深度学习各项知识整理

【深度学习新浪潮】什么是system 1和system 2？

在大模型研究中，System1和System2的概念源于心理学家DanielKahneman的双系统理论，用于描述人类思维的两种模式。System1代表快速、直觉、自动化的思维（如模式识别），而System2代表慢速、有意识、需要努力的逻辑推理（如复杂数学计算）。这一理论被引入AI领域后，成为理解大模型能力边界和优化方向的重要框架。一、大模型中的System1与System2的定义System1（
小米玄戒Andrew·2025-07-22 15:13

学习人工智能开发的详细指南

随着大数据、云计算和深度学习技术的快速发展，AI已经成为推动社会进步和产业升级的关键力量。本文将为初学者提供一份详细的学习指南，帮助大家逐步掌握AI开发的核心技能。
Ws＿·2025-07-22 14:38

庚子年二月初二

举国上下，心系荆楚大地；白衣战士如同天兵天将，医疗专家就是华佗再世；各级行政干部雷厉风行；各项信息技术醒人耳目；各地平民百姓积极配合；疫情面前，彰显民族精神；庚子二月初二，蛟龙抬头；驱世间戾气，还大地趋吉
梅红书·2025-07-22 14:29

第四十五回 老审计怒发冲冠 新机构虚位以待（451）

有了殷其雷所提供的其他机构问题材料作为借鉴，西江支行提前举一反三对照自查整改准备就绪，各项检查材料穿衣戴帽归档齐整便于索引。
本克·2025-07-22 13:20

AI人工智能领域知识图谱在文本分类中的应用技巧

AI人工智能领域知识图谱在文本分类中的应用技巧关键词：知识图谱、文本分类、图神经网络、实体关系抽取、深度学习、自然语言处理、特征融合摘要：本文深入探讨了知识图谱在文本分类任务中的应用技巧。
AI天才研究院·2025-07-22 13:31

解读一个大学专业——信号与图像处理

关键词数字信号处理（DSP）、图像处理、计算机视觉、模式识别、压缩感知、深度学习、GPU加速、嵌入式系统。
·2025-07-22 12:57

Pad Token技术原理与实现指南

目录概述理论基础：第一性原理分析技术实现机制工程最佳实践性能优化策略常见问题与解决方案技术发展趋势附录1.概述1.1文档目的本文档旨在深入阐述深度学习中PadToken的技术原理、实现机制及工程应用，为算法工程师提供全面的理论指导和实践参考
Takoony·2025-07-22 12:54

深度学习分布式训练：并行策略与通信机制的系统性分析

1.引言随着深度学习模型规模的指数级增长，单一计算设备已无法满足训练需求。
Takoony·2025-07-22 12:53

SNMP，IPMI简介

SNMP管理站是一个中心节点，负责收集维护各个SNMP元素的信息，并对这些信息进行处理，最后反馈给网络管理员；SNMP代理是运行在各个被管理的网络节点之上，负责统计该节点的各项信息，并且负责与SNMP管理站交互
魔曦帝天·2025-07-22 11:31

TensorFlow为AI人工智能航空航天领域带来变革

TensorFlow为AI人工智能航空航天领域带来变革关键词：TensorFlow、人工智能、航空航天、机器学习、深度学习、神经网络、自主系统摘要：本文探讨了TensorFlow这一强大的机器学习框架如何推动航空航天领域的创新
AI原生应用开发·2025-07-22 10:42

多语言文本分类在AI应用中的实践

多语言文本分类在AI应用中的实践关键词：多语言文本分类、自然语言处理、机器学习、深度学习、BERT、迁移学习、跨语言模型摘要：本文深入探讨多语言文本分类在AI领域的应用实践。
AI原生应用开发·2025-07-22 10:41

Orange3实战教程：图像分析---图像嵌入

深度学习模型用于为每张图像计算特征向量。该功能返回一个增强的数据表，包含额外的列（图像描述符）。图像可以通过导入图像小部件导入，也可以通过电子表格中的图像路径导入。
err2008·2025-07-22 09:57

