深度学习人工智能算法

起风了

（一）深度学习今天的课堂，效果较好，因为用了教具，学生们都很想上台来体验这四个立体图形的特征，兴致勃勃地举起小手，等待老师的决定。毕竟课堂的时间有限，不可能让每个人都到讲台上来体验一番。
qingqianshiguan·2024-01-08 15:16

2023.12.24周报

目录摘要ABSTRACT一、论文阅读1、题目2、摘要3、创新点4、模型整体架构5、文章解读1、Introduction2、相关工作3、实验4、结论二、深度学习一、GRU前向传播二、GRU反向传播三、GRU
Nyctophiliaa·2024-01-08 14:34

2024.1.7周报

目录摘要ABSTRACT一、文献阅读1、题目2、摘要3、模型架构4、文献解读一、Introduction二、创新点三、实验过程四、结论二、深度学习知识一、从Encoder-Decoder框架中理解为什么要有
Nyctophiliaa·2024-01-08 14:03

基于深度学习大模型实现离线翻译模型私有化部署使用，通过docker打包开源翻译模型，可到内网或者无网络环境下运行使用，可以使用一千多个翻译模型语言模型进行翻译

基于深度学习大模型实现离线翻译模型私有化部署使用，通过docker打包开源翻译模型，可到内网或者无网络环境下运行使用，可以使用一千多个翻译模型语言模型进行翻译，想要什么语种直接进行指定和修改就行。
代码讲故事·2024-01-08 14:33

2023年阿里云GPU云服务器新老用户最新优惠政策及活动报价表

阿里云GPU云服务器是一种适用于深度学习、科学计算、图形可视化、视频处理多种应用场景的具有超强的GPU算力的云服务器产品，2023年阿里云官方对GPU云服务器提供了首购4折起等众多优惠政策，小编来说说详细的优惠政策及最新活动报价表
阿里云最新优惠和活动汇总·2024-01-08 14:03

机器学习周刊03:如何学习深度学习？2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving

机器学习周刊：关注Python、机器学习、深度学习、大模型等硬核技术1、如何学习深度学习？
机器学习算法与Python实战·2024-01-08 13:18

softmax回归+损失函数

本文章借鉴李沐老师动手深度学习,只作为个人笔记.3.4.softmax回归—动手学深度学习2.0.0documentation(d2l.ai)文章目录前言一、回归vs分类二、分类问题独热编码(One-HotEncoding
笔写落去·2024-01-08 13:42

k8s 运行深度学习 k8s实现原理

在大型分布式系统中，定会存在大量并发写入的场景。在这种场景下如何进行更好的并发控制，即在多个任务同时存取数据时保证数据的一致性，成为分布式系统必须解决的问题。悲观并发控制和乐观并发控制是并发控制中采用的主要技术手段，对于不同的业务场景，应该选择不同的控制方法。悲观锁悲观并发控制（又名“悲观锁”，PessimisticConcurrencyControl，缩写“PCC”）是一种并发控制的方法。它可以
奔向理想的星辰大海·2024-01-08 13:00

小白学习深度学习之（一）——线性回归

线性回归什么是回归线性模型损失函数解析解随机梯度下降矢量化加速从线性回归到深度网络神经网络图线性回归的简洁实现生成数据集读取数据集定义模型初始化模型参数定义损失函数定义优化算法训练什么是回归回归问题是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学与社会科学领域，回归经常用来表示输入和输出之间的关系在计算机视觉领域，大多数任务都和预测有关。当我们需要与预测一个数值时，就会涉及到回归问
维斯德尔·2024-01-08 12:10

小白学习深度学习之（二）——softmax回归

softmax回归什么是softmax回归分类问题网络架构全连接层的参数开销softmax运算图像分类数据集softmax回归的简洁实现初始化模型参数损失函数优化算法训练什么是softmax回归回归可以用于预测多少的问题，比如预测房屋被出售的价格，或者棒球队可能获胜的胜场数，又或者患者住院的天数。但是事实上，我们也对分类问题感兴趣：不是问“多少”，而是哪一个分类问题我们从一个图像分类问题开始。假设
维斯德尔·2024-01-08 12:10

