深度学习分类器第42页

深度学习-Pytorch如何构建和训练模型

深度学习-Pytorch如何构建和训练模型用pytorch如何构建模型，如何训练模型，如何测试模型？

Alex_StarSky·2024-01-26 12:38

深度学习-Pytorch如何保存和加载模型

深度学习-Pytorch如何保存和加载模型用pytorch构建模型，并训练模型，得到一个优化的模型，那么如何保存模型？然后如何又加载模型呢？

Alex_StarSky·2024-01-26 11:07

Course1神经网络和深度学习编程作业

第三周-带有一个隐藏层的平面数据分类建立一个神经网络，带有一个隐藏层。用到的知识：构建具有单隐藏层的2类分类神经网络。使用具有非线性激活功能激活函数，例如tanh。计算交叉熵损失（损失函数）。实现向前和向后传播。numpy：是用Python进行科学计算的基本软件包。sklearn：为数据挖掘和数据分析提供的简单高效的工具。matplotlib：是一个用于在Python中绘制图表的库。testCas

毛十三_·2024-01-26 11:03

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术4.3重要性与作用4.4案例与应用五、注意力机制5.1定义

giszz·2024-01-26 11:48

#GPU|LLM|AIGC#集成显卡与独立显卡|显卡在深度学习中的选择与LLM GPU推荐

区别核心区别：显存，也被称作帧缓存。独立显卡拥有独立显存，而集成显卡通常是没有的，需要占用部分主内存来达到缓存的目的集成显卡：是集成在主板上的，与主处理器共享系统内存。一般会在很多轻便薄型的笔记本与低端的台式电脑上得到广泛的应用性能较低，适合一般办公和基本图形任务。独立显卡：一块独立的图形处理器，有自己的显存，并且不与主处理器共享内存。独立显卡通常性能更强大，适合处理复杂的图形和游戏。在一些专业应

向日葵花籽儿·2024-01-26 11:45

机器学习、深度学习、自然语言处理基础知识总结

说明机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。

北航程序员小C·2024-01-26 10:43

使用thop输出深度学习模型的flops和param

首先pipinstallthop然后frombasicsr.archsimportyourmodelfromthopimportprofilemodel=resnet50()input=torch.randn(1,3,224,224)flops,params=profile(model,inputs=(input,))print('flops:',flops)print('params:',par

yanzhizhiyang·2024-01-26 10:01

交叉熵损失函数（Cross-Entropy Loss Function）

交叉熵损失函数（Cross-EntropyLossFunction）在处理机器学习或深度学习问题时，损失/成本函数用于在训练期间优化模型。目标几乎总是最小化损失函数。损失越低，模型越好。

或许，这就是梦想吧！·2024-01-26 10:54

【01】深度学习——数学基础 | 线性代数 | 微积分 |概率

深度学习1.线性代数1.1标量(scalar)1.2向量(Vector)1.2.1模长和范数1.2.2单位向量1.2.3向量的内积1.2.4向量的外积1.3矩阵(Matrix)1.3.1矩阵转置1.3.2

花落指尖❀·2024-01-26 10:53

深度学习模型FLOPs详解

计算方法FLOPS:注意全大写，是floatingpointoperationspersecond的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写，是floatingpointoperations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。其计算公式如下：不能只用FLOPs作为网络速度的指标原因：FLOPs没有考虑

Shashank497·2024-01-26 10:51

[深度学习]PaddleClas：统计模型Flops

PaddleClas：统计模型Flops函数接口paddle.flops(net,input_size,custom_ops=None,print_detail=False)[源代码]作用为：打印网络的基础结构和参数信息。参数net(paddle.nn.Layer|paddle.static.Program)-网络实例，必须是paddle.nn.Layer的子类或者静态图下的paddle.stat

或许，这就是梦想吧！·2024-01-26 10:19

探索Topaz Video AI：提升视频质量的智能工具

TopazVideoAI通过深度学习算法和图像增强技术，能够清晰地重建丢失的细节，提高视频的清晰度和锐度。它还能有效地降噪，消除视频中的噪点和颗粒，使画面更加清晰和平滑。此