基于Paillier同态加密算法的金融数据安全共享机制研究【附数据】

金融数据分析与建模专家金融科研助手|论文指导|模型构建✨专业领域：金融数据处理与分析量化交易策略研究金融风险建模投资组合优化金融预测模型开发深度学习在金融中的应用擅长工具：Python/R/MATLAB
·2025-07-22 07:45

YOLOv8实现手写数字识别系统：从MNIST到实时摄像头检测

在深度学习领域，手写数字识别是一个经典问题，也是入门计算机视觉的重要案例。
·2025-07-22 07:44

基于深度学习的手写数字和符号识别系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成

1.引言随着人工智能和深度学习技术的发展，手写数字和符号识别已经成为计算机视觉领域的重要研究方向。手写识别在很多实际应用中扮演着关键角色，例如邮政编码识别、表单自动处理和智能教育系统等。
YOLO实战营·2025-07-22 06:42

AI作画：AI人工智能激发艺术创作灵感

AI作画：AI人工智能激发艺术创作灵感关键词：AI作画、生成艺术、深度学习、神经网络、艺术创作、人工智能、创意工具摘要：本文深入探讨AI作画技术如何激发艺术创作灵感。
AGI大模型与大数据研究院·2025-07-22 05:30

Jetson平台编译Tengine

Tengine兼容多种操作系统和深度学习算法框架，简化和加速面向场景的AI算法在嵌入式边缘设备上快速迁移，以及实际应用部署落地，可以十倍提升
space01·2025-07-22 02:43

机器人-组成结构-感知 - 决策 - 执行

目录一、感知系统内部传感器：外部传感器：二、智能决策系统机器学习家族1.1机器学习2.1深度学习2.2深度学习模型(主要属于监督/强化学习范畴，但结构通用)：3.1监督学习3.2监督学习模型4.1半监督学习
具身智能-查布嘎·2025-07-22 02:12

深度学习篇---矩阵

在机械臂解算、深度学习网络等硬件和软件领域中，矩阵运算作为核心数学工具，承担着数据表示、变换、映射和优化的关键作用。
Atticus-Orion·2025-07-22 02:11

2020年52/49周总结，逆鳞

一、职业发展一周5个工作日，检察院和法院各上班一天，然后开庭3件，一件艰难的谈判一场，还有一个顾问单位专场汇报会，奔波和辗转安排下周的各项工作，已经对接上周的焦虑的下行工作，有时候忙碌的连中午也没能休息
大熊律师·2025-07-22 01:33

Python深度学习实践：LSTM与GRU在序列数据预测中的应用

Python深度学习实践：LSTM与GRU在序列数据预测中的应用作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来序列数据预测是机器学习领域的一个重要研究方向
AI智能应用·2025-07-22 00:32

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现打架检测（C#代码，UI界面版）

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现打架检测（C#代码，UI界面版）工业相机使用YoloV8模型实现打架检测工业相机通过YoloV8模型实现打架检测的技术背景在相机SDK
格林威·2025-07-22 00:27

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现人脸识别检测（C#代码，UI界面版）

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现人脸识别检测（C#代码，UI界面版）工业相机使用YoloV8模型实现人脸的检测工业相机通过YoloV8模型实现人脸识别检测的技术背景在相机
格林威·2025-07-22 00:57

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现人物识别（C#代码，UI界面版）

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现人物识别（C#代码，UI界面版）工业相机使用YoloV8模型实现人物识别工业相机实现YoloV8模型实现人物识别的技术背景在相机SDK
格林威·2025-07-22 00:26

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现动物分类（C#源码，UI界面版）

Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现动物分类（C#源码，UI界面版））工业相机使用YoloV8模型实现动物分类工业相机实现YoloV8模型实现动物分类的技术背景在相机SDK
格林威·2025-07-21 23:51

AI 大模型重塑软件开发流程

一、AI大模型的定义与发展历史AI大模型是基于海量数据训练的深度学习模型，具备强大的自然语言理解、逻辑推理和知识生成能力。
万花丛中一抹绿·2025-07-21 22:47

