深度学习人脸识别facenet 第43页

关于深度学习服务器配置的一些问题（二）——硬盘挂载、IP配置、端口映射和SSH配置文件

本文内容硬件环境和系统配置硬盘挂载远程访问配置静态IP分配第一步，服务器不联网第二步，服务器联网其他端口映射关于SSH配置文件本文中远程访问配置仅限于路由器在内网（校园网）中IP不变的情况，使用的路由器为TP-LINK系列硬件环境和系统配置服务器为DellPrecision7920，操作系统Ubuntu20.04server，系统安装过程，换源，ssh基本配置，CUDA和驱动安装等内容见上一篇博客

NekoTom·2024-01-26 03:44

第三十六章天眼

他调整了程序代码，他把AI人脸识别中可儿的模样辨识数据从数据库中删掉，所有与可儿

司徒可·2024-01-26 02:53

DNN二手车价格预测完整代码

前言最近在学习深度学习，就用DNN试着跑了个天池赛二手车价格预测，特征还是用之前集成模型跑的特征，通过不断调试模型的学习率、隐藏层数量、神经元数量、优化器、激活函数、迭代次数、batchsize，KFold

wjzeroooooo·2024-01-26 01:53

百度人脸检测SDK-横屏无法检测问题

首先吐槽下：公司人脸识别方案选了半天，发现百度的demo做的还是很全面的，只不过只支持竖屏，但是奈何实际需求是横屏用，折腾了好几天（其实就是百度了好几天），最终没找到解决办法，于是即将放弃之际，搜索了下

天涯行空_78ce·2024-01-26 01:49

关于视觉3d目标检测学习像素深度的一点理解

在真实世界的一个物体，可以通过相机矩阵将其投影到像素坐标系上但是，在像素坐标系上的像素，由于相机的原理，导致它的深度信息已经没有了，所以原理上是没法得到其真实深度的(即3d位置)那么现在的深度学习方法又为什么能预测出物体的深度呢

zhaoyqcsdn·2024-01-26 01:04

NNI --模型剪枝

修剪深度学习模型有三种常见做法，NNI通过在关键修剪阶段工作来支持上述所有修剪实践。

Good@dz·2024-01-26 01:33

我的2023年的总结

我开始系统地学习深度学习框架

编程千纸鹤·2024-01-26 00:48

02 深度学习介绍【动手学深度学习v2】

自然语言处理：语言->符号计算机视觉：在一个图片里可以帮你做一些处理->图片很难用符号解释->使用概率模型深度学习：是机器学习的一种、可以做自然语言处理、计算机视

不安全的安保·2024-01-26 00:15

01 课程安排【动手学深度学习v2】学习目标

学习规划频率：每天1-2节课视频课程地址：跟李沐学AI的个人空间-跟李沐学AI个人主页-哔哩哔哩视频产出：主要阵地：CSDN：不安全的安保-CSDN博客知乎：不安全的安保-知乎Bilibili：不安全的安保的个人空间-不安全的安保个人主页-哔哩哔哩视频小红书号：455447847今日头条：https://www.toutiao.com/c/user/token/MS4wLjABAAAA47K97v

不安全的安保·2024-01-26 00:14

60分钟速通LoRA模型训练！

的高配置要求就是为了同时微调其中的所有参数）训练的意义：让模型的“认知”发生改变，模型里以向量形式存储的像素分布规律发生改变，执行运算的时候，他们会被用来调节算法的运行逻辑从而输出不同的结果--->模型权重在深度学习中

不安全的安保·2024-01-26 00:44

2021-08-28

八月份，拜读了陈静静博士的《学习共同体：走向深度学习》一书，这本书是陈博士十多年来，观摩了3000多节课，观察了5000多位学生的完整学习过程，并对学生学习过程进行深入的分析，且与很多老师共同进行教学改进探索而形成的一本教学理论书籍

岁月静好2019·2024-01-26 00:18

FAIR-Wave2Vec 2.0模型介绍

1.自动语音识别（ASR）领域介绍自动语音识别（ASR）领域的重大突破在过去几年中取得了显著进展，以下是一些关键的发展和里程碑：深度学习的引入：2012年前后，随着深度神经网络（DNN）在语音识别领域的应用