小白学习深度学习之（三）——多层感知机

mlp隐藏层从线性到非线性通用近似定理多层感知机的简洁实现模型K折交叉验证泛化误差、训练误差、欠拟合、过拟合权重衰减暂退法(Dropout)在学习完线性回归和softmax回归后，我们开始对深度神经网络的的探索，这次我们将要介绍的是多层感知机隐藏层我们在之前描述了仿射变换，它是一种带有偏置值的线性变换。我们可以通过在网络中加入一个或多个隐藏层来克服线性模型的限制，使其能处理更普遍的函数关系类型。要
维斯德尔·2024-01-08 12:10

什么是GPU服务器

GPU服务器的应用场景通常包括但不限于以下几个方面：深度学习：GPU服务器可以加速深度学习算法的训练和推理过程，提高模型的准确性和效率。科学计算
重庆顶云网络·2024-01-08 12:09

深度学习中，如何对超参数进行最优化？

在深度学习中，超参数优化是一个寻找最优超参数组合以提高模型性能的过程。由于超参数直接影响模型的学习过程和最终性能，因此正确地选择和调整超参数至关重要。
CA&AI-drugdesign·2024-01-08 11:24

解决神经网络过拟合的策略有哪些？

解决神经网络过拟合的问题是深度学习中的一个重要课题。过拟合发生在模型对训练数据学得太好，以至于失去了泛化到新数据的能力。
CA&AI-drugdesign·2024-01-08 11:24

深度学习中的正则化指的是什么？

在深度学习中，正则化是一种技术，旨在减少模型的过拟合，提高其在未见数据上的泛化能力。过拟合是指模型在训练数据上表现得非常好，但在新数据上表现不佳的情况。
CA&AI-drugdesign·2024-01-08 11:24

人工智能知识点总结

人工智能涵盖很多子领域，分别是机器学习，深度学习，自然语言处理，计算机视觉，强化学习等。机器学习：是如何设计一个模型和算法来提取数据的模式，从而改善性能进行自主决策。
一只发呆的猪·2024-01-08 11:52

点云从入门到精通技术详解100篇-基于深度学习的室内场景三维点云语义分割（续）

目录CSegNet语义分割模型构建3.1引言3.2偏移注意机制3.3网络主干3.4边缘卷积模块
格图素书·2024-01-08 10:33

【Python】全连接神经网络

Backpropagation）3.1简单介绍3.2核心思想3.3应用三、全连接神经网络3.1基本原理3.2学习率和损失率3.2实现一、前言全连接神经网络（FullyConnectedNeuralNetwork）是一种常见的深度学习模型
Jc.MJ·2024-01-08 10:56

李弘毅机器学习笔记：第七章—深度学习的发展趋势

李弘毅机器学习笔记：第七章—深度学习的发展趋势回顾一下deeplearning的历史：1958:Perceptron(linearmodel)1969:Perceptronhaslimitation1980s
weixin_mm975247003·2024-01-08 10:56

[PyTorch][chapter 9][李宏毅深度学习][CNN]

前言：卷积神经网络（ConvolutionalNeuralNetworks）是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像。
明朝百晓生·2024-01-08 10:54

【Python】卷积神经网络

2.3实现一、前言卷积神经网络（ConvolutionalNeuralNetworks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习
Jc.MJ·2024-01-08 10:23

第二章 神经网络的数学基础

要理解深度学习，需要熟悉很多的数学概念：张量、张量运算、微分、梯度下降等。初始神经网络关于类和标签的说明在机器学习中，分类问题中某个类别称为类（class）。
庵下桃花仙·2024-01-08 10:50

深度学习15—（迁移学习）冻结和解冻神经网络模型的参数

冻结与解冻代码：deffreeze_net(net):ifnotnet:returnforpinnet.parameters():p.requires_grad=Falsedefunfreeze_net(net):ifnotnet:returnforpinnet.parameters():p.requires_grad=True这段代码定义了两个函数：`freeze_net`和`unfreeze_
Top Secret·2024-01-08 09:37

通用图形处理器设计——GPGPU编程模型与架构原理（一）

概述GPGPU（GeneralPurposeGraphicsProcessingUnit,通用图形处理器）：由GPU逐渐发展成为并行计算加速的通用图形处理器；能够很好地适应当今并行计算的需求，已经成为深度学习训练和推理任务最重要的计算平台
AHAHAya_·2024-01-08 09:57