在 Conda 中删除环境及所有安装的库

关于requirements.txt和environment.yaml文件使用介绍详情可参考以往文章，争对机器学习和深度学习里Python项目开发管理项目依赖的
Studying 开龙wu·2025-07-21 21:11

OpenCV学习（二）-二维、三维识别

以下是一些常见的操作：1.1图像分类使用预训练模型对图像进行分类，例如使用深度学习模型（如ResNet、MobileNet等）。importcv2#加载预训练的深度学习模型net=cv2.dnn
香蕉可乐荷包蛋·2025-07-21 19:27

【人工智能之深度学习】6. 卷积核工作原理：从边缘检测到特征抽象的逐层演进（附可视化工具与行业实战代码）

摘要：卷积核是卷积神经网络（CNN）的核心组件，其通过局部感受野与参数共享机制实现高效特征提取。本文从数学本质出发，揭示卷积操作的空域-频域对偶性：空域卷积等价于频域乘积（F{f∗g}=F{f}⋅F{g}F\{f*g\}=F\{f\}⋅F\{g\}F{f∗g}=F{f}⋅F{g}），解释边缘检测核（Sobel、Laplacian）的频域响应特性。通过特征可视化实验表明，CNN特征呈现逐层抽象规律：
AI_DL_CODE·2025-07-21 19:55

颠覆未来：创新代码引领人工智能与量子计算深度融合

本文回顾了经典算法的智慧，展示了前沿深度学习模型的构建，并通过量子电路设计探讨了创新代码的可能性，为探索未来科技变革提供了全新视角。
金枝玉叶9·2025-07-21 19:24

使用UV管理PyTorch项目

PyTorch是深度学习研究和开发的流行选择。可以使用uv管理PyTorch项目，包括不同Python版本依赖、管理环境、甚至加速器选择等。
·2025-07-21 18:54

AI新纪元：2025年深度学习技术突破与行业应用全景

本文将深入剖析2025年深度学习与AI领域的核心技术突破、行业应用案例及未来发展趋势，为技术从业者提供全面视角。一、深度学习核心技术突破：大模型、生成式AI与多
像素笔记·2025-07-21 18:21

坚持分享第十一天：暑假辅导班

于是，各种各项，形形色色的辅导班就出现了。据我了解，在我们镇上有篮球、乒乓球、民族舞、
刘乐丹的·2025-07-21 18:58

模型移植实战：从PyTorch到ONNX完整指南

一、认识ONNXONNX（OpenNeuralNetworkExchange）是一种开放的模型表示格式，由微软和Facebook（现Meta）在2017年共同推出，旨在解决深度学习模型在不同框架之间的互操作性问题
慕婉0307·2025-07-21 18:50

洛谷：一元三次方程求解 解析&代码

给出该方程中各项的系数（a,b,c,d均为实数），并约定该方程存在三个不同实根（根的范围在−100至100之间），且根与根之差的绝对值≥1。
翻肚皮的翻车鱼·2025-07-21 18:48

[洛谷P1024] [NOIP2001 提高组] 一元三次方程求解 题解

给出该方程中各项的系数（a,b,c,da,b,c,da,b,c,d均为实数），并约定该方程存在三个不同实根（根的范围在−100-100−100至100100100之间），且根与根之差的绝对值≥1\ge1
小钱c7·2025-07-21 18:18

【题解-洛谷】P1024 [NOIP 2001 提高组] 一元三次方程求解

给出该方程中各项的系数（a,b,c,da,b,c,da,b,c,d均为实数），并约定该方程存在三个不同实根（根的范围在−100-100−100至100100100之间），且根与根之差的绝对值≥1\ge1
X CODE·2025-07-21 18:17

【算法题解】部分洛谷题解(下)

给出该方程中各项的系数（a,b,c,da,b,c,da,b,c,d均为实数），并约定该方程存在三个不同实根（根的范围
日月星辰cmc·2025-07-21 17:45

TensorFlow GPU 2.10.1 for Python 3.9快速安装指南

本文还有配套的精品资源，点击获取简介：TensorFlowGPU2.10.1是专为Windowsx64和Python3.9设计的TensorFlow版本，它集成了GPU支持以加快深度学习模型的训练。
疑样·2025-07-21 17:12

