从这里开始，你就已经踏出了迈向AI世界的重要一步。2.必备工具：准备上阵在
ShuQiHere·2024-08-22 11:05

每天一个数据分析题（四百九十三）- 主成分分析与因子分析

A.样本量B.变量个数C.主成分载荷矩阵D.解释方差比例数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-22 11:34

每天一个数据分析题（四百九十一）- 主成分分析与因子分析

.最大方差斜交旋转C.最小方差正交旋转D.最大方差正交旋转数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-22 11:33

Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task03笔记

2,深度学习基础：熟悉神经网络、卷积神经网络（CNN）、Transformer等深度学习模型的基本原理。
汪贤阳·2024-08-22 11:30

【机器学习】探索数据矿藏：Python中的AI大模型与数据挖掘创新实践

前言：探索数据矿藏1.数据获取与预处理：AI大模型的燃料1.1数据获取：多样性与规模并重1.2数据清洗与处理：提升数据质量1.3特征工程：挖掘数据的深层次信息1.4自动化特征工程：AI与特征工程的结合2.模型训练与优化：构建智能的大脑2.1模型选择：大模型的基础构建2.2模型训练：从数据到智能的转化2.3⚙️模型优化：精益求精的智能化提升2.4模型解释与可视化：揭示黑盒的内部3实际应用案例：AI大
C_GUIQU·2024-08-22 10:55

【人工智能】Python融合机器学习、深度学习和微服务的创新之路

1.引言1.1人工智能的现状与发展趋势1.2机器学习、深度学习和神经网络的基本概念1.3微服务架构在人工智能中的作用2.机器学习的演变与创新2.1机器学习的历史回顾2.2传统机器学习算法的优势与不足2.3
C_GUIQU·2024-08-22 09:53

遗传算法与深度学习实战（6）——DEAP框架初体验

遗传算法与深度学习实战（6）——DEAP框架初体验0.前言1.OneMax问题介绍2.遗传算法要素定义3.使用DEAP解决OneMax问题3.1遗传算法要素配置3.2遗传算法解的进化3.3运行结果3.4eaSimple
盼小辉丶·2024-08-22 06:00

遗传算法与深度学习实战（7）——使用遗传算法解决N皇后问题

遗传算法与深度学习实战（7）——使用遗传算法解决N皇后问题0.前言1.N皇后问题2.解的表示3.遗传算法解决N皇后问题小结系列链接0.前言进化算法(EvolutionaryAlgorithm,EA)和遗传算法
盼小辉丶·2024-08-22 05:56

最新基于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。
weixin_贾·2024-08-22 05:54

OpenCV/CV2，PIL，Tensor之间如何互相转化

参考资料：torchvision文档众所周知OpenCV/CV2和PIL是Python领域最常使用的图像处理库，而PytorchTensor则是我们在深度学习领域接触最多的张量数据结构，知道这几种格式之间的相互转化方式是非常有必要的
思念殇千寻·2024-08-22 05:23

未来生成式 AI 的发展方向，是 Chat 还是 Agent？

这种技术通常依赖于复杂的算法，如深度学习和神经网络，来学习数据的内在特征和分布，然后创造出新的、以前未见过的数据样本。
Lill_bin·2024-08-22 04:50

【吐血整理】Python爬虫实战！从入门到放弃，手把手教你数据抓取秘籍

重要性：网络爬虫在信息获取、数据挖掘、搜索引擎构建
eclipsercp·2024-08-22 03:15

曼巴大战变形金刚：号称超越Transformer架构的Mamba架构是什么？

Mamba是一种新兴的深度学习架构，旨在解决长序列数据的建模问题。它通过将状态空间模型(StateSpaceModels,SSM)与选择性机制、并行计算等方法相结合，实现了高效的长序列处理。
Chauvin912·2024-08-22 03:39

在人工智能时代，程序员如何保持核心竞争力

专注于人工智能和数据科学：掌握机器学习、深度学习和数据科学的基础知识和工具，如T
roc-ever·2024-08-22 02:04

24 优化算法

目录优化和深度学习深度学习中的挑战局部最小vs全局最小鞍点（saddlepoint）梯度消失小结凸性（convexity）凸集凸函数（convexfunction）凸函数优化凸和非凸例子小结梯度下降（gradientdescent
Unknown To Known·2024-08-22 01:31