科学禅道·2024-01-26 00:26

【深度学习】CodeFormer训练过程，如何训练人脸修复模型CodeFormer

文章目录BasicSR介绍环境数据阶段I-VQGAN阶段II-CodeFormer(w=0)阶段III-CodeFormer(w=1)代码地址：https://github.com/sczhou/CodeFormer/releases/tag/v0.1.0论文的一些简略介绍：https://qq742971636.blog.csdn.net/article/details/134562550Bas

XD742971636·2024-01-26 00:54

PyTorch的衍生资源

PyTorch作为深度学习领域的一个重要框架，自2016年首次发布以来经历了显著的发展。

科学禅道·2024-01-26 00:23

【Fooocus 深度学习】SDXL，AIGC生图，源码解读

文章目录使用通配符增加prompt多样性Fooocus的风格实现使用通配符增加prompt多样性prompt和negative_prompt都可以通过apply_wildcards函数来实现通配符替换，apply_wildcards会从txt中随机找一个出来。prompt='sunshine,river,trees,__artist__'task_prompt=apply_wildcards(pr

XD742971636·2024-01-25 23:59

吴恩达卷积神经网络学习笔记（六）|CSDN创作打卡

我们来看几个例子，假设你正在构建一个人脸识别应用，出于某种原因，你希望算法可以给出眼角的具体位置，眼角坐标为（x，y），你可以让神经网络的最后一层，多出两个数字lx和ly，作为眼角的坐标值.如果你想知道两只眼睛的

墨倾许·2024-01-25 22:56

2016年不可错过的21个深度学习视频、教程和课程

几年之前，深度学习还是机器学习里面一个不太受人关注的领域。随着神经网络和大数据的出现，很多复杂任务的实现已经成为可能。2009年时，深度学习还是一个新兴领域，只有少数人认为这是一个值得研究的领域。

wd_cloud·2024-01-25 22:31

强化学习 - Deep Q Network (DQN)

什么是机器学习DeepQNetwork（DQN）是一种结合深度学习和强化学习的方法，用于解决离散动作空间的强化学习问题。

草明·2024-01-25 21:23

2024年，AIGC赛道专利文献和软著大全

一、周红伟-深度学习国际发明专利深度学习国际发明专利基于深度学习的图像检索方法及装置，专利公开公告号：CN107368614A。专利类型：发明公布。

AI周红伟·2024-01-25 20:30

《速通机器学习》- 数据的量化和特征提取

本书从传统的机器学习，如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习，到前沿的深度学习和神经网络，如DNN、CNN、BERT、ResNet等，对人工智能技术进行零基础讲解，内容涵盖数学原理、公式推导

北大博士后AI卢菁·2024-01-25 19:15

Redis面试题32

什么是深度学习？它与传统机器学习有何不同？答：深度学习是机器学习的一个分支，在人工神经网络的基础上构建了多层的神经网络模型，以实现对复杂数据的学习和分析。

CrazyMax_zh·2024-01-25 19:21

大创项目推荐题目：垃圾邮件(短信)分类算法实现机器学习深度学习开题

文章目录1前言2垃圾短信/邮件分类算法原理2.1常用的分类器-贝叶斯分类器3数据集介绍4数据预处理5特征提取6训练分类器7综合测试结果8其他模型方法9最后1前言优质竞赛项目系列，今天要分享的是基于机器学习的垃圾邮件分类该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate2垃圾短信/邮件分

laafeer·2024-01-25 18:35

自然语言处理的新突破:如何推动语音助手和机器翻译的进步

基于深度学习的语音识别和语义理解技术,使得语音助手可以更准确地分析用户意图,提供个性化服务。语音识别精度的持续提高语音识别是语音助手的基础。

X_StarX·2024-01-25 18:32

深度学习网络层配置

在这个网络参数中，我们的输入是def__init__(self,num_layer,layer_num,layer_filter,output_channel,deploy=False,**kwargs):net=UnetFlexible(num_layer=cfg.seg_num_stage,layer_num=cfg.seg_layer_num,layer_filter=cfg.seg_lay