深度学习方法生成抓取位姿与6D姿态估计的完整实现

如何将GraspNet等深度学习模型与6D姿态估计集成到ROS2和MoveIt中，实现高精度的机器人抓取系统。
ZPC8210·2025-07-21 15:31

华为HiCar认证

华为HiCar认证项目：1.功能兼容性测试：验证设备和服务是否能与HiCar系统正常连接，以及各项功能是否能够在车载环境中正常运行；2.性能测试：对设备和服务进行性能测试，包括响应时间、数据
Microtest_CS·2025-07-21 15:30

基于深度学习的目标检测：从基础到实践

近年来，深度学习技术，尤其是卷积神经网络（CNN），在目标检测任务中取得了显著进展。本文将详细介绍如何使用深度学习技术构建目标检测模型，从理论基础到代码实现，带你一步步掌握目标检测的完整流程。
Blossom.118·2025-07-21 14:25

【机器学习】探索未来科技的前沿：人工智能、机器学习与大模型

机器学习的定义2.2机器学习的分类2.3机器学习的实现原理2.4机器学习的应用2.5机器学习的示例代码2.6解释代码三、大模型：推动AI前沿发展的关键技术3.1大模型的定义3.2大模型的发展历程3.3深度学习与神经网络
AIGC零基础入门小白·2025-07-21 11:58

基于YOLOv8的火灾智能检测系统设计与实现

随着深度学习技术的飞速发展，基于计算机视觉的火灾检测方法凭借其实时性强、检测范围广等优势，逐渐成为研究热点。本文将简单介绍一款基于深度学习的火灾智能检测系统的设计与实现过程。
斟的是酒中桃·2025-07-21 10:52

人工智能入门指南：从基础概念到实际应用

**人工智能的核心技术**2.1机器学习（MachineLearning）2.1.1机器学习的类型2.1.2机器学习流程2.2深度学习（DeepLearni
·2025-07-21 10:22

Datawhale X 魔塔 Ai夏令营 --深度学习基础

这是我们在训练深度学习模型时希望找到的点，因为它代表着模型的最佳性能。局部极小值：在损失函数的一个局部区域内，损失值达到最小，但在整个函数定义域内可能不是最小的。
·2025-07-21 08:11

深度学习模块实践手册（第十二期）

56、Ghost模块论文《GhostNet:MoreFeaturesfromCheapOperations》1、作用：Ghost模块是一种轻量级的特征提取模块，旨在通过廉价操作生成更多特征图，减少计算量的同时保持模型性能。传统卷积神经网络在生成特征图时存在大量冗余计算，Ghost模块通过将特征图生成过程分解为两个步骤，有效减少了计算复杂度，特别适合移动端和嵌入式设备部署。2、机制Ghost模块的机
加油吧zkf·2025-07-21 08:38

DETR革命：目标检测的Transformer时代

在深度学习目标检测发展史上，2014~2019年几乎被基于卷积神经网络（CNN）的检测器统治：两阶段：FasterR-CNN、MaskR-CNN单阶段：YOLO、SSD、RetinaNet这些检测器虽然效果强大
加油吧zkf·2025-07-21 08:08

深度学习模块实践手册（第十一期）

46、缩放点积注意力模块论文《AttentionIsAllYouNeed》1、作用：缩放点积注意力（ScaledDot-ProductAttention）是Transformer模型的核心组件，旨在解决序列建模中长距离依赖关系捕捉的问题。传统的循环神经网络（RNN）在处理长序列时存在梯度消失或爆炸的问题，且并行性较差。该模块通过计算查询（Query）、键（Key）和值（Value）之间的相似度，实
加油吧zkf·2025-07-21 07:03

如果当初

我们有时会感叹：如果我当初选了那个专业，现在就会飞黃腾达；如果我当初投资那个，现在就会成了大佬；如果我当初……现在就会……七年前，有个女生，眼睛突然失明，当医生做完各项检查，对这位女生说的第一句话是：你最多有
高桥先生·2025-07-21 07:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他