GPU算力租用平台推荐

GPU（图形处理单元）不仅在图形渲染方面发挥关键作用，还在深度学习、高性能计算、科学模拟等多个领域展现出强大的计算能力。
bigbig猩猩·2024-08-21 23:15

深度学习9--目标检测

1.概念介绍目标检测不仅可以检测数字，而且可以检测动物的种类、汽车的种类等。例如，自动驾驶车辆需要自动识别前方物体是车辆还是行人，需要自动识别道路两旁的指示牌和前方的红绿灯颜色。对于自动检测的算法，有两个要求，一个是快，一个是准。VOC是一个挑战赛，主要目的是识别真实场景中的一系列物体。交并比是交集与并集的比例。假设需要检测到其中“0”的位置。白色方框是人工标注的标准答案，也是想要预测的理想位置。
在下小天n·2024-08-21 23:14

大模型开源，让人工智能更普惠

大模型顾名思义，指的是规模较大的深度学习模型，通常需要运行在高性能计算机上。这些模型包含了数以亿计的参数，可以处理自然语言处理、图像识别、语音识别等多个领域的任务。
智能助手观察·2024-08-21 21:00

【Python】一文详细介绍 py格式 文件

高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文(平均质量分92+)，分享更多关于深度学习
高斯小哥·2024-03-29 15:51

数据挖掘|数据预处理|基于Python的数据标准化方法

基于Python的数据标准化方法1.z-score方法2.极差标准化方法3.最大绝对值标准化方法在数据分析之前，通常需要先将数据标准化（Standardization），利用标准化后的数据进行数据分析，以避免属性之间不同度量和取值范围差异造成数据对分析结果的影响。1.z-score方法Z-score方法是基于原始数据的均值和标准差来进行数据标准化的，处理后的数据均值为0，方差为1，符合标准正态分布
皖山文武·2024-03-29 11:15

大创项目推荐 深度学习 opencv python 公式识别(图像识别 机器视觉)

文章目录0前言1课题说明2效果展示3具体实现4关键代码实现5算法综合效果6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的数学公式识别算法实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！
laafeer·2024-03-29 08:40

python清华大学出版社答案_Python机器学习及实践

1.1何谓机器学习1.1.1传感器和海量数据1.1.2机器学习的重要性1.1.3机器学习的表现1.1.4机器学习的主要任务1.1.5选择合适的算法1.1.6机器学习程序的步骤1.2综合分类1.3推荐系统和深度学习
weixin_39805119·2024-03-29 03:04

深度学习项目-基于深度学习的股票价格预测研究

正因如此，人们不断探索着股票市场的变化规律，其中使用深度学习预测股价是当前国内国际研究与应用的热点。  
雅致教育·2024-03-28 20:54

ChatGPT技巧大揭秘：AI写代码新境界

其中，ChatGPT作为一种基于深度学习的自然语言处理模型，已经成为许多开发者的新宠。在本文中，我们将揭秘使用ChatGPT来帮助编写代码的技巧，探索AI在编程领域的新境界。
2401_83550420·2024-03-28 12:14

AI大模型学习：开启智能时代的新篇章

然而，这些模型的背后是一系列复杂的学习过程，深度学习技术的不断演进推动了AI大模型学习的发展。首先，AI大模型学习的基础是深度学习技术。深度学习是一种模仿人类大脑结构的机器
游向大厂的咸鱼·2024-03-28 12:13

【Python】成功解决ModuleNotFoundError: No module named ‘torchinfo‘

高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文(平均质量分92+)，分享更多关于深度学习
高斯小哥·2024-03-28 12:13

ChatGPT神技：AI成为你的编程良友

ChatGPT通过深度学习模型，能够理解输入的文本并生成
2401_83481083·2024-03-27 01:47

深度学习如何入门？

入门深度学习需要系统性的学习和实践经验积累，以下是一份详细的入门指南，包含了关键的学习步骤和资源：预备知识：•编程基础：熟悉Python编程语言，它是深度学习领域最常用的编程语言。
科学的N次方·2024-03-26 16:36

深度学习与（复杂系统）事物的属性

深度学习与复杂系统中事物属性的关系体现在：特征学习与表示:深度学习通过多层神经网络结构，能够自动从原始输入数据中学习和提取出丰富的特征表示。
科学禅道·2024-03-26 16:34