2020最强图像匹配综述论文-全部引文免费下载

不可否认的是，此文透彻分析了从基于传统特征到深度学习的匹配算法，对于匹配领域新进学者快速把握匹配相关历史和算
柚有所思·2024-01-08 09:53

GaitSet在Windows下配置到跑通的全过程记录

1、HelloWorld最近有同学课设做的深度学习，但是他并不了解，所以我来帮他一起弄我对GaitSet具体算法内容不了解，只参与了环境搭建和改一些简单bug的过程在debug的过程中遇到了一些问题，现已全部解决并完美训练测试结束
猫老板来嗨·2024-01-08 09:47

快速入门深度学习——跑通TensorFlow的MNIST图集

学编程都喜欢运行HelloWorld，而深度学习的HelloWorld便是跑通MNIST。MNIST是一个手写数字的图集库，图集非常精小，非常适合作为深度学习练手的图集。
DvLee1024·2024-01-08 09:46

lesson5 part 2 协同过滤

它与矩阵乘法很像，矩阵乘法是最常见的仿射函数，至少在深度学习是这样。
不愿透露身份的美凌格·2024-01-08 08:52

深度学习中的大模型「幻觉」问题：解析、原因及未来展望

什么是大模型「幻觉」大模型幻觉是指在深度学习领域中，尤其是涉及大型神经网络时，模型展现出在理论上不应具备的性能或能力。
ZShiJ·2024-01-08 08:24

李沐-《动手学深度学习-02-目标检测

一、目标检测算法1.R-CNNa.算法步骤使用启发式搜索算法来选择锚框（选出多个锚框大小可能不一，需要使用Rolpooling）使用预训练好的模型（去掉分类层）对每个锚框进行特征抽取（如VGG,AlexNet…)训练一个SVM来对每个类进行分类训练一个线性回归模型来预测边缘框偏移b.RolPooling每个锚框的大小是不一样的大的，所以需要对锚框进行处理2.FastR-CNNR-CNN对于每个锚框
叮咚Zz·2024-01-08 08:40

AI深度学习模型被“骗”，研究者如何对抗攻击？

作者|埼玉编辑|3D视觉开发者社区✨如果觉得文章内容不错，别忘了三连支持下哦~文章目录我们的模型被“骗”了什么是对抗技术？对抗攻击的方法1.FGSM(Fastgradientsignmethod)2.Deepfool3.C&W(Carlini&Wagner)A-tech科技精英赛中的“进攻”与“防守”1.赛题介绍2.任务数据3.测试数据4.防御策略结语大赛导师评价我们的模型被“骗”了计算能力的万亿
奥比中光3D视觉开发者社区·2024-01-08 08:56

破解人工智能系统的四种攻击方法！

人工智能安全辅助系统使我们的车辆更安全，人工智能算法优化警察巡逻，使我们开车经过和居住的社区也更安全。
人工智能学家·2024-01-08 08:55

自然语言处理4——深度学习驱动情感分析 - Python高级实践

其中，深度学习作为NLP领域的一项重要技术，为情感分析任务的处理提供了强大的工具。
theskylife·2024-01-08 07:07

深度学习｜4.7 参数和超参数

4.7参数和超参数超参数是指需要用户提前设置好的参数，这些超参数最终会影响到参数的数值（相当于参数是动态调整得到的）学习率的选取最优学习率应该能使得代价函数趋于一个较低的常数。
晓源Galois·2024-01-08 07:21

深度学习｜7.8 softmax回归

回归：将给定的条件回归到0到1的数值区间，从而起到充当概率的作用。而以上是针对二类的。当出现多类的时候，就需要考虑使用softmax回归。也就是说要使得输出结果符合概率且各种概率之和为1.176.3算是一个总数。softmax层相当于将输出进行归一化，使得模型输出X为各种情况的概率。
晓源Galois·2024-01-08 07:47

CNN——ResNet

深度残差网络（Deepresidualnetwork,ResNet）的提出是CNN图像史上的一件里程碑事件，并且让深度学习真正可以继续做下去，斩获2016CVPRBestPaper。
搁浅丶.·2024-01-08 07:40

深度学习（花书）笔记2——（无）监督学习算法介绍

机器学习算法可以分为监督学习算法和无监督学习算法。1.监督学习监督学习算法是给定一组输入x和输出y的训练集，学习如何关联输入x和输出y。在许多时候，输出y很难自动收集，必须由人来提供‘监督’。在目标检测领域而言，训练集中的输出y都是采用人为标注的方式生成。如下图所示，在这张图片中有着很多物体，如人、自行车以及轿车等等；这些物体可以认为是输入x，众所周知，训练一个目标检测算法光有输入x远远不够，还需
吟风芥尘·2024-01-08 06:51