用编程减轻生活压力·2024-01-25 18:00

ubuntu使用YOLOv7训练自己的数据集

目录一、准备深度学习环境二、准备自己的数据集1、创建数据集 2、转换数据格式 3、配置文件三、模型训练1、下载预训练模型2、训练四、模型测试五、模型推理一、准备深度学习环境下载yolov7代码二、准备自己的数据集一般标注的数据格式是

谷溪m·2024-01-25 18:53

为什么KNN和SVM不需要像深度学习那样进行多次迭代训练？

2.SVM也是一种监督学习算法，总结（KNN、SVM和深度学习在本质上有以下区别：）KNN（K-NearestNeighbors）和SVM（SupportVectorMachine）与深度学习模型有不同的训练和优化方法

小桥流水---人工智能·2024-01-25 17:24

BP神经网络需要像深度学习一次次的迭代训练吗?

BP神经网络答案：是的，BP神经网络需要像深度学习一次次的迭代训练。总结（BP神经网络和深度学习在本质上有以下区别）答案：是的，BP神经网络需要像深度学习一次次的迭代训练。

小桥流水---人工智能·2024-01-25 17:24

深度学习推荐系统之DeepCrossing

DeepCrossing模型原理这个模型就是一个真正的把深度学习架构应用于推荐系统中的模型了，2016年由微软提出，完整的解决了特征工程、稀疏向量稠密化，多层神经网络进行优化目标拟合等一系列深度学习在推荐系统的应用问题

YANJINING·2024-01-25 17:17

深度学习电脑配置有什么要求？

随着人工智能和机器学习的快速发展，深度学习已经成为了许多领域的重要工具。然而，深度学习的应用需要强大的计算能力，因此对于想要进行深度学习的用户来说，选择一台合适的电脑是必不可少的。

机器视觉—ing·2024-01-25 15:04

我不努力依旧能过好这一生

我说：你历史不错，可以深度学习，打造一个属于自己的ip，分享你的观点见解。他说:我为什么要分享？没劲我说：你可以活的更有好更有趣，有更多选择。他说：难道我现在不好吗？

情感机器人·2024-01-25 15:05

利用tpu-mlir工具将深度学习算法模型转成算能科技平台.bmodel模型的方法步骤

目录1TPU-MLIR简介2开发环境搭建2.1下载镜像2.2下载SDK2.3创建容器2.4加载tpu-mlir3准备工作目录4onnx转mlir文件5mlir转INT8模型5.1生成校准表5.2便以为INT8对称量化模型参考文献：之前是用nntc转算能科技的模型的，这次技术支持建议我使用mlir工具进行模型转换，于是看一下mlir的介绍资料和使用方法，并做一下笔记。1TPU-MLIR简介上图就是t

陈洪伟·2024-01-25 14:10

[LM]构建语言模型

在很多NLP任务上需要用到语言模型，其实很多传统的LM算法就就足够了，不用什么都套深度学习的东西。代码以及介绍

VanJordan·2024-01-25 14:33

机器学习/深度学习中的类别不均衡问题及处理方法

类别不均衡问题数据的类别不平衡（classimbalance），也叫数据偏斜（classskew）。以常见的二分类问题（是和否两类）为例，我们希望预测病人是否得了某种罕见疾病。但在历史数据中，阳性的比例可能很低（如0.1%）。在这种情况下，学习出好的分类器是很难的，而且在这种情况下得到结论往往也是很具迷惑性的。例如，若分类器总是预测一个人未患病，即预测为反例，那么我们依然有高达99.9%的预测准确