让数据说话：人工智能与六西格玛的完美结合

通过人工智能技术，可以自动收集和整理大量的数据，并进行有效的数据挖掘和模式识别。这些数据分析结果可以为六西格玛项
张驰课堂·2024-03-26 09:25

智合同如何助力建筑行业合同智能化管理

#建筑行业#人工智能#AI#合同智能应用#深度学习#自然语言处理技术#知识图谱智合同-采用深度学习、自然语言处理技术、知识图谱等人工智能技术，为企业提供专业的合同相关的智能服务。
智合同（小智）·2024-03-25 16:35

神经网络（深度学习，计算机视觉，得分函数，损失函数，前向传播，反向传播，激活函数）

神经网络，特别是深度学习，在计算机视觉等领域有着广泛的应用。以下是关于你提到的几个关键概念的详细解释：神经网络：神经网络是一种模拟人脑神经元结构的计算模型，用于处理复杂的数据和模式识别任务。
MarkHD·2024-03-25 16:35

MATLAB 2023a：强化学习算法的实战演练与性能评估

在深度学习领域，MATLAB2023版深度学习工具箱以其完整的工具链和高效的运行环境，为研究人员和开发者提供了前所未有的便利。
zmjia111·2024-03-24 06:54

动手学习深度学习——2.5 自动微分

2.5自动微分  正如【2.4微积分】所说，微分是深度学习中几乎所有最优化算法的关键步骤。虽然求这些导数的计算过程很简单，只需要一些基本的微积分知识。
X_Imagine·2024-03-22 06:23

飞桨科学计算套件PaddleScience

PaddleScience是一个基于深度学习框架PaddlePaddle开发的科学计算套件，利用深度神经网络的学习能力和PaddlePaddle框架的自动(高阶)微分机制，解决物理、化学、气象等领域的问题
skywalk8163·2024-03-22 05:52

最新ChatGPT支持下的PyTorch机器学习与深度学习

尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。
zkzhzy·2024-03-19 12:22

神经网络量化

在深度学习中，神经网络模型通常使用高精度的参数（例如32位浮点数）来表示权重和激活值。
小厂程序猿·2024-03-19 06:45

神奇的微积分

微积分在人工智能（AI）领域扮演着至关重要的角色，以下是其主要作用：优化算法：•梯度下降法：微积分中的导数被用来计算损失函数相对于模型参数的梯度，这是许多机器学习和深度学习优化算法的核心。
科学的N次方·2024-03-19 05:14

R语言microeco:一个用于微生物群落生态学数据挖掘的R包（构建microeco对象。

R语言microeco:一个用于微生物群落生态学数据挖掘的R包。主要功能R6类;分类群丰度图，维恩图，Alpha多样性，Beta多样性，差异丰度分析，环境数据分析，零模型分析，网络分析，功能分析。
还是要前进啊·2024-03-18 20:30

线性代数在卷积神经网络（CNN）中的体现

案例：深度学习中的卷积神经网络（CNN）在图像识别领域，卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一个广泛应用深度学习模型，它在人脸识别、物体识别、医学图像分析等方面取得了显著成效
科学的N次方·2024-03-18 07:13

【PyTorch】成功解决ModuleNotFoundError: No module named ‘torch’

高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文(平均质量分92+)，分享更多关于深度学习
高斯小哥·2024-03-17 18:56

数据挖掘-数据预处理的必要性及主要任务

低质量的数据导致低质量的数据挖掘。2、数据预处理技术(1)数据清理：可以用来清除数据中的噪声，纠正不一致。(2)数据集成：将数据由多个数据源合并成一个一致的数据存储，如数据仓库。
嘣嘣嚓·2024-03-17 10:16

数据挖掘中的【数据预处理】

学习参考链接：[整理一份详细的数据预处理方法(https://zhuanlan.zhihu.com/p/51131210)数据预处理有两种不同的理解：1、数据挖掘中的预处理改善数据质量，有利于后期分析数据去重数据异常
ZFour_X·2024-03-17 09:15

深度学习pytorch——索引与切片

indexingimporttorcha=torch.rand(4,3,28,28)#表示4张28*28的rgb图print(a[0].shape)#a[0]获得第一张图片print(a[0,0].shape)#a[0,0]获得第一张图片的r图print(a[0,0,2,4])#获得第一张图片第一个通道的一个像素点，因此得到的是一个标量selectfirst/lastN#selectfirst/l
Echo-J·2024-03-17 07:41
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他