招财进宝129·2024-01-26 10:04

《动手学深度学习(PyTorch版)》笔记3.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.6ImplementationsofSoftmaxRegressionfromScratchimporttorchimpo

南七澄江·2024-01-26 09:52

《动手学深度学习(PyTorch版)》笔记3.5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.5ImageClassificationDatasetimporttorchimporttorchvisionimport

南七澄江·2024-01-26 09:51

《动手学深度学习(PyTorch版)》笔记3.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.2ImplementationsofLinearRegressionfromScratchimportnumpyasnpi

南七澄江·2024-01-26 09:21

《动手学深度学习(PyTorch版)》笔记3.7

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.7ConciseImplementationsofSoftmaxRegression从计算角度来看，指数可能会造成数值稳定

南七澄江·2024-01-26 09:21

【深度学习】动手学深度学习PyTorch版笔记

刚学深度学习那会看的是李沐老师的视频，同时做了些笔记，基本都是自己主观性比较强的笔记，而且也没看完，看了前面十几集后基本就是直接上实战，然后跳着看了。建议学习深度学习的同学直接去看视频跟李沐学AI。

EucliwoodXT·2024-01-26 09:16

《动手学深度学习(PyTorch版)》笔记3.4

Chapter3LinearNeuralNetworks3.4SoftmaxRegression3.4.1ClassificationProblems一般的分类问题并不与类别之间的自然顺序有关，统计学家发明了一种表示分类数据的简单方法：独热编码（one-hotencoding）。独热编码是一个向量，它的分量和类别一样多。类别对应的分量设置为1，其他所有分量设置为0。在我们的例子中，标签yyy将是一

南七澄江·2024-01-26 09:42

MWORKS.Syslab 如何统一 Julia、C/C++、Python 乃至 MATLAB —— 解密多语言统一的底层机制

年轻理科生们的口中逐渐出现了诸如“调参侠”“调包小子”“炼丹师”等新潮的调侃词语，这些来自机器学习/深度学习领域的“梗”在社交网络中逐渐扩散，让人们不禁感叹科学计算已经成为了炙手可热的“显学”。

同元软控·2024-01-26 07:57

AI学习(3): PyTorch-初识张量

在PyTorch中，张量是torch.Tensor类的实例，它提供了丰富的方法和功能，用于进行数值计算和深度学习模型的构建与训练。

猿码记·2024-01-26 07:31

互联网加竞赛基于机器视觉的银行卡识别系统 - opencv python

1前言优质竞赛项目系列，今天要分享的是基于深度学习的银行卡识别算法设计该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

Mr.D学长·2024-01-26 06:23

Python NLP深度学习进阶：自然语言处理

随着深度学习的快速发展，NLP的研究和应用也在不断进步。在Python中，有许多强大的库和工具可以帮助我们进行NLP任务。

独木人生·2024-01-26 06:17

TensorFlow 深度学习开发环境搭建全教程

PyTorch深度学习开发环境搭建全教程TensorFlow深度学习开发环境搭建全教程1、指定清华源命令-ihttps://pypi.tuna.tsinghua.edu.cn/simple2、conda

机器学习杨卓越·2024-01-26 06:46

深度学习基础知识

卷积神经网络——图像卷积特征提取卷积核（算子）用来做图像处理时的矩阵，与原图像做运算的参数。卷积层基本参数（卷积核大小，步长【pytorch默认为1】，padding边缘填充）输出尺寸=（输入尺寸-卷积核尺寸+2*padding）/stride+1卷积神经网络的基本结构层输入层：批次通道图像大小卷积层激活函数：加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题，CNN较为常

湘溶溶·2024-01-26 06:40

机器学习系统的设计(Machine Learning System Design)

1.首先要做的内容本章以一个垃圾邮件分类器算法为例进行讨论。为了解决这样一个问题，我们首先要做的决定是如何选择并表达特征向量。

清☆茶·2024-01-26 06:10

支持向量机 Support Vector Machines (SVM) - 1

其基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最

飞天大肥猫·2024-01-26 06:39

ICCV 2021 广义源无关领域自适应

《ICCV2021论文解读：广义源无关领域自适应》引言摘要项目概述数据集准备训练过程检查点领域分类器致谢论文其他引言近年来，计算机视觉领域的研究一直在不断推进，为了更好地解决领域自适应的问题，ICCV2021