64 注意力机制 | 65 注意力分数【动手学深度学习v2】

文章目录64注意力机制总结65注意力分数【动手学深度学习v2】总结代码加性注意力，还是看书吧有解释可视化这个图，看哪一帧比较重要？！
联系丝信·2024-01-08 06:51

利用深度学习进行交通灯识别_通过深度学习识别交通信号灯

利用深度学习进行交通灯识别byDavidBrailovsky戴维·布雷洛夫斯基(DavidBrailovsky)通过深度学习识别交通信号灯(RecognizingTrafficLightsWithDeepLearning
cumian9828·2024-01-08 06:46

深度学习：解决CNN的困境——胶囊网络

从2017年底到2018年初，整个人工智能学术研究领域谈论最多的应该就是被誉为深度学习之父GeoffreyE.Hinton发表的论文DynamicRoutingBetweenCapsules,其中介绍了全新的深度学习模型
一碗姜汤·2024-01-08 06:44

【pytorch学习】 深度学习 教程 and 实战

pytorch编程实战博主：https://github.com/lucidrainshttps://github.com/lucidrains/vit-pytorch
联系丝信·2024-01-08 06:13

自监督深度学习技术

一、定义自监督学习（SSL）是机器学习的一种范式，用于处理未标记数据以获取有用的表示，以帮助下游学习任务。SSL方法最显著的特点是它们不需要人类标注的标签，这意味着它的训练完全基于由未标记的数据样本组成的数据集。典型的SSL流程包括在第一阶段学习监督信号（自动生成的标签），这些监督信号将用于后续阶段中的某些监督学习任务。因此，SSL可以视为无监督学习和监督学习的中间形式。自监督学习的核心思想是从输
独孤西·2024-01-08 06:13

SqueezeNet：通过紧凑架构彻底改变深度学习

一、介绍在深度学习领域，对效率和性能的追求往往会带来创新的架构。SqueezeNet是神经网络设计的一项突破，体现了这种追求。
无水先生·2024-01-08 06:12

2023/11/5周报

文章目录摘要Abstract文献阅读题目创新点方法框架数据收集和实验设置实验结果Conclusion深度学习Self-attentionSelf-attention的优势Self-attention的原理
user_s1·2024-01-08 06:37

学习周报2.26

文章目录前言文献阅读摘要方法结果深度学习Encoder-Decoder（编码-解码）信息丢失的问题Attention机制总结前言Thisweek,Ireadanarticleaboutdailystreamflowprediction.Thisstudyshowstheresultsofanin-depthcomparisonbetweentwodifferentdailystreamflowpr
hehehe2022·2024-01-08 06:36

行走在深度学习的幻觉中：问题缘由与解决方案

我们在使用深度学习大模型如LLM（LargeLanguageModels）时，可能会遇到一种被称为“幻觉”的现象。
两壶若水·2024-01-08 06:36

[python]使用pyqt5搭建yolov8 竹签计数一次性筷子计数系统

【官方框架地址】github地址：https://github.com/ultralytics/ultralytics【算法介绍】Yolov8是一种先进的深度学习算法，用于目标检测任务，特别是针对图像中物体的实时检测
FL1623863129·2024-01-08 06:04

机器学习周报第十六周

学习词嵌入1.4Word2Vec二、序列模型和注意力机制2.1seq2seq（sequencetosequence）模型2.2注意力模型直观理解总结摘要词嵌入、序列到序列模型（Seq2Seq）以及注意力机制是深度学习中的三个重要组成部分
Ramos_zl·2024-01-08 06:32

Jupyter notebook 环境配置 (安装与代码补全) 错误提示:Jupyter command `jupyter-contrib` not found.

Background:话说每次读Jupyter总想起外星(木星)人...之前有用PyCharm做一些深度学习,但是PyCharm在离开校园就要收费,用了免费的Jupyter这个还可以实现实时交互(PyCharm
yuanthu·2024-01-08 06:17

2020-04-08读陶行知2

美国研究者“深度学习”的概念中心词就是“自主学习者”，培养会自己学习的自主学习者。读陶行知1919年4月14日的文章《试验教育的实施》，发现陶行知注重以下几点：试验的心理学，设立试验的学校，注意
语味悠长·2024-01-08 05:46
上一页 62 63 64 65 66 67 68 69 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他