几时见得清梦·2024-01-25 14:20

Pytorch 实现强化学习策略梯度Reinforce算法

一、公式推导这里参考邱锡鹏大佬的《神经网络与深度学习》第三章进阶模型部分，链接《神经网络与深度学习》。

爱喝咖啡的加菲猫·2024-01-25 14:31

Qt+YOLOv4实现目标检测

深度学习GPU环境CUDA安装教程2.编译YOLOYOL

QtHalcon·2024-01-25 14:01

大创项目推荐题目：基于深度学习的疲劳驾驶检测深度学习

基于头部姿态的驾驶疲劳检测5.1如何确定疲劳状态5.2算法步骤5.3打瞌睡判断6基于CNN与SVM的疲劳检测方法6.1网络结构6.2疲劳图像分类训练6.3训练结果7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驾驶疲劳检测该项目较为新颖

laafeer·2024-01-25 14:59

初步了解C#版图像处理库emgucv

网上下一个示例程序，运行如下；可以把人脸识别出来提取到右侧；我试了一下不是所有的情况都能识别；大概看一下代码；packages目录下包含emgucv的库；代码中包含一个xml文件，是人脸识别的模板文件；

bcbobo21cn·2024-01-25 14:58

基于YOLOv8的摔倒行为检测系统（Python源码+Pyqt6界面+数据集）

通过计算机视觉、深度学习和模式识别等技术，可以实现对人体姿态、动作和行为的自动化识别与分析。而人员摔倒检测算法技术原理是一项非常重要且具有广泛应用前景的技术。

AI小怪兽·2024-01-25 14:56

大语言模型推理提速：TensorRT-LLM 高性能推理实践

作者：顾静TensorRT-LLM如何提升LLM模型推理效率大型语言模型（Largelanguagemodels,LLM）是基于大量数据进行预训练的超大型深度学习模型。

阿里云云原生·2024-01-25 13:00

李沐《动手学深度学习》卷积神经网络相关基础概念

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归李沐《动手学深度学习》线性神经网络softmax回归李沐《

丁希希哇·2024-01-25 13:21

李沐《动手学深度学习》深度学习计算

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归李沐《动手学深度学习》线性神经网络softmax回归李沐《

丁希希哇·2024-01-25 13:47

吴恩达深度学习笔记(82)-深度卷积神经网络的发展史

为什么要探索发展史(实例分析)？我们首先来看看一些卷积神经网络的实例分析，为什么要看这些实例分析呢？上周我们讲了基本构建，比如卷积层、池化层以及全连接层这些组件。事实上，过去几年计算机视觉研究中的大量研究都集中在如何把这些基本构件组合起来，形成有效的卷积神经网络。最直观的方式之一就是去看一些案例，就像很多人通过看别人的代码来学习编程一样，通过研究别人构建有效组件的案例是个不错的办法。实际上在计算机

极客Array·2024-01-25 12:33

深度学习模型选择

作为机器学习科学家，我们的目标是发现模式（pattern）。但是，我们如何才能确定模型是真正发现了一种泛化的模式，而不是简单地记住了数据呢？接下来介绍几种模型选择时候需要注意的点误差训练误差训练误差（trainingerror）是指，模型在训练数据集上计算得到的误差。泛化误差泛化误差（generalizationerror）是指，模型应用在同样从原始样本的分布中抽取的无限多数据样本时，模型误差的期

良子c·2024-01-25 12:24

600万播放课程导师Jeremy：训练模型是门手艺，实践出真知

fast.ai是a16z首批支持的开源项目之一，该课程（https://course.fast.ai）目前已达到600万播放量，谷歌研究总监PeterNorvig曾力荐，“‘深度学习人人可学’是很多教程的主张

AI知识图谱大本营·2024-01-25 12:12

跨语言编程：在C#应用程序中调用Python

应用场景众所周知，Python在深度学习中占有绝对优势。而C#语言的优势在各种后端应用开发，特别是工业领域。当我们使用C#开发应用程序时，可能需要调用Python代码来实现某些功能。

算法channel·2024-01-25 12:40

自然语言处理（NLP）的发展

自然语言处理的发展随着深度学习和大数据技术的进步，自然语言处理取得了显著的进步。人们正在研究如何使计算机更好地理解和生成人类语言，以及如何应用NLP技术改善搜索引擎、语音助手、机器翻译等领域。

志尊宝·2024-01-25 12:17

自然语言处理的发展