OverlordDuke·2024-01-26 06:38

深度学习（6）---Transformer

文章目录一、介绍二、架构2.1Multi-headAttention2.2Encoder(编码器)2.3Decoder(解码器)三、Encoder和Decoder之间的传递四、Training五、其他介绍5.1CopyMechanism5.2BeamSearch一、介绍 1.Transformer是一个Seq2Seq（Sequence-to-Sequence）的模型，这意味着它能够处理从输入序列到

冒冒菜菜·2024-01-26 06:36

深度学习与图像描述生成——图像描述生成方法（4）

目录一、基于模板的方法1.1定义1.2原理1.3关键技术1.4发展历程1.5应用场景1.6特征二、基于检索的方法2.1定义2.2原理2.3关键技术2.4发展历程2.5应用场景2.6特征三、基于编码器-解码器架构的方法3.1定义3.2原理3.3关键技术3.4发展历程3.5应用场景3.6特征图像描述的具体生成方法有很多，主要是基于模板的方法、基于检索的方法，以及基于编码器-解码器的方法。后者已经基本成

giszz·2024-01-26 06:02

基于支持向量机SVM的风电场NWP数据预测，SVM的详细原理

SVM的风电场NWP预测结果分析展望支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

神经网络机器学习智能算法画图绘图·2024-01-26 06:00

基于支持向量机SVM的采油机故障诊断，Libsvm故障的详细诊断，SVM的详细原理

SVM的采油机故障识别代码结果分析展望支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

神经网络机器学习智能算法画图绘图·2024-01-26 06:00

基于粒子群改进的支持向量机SVM的情感分类识别，pso-svm情感分类识别

SVM的情感分类预测代码结果分析展望支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

神经网络机器学习智能算法画图绘图·2024-01-26 06:59

基于支持向量机SVM的分类预测，基于SVM的雷击故障识别

应用实例，基于SVM的雷击故障分类预测支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

神经网络机器学习智能算法画图绘图·2024-01-26 06:29

AI模型压缩技术

模型压缩技术是指通过一系列方法和技巧，减小深度学习模型的大小和计算量，同时尽量保持模型的性能。这对于在资源受限的设备上部署模型、减少模型传输和存储成本以及提高模型推理速度都非常有用。

SugarPPig·2024-01-26 06:28

MedSAM：深度学习通用医学影像分割模型，更快、更准确地自动识别诊断疾病

MedSAM是一款基于深度学习的医学影像分割工具，它能够自动识别和描绘医学影像中的重要区域，如肿瘤或其他组织的病变。

喜好儿aigc·2024-01-26 06:18

仿真机器人-深度学习CV和激光雷达感知(项目2)day6【数学基础-坐标变换】

文章目录前言坐标变换的作用旋转与平移二维变换旋转平移推广到三维齐次坐标问题引入定义用法变换矩阵旋转的其他表示方法*前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用

辰chen·2024-01-26 05:45

人要有一颗求知的进取心并为之奋斗的雄心。

由此在具体实践中的方法论就是：深度学习、深度思考、深度工作。想要达成的结果是：学得深入、想得明白、干得利索。终极目的是：快乐生活。深度学习有阅读和体验。

李三NO·2024-01-26 05:53

人工智能时代下，投机取巧应用上架方式的消退与创意价值的崛起

AI审核系统通过深度学习和大数据分

TechCreator·2024-01-26 04:58

2019-02-11

03、深度学习的问世，意味着我们将从专家的年代转变为数据的年代。——李开复《AI.未来》爱，让我们区别于人工智能！图片发自App

一直是沐子雪·2024-01-26 04:25

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

机器学习算法

1、朴素贝叶斯分类器：https://www.cnblogs.com/csguo/p/7804355.html

Rainysong·2024-01-26 02:52

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

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

推荐频道

深度学习分类器