深度学习图像识别自动驾驶

区块链遇上物联网：如何打造无懈可击的安全网络？

从智能家居到自动驾驶，从健康监测到工业控制，物联网不仅改变了我们的生活方式，也让“安全性”问题变得更加复杂且重要。传统的中心化安全模式已经难以应对物联网设备海量连接、高度分布式的特性。

Echo_Wish·2025-03-27 13:17

PyTorch实战：灵活构建神经网络

引言PyTorch，作为由FacebookAIResearch团队开发的开源深度学习框架，以其灵活性、动态计算图以及易于调试的特性，在深度学习领域赢得了广泛的认可。

shejizuopin·2025-03-27 12:06

基于深度学习的图像识别技术在智能安防中的应用

一、引言随着科技的飞速发展，人工智能技术逐渐渗透到各个领域，其中深度学习作为人工智能的核心技术之一，在图像识别领域取得了显著的成果。

Blossom.118·2025-03-27 11:56

AIGC: AI 工具生成高质量图像的速度比最先进的方法更快

快速生成高质量图像的能力对于创建逼真的模拟环境至关重要，这些环境可用于训练自动驾驶汽车避开不可预测的危险，从而使其在真实街道上更安全。但用于生成此类图像的生成式人工智能技术存在缺陷。

北京王老师·2025-03-27 10:23

Pytorch 第十二回：循环神经网络——LSTM模型

Pytorch第十二回：循环神经网络——LSTM模型本次开启深度学习第十二回，基于Pytorch的LSTM循环神经网络模型。本回分享第二个循环神经网络，叫做LSTM模型。

Start_Present·2025-03-27 08:07

【深度学习基础 2】 PyTorch 框架

基本数学运算3.3自动求导（Autograd）3.4定义神经网络模型3.5训练与评估模型3.6使用模型进行预测四、注意事项五、完整训练示例代码一、PyTorch简介PyTorch是由Facebook开发的开源深度学习框架

鸢想睡觉·2025-03-27 08:07

【论文阅读】基于思维链提示的大语言模型软件漏洞发现与修复方法研究

尽管已有多种防御技术被提出，基于深度学习（DL）的方法因能规避传统技术瓶颈而备受关注，但面临两大核心挑战：任务专用标注数据集的规模质

君的名字·2025-03-27 06:50

2024年令人兴奋的10篇大模型研究和论文

后台回复"资料"，即可获取整理好的算法面试题(大模型、深度学习、机器学习)2024年对于人工智能来说是一个绝对精彩的年份。

福福很能吃·2025-03-27 05:19

跨领域算法创新与技术应用研究

例如，量子计算与边缘计算算法的结合，可降低自动驾驶系统的时空复杂度；而联邦学习与数据增强技术的整合，则为多模态医疗影像的隐私保护与高效分析提供了新范式。值得

智能计算研究中心·2025-03-27 02:53

智能算法治理与多领域技术创新

当前技术发展呈现出两大核心脉络：一是以联邦学习、量子算法、可解释性模型为代表的基础算法体系迭代，二是跨领域场景（如金融风控、医疗影像、自动驾驶）中算法性能与治理能力的协同优化。

智能计算研究中心·2025-03-27 02:23

多领域算法安全优化与创新应用

本文从金融风控、医疗影像分析及自动驾驶等典型场景切入，系统梳理联邦学习、生成对抗网络（GAN）、量子算法等前沿技术的优化路径与应用边界。

智能计算研究中心·2025-03-27 02:53

Unsloth 库和Hugging Face Transformers 库对比使用

在深度学习模型的微调过程中，保存模型及其权重是关键步骤。不同的库或框架提供了各自的方法来完成这一任务。Unsloth库：Unsloth是一个专注于加速大语言模型（LLM）微调的开源工具。

背太阳的牧羊人·2025-03-26 21:17

深度学习篇---断点重训&模型部署文件

文章目录前言一、断点重训（Checkpoint）文件1.动态图（DyGraph）模式.pdparams文件.pdopt文件.pdscaler文件.pdmeta或.pkl文件2.静态图（StaticGraph）模式.pdparams和.pdopt文件.ckpt文件3.恢复训练二、模型部署文件1.动态图部署文件.pdmodel.pdiparams示例代码2.PaddleInference部署三、核心区

Ronin-Lotus·2025-03-26 20:11

向量数据库与常见的搜索算法

一、引入在深度学习领域，每个实体都是高维向量，每个维度都是某种属性的刻画。比如一行N个字的文本，可以转成N*256维张量，一个图片可以转成3*100*100张量。

杰瑞哥哥·2025-03-26 20:38

初识TensorFlow：机器学习与深度学习的探索

初识TensorFlow：机器学习与深度学习的探索背景简介当我们谈论创建人工智能（AI）时，机器学习（ML）和深度学习是重要的起点。面对众多的选择和术语，新手很容易感到不知所措。

韩锋裂变营销·2025-03-26 20:38

深度学习学习经验——生成对抗网络（GAN）

（GenerativeAdversarialNetwork）生成对抗网络（GenerativeAdversarialNetwork，简称GAN）是由IanGoodfellow等人在2014年提出的一种深度学习模型

Linductor·2025-03-26 19:37

【深度学习】Self-Attention机制详解：Transformer的核心引擎

Self-Attention机制详解：Transformer的核心引擎文章目录Self-Attention机制详解：Transformer的核心引擎引言Self-Attention的基本概念为什么需要Self-Attention？Self-Attention的数学原理1.计算查询(Query)、键(Key)和值(Value)2.计算注意力分数3.缩放并应用Softmax4.加权求和多头注意力(Mu

烟锁池塘柳0·2025-03-26 19:05

基于深度学习的水果识别系统

1.引言随着计算机视觉技术的快速发展，基于深度学习的水果识别系统在农业、超市等场景中具有广泛的应用前景。

A等天晴·2025-03-26 17:51

用OpenCV实现图像识别的10个基础算法

通过OpenCV，你可以轻松实现图像识别、处理等任务。2.图像读取与显示用OpenCV读取和显示图像非常简单！只需要几行代码就能加载并展示一张图片。来看个例子：impor

欧子有话说·2025-03-26 13:50

DeepSeek底层揭秘——deepEP

(1)定义deepEP(DeepSeekEndPoint)是DeepSeek开源的一款高性能、低延迟的分布式通信库，专为大规模深度学习训练和推理场景设计。

9命怪猫·2025-03-26 12:45

深度学习5 神经网络、参数初始化

一、模型保存与加载1、序列化方式保存方式：torch.save(model,"model.pkl")打开方式：model=torch.load("model.pkl",map_location="cpu")importtorchimporttorch.nnasnnclassMyModle(nn.Module):def__init__(self,input_size,output_size):su

今天又是学习·2025-03-26 10:23

深度学习中常见的权重参数初始化方法

在深度学习中，权重参数的初始化对模型的训练过程和性能有着非常重要的影响。一个好的权重初始化方法能够帮助模型更快收敛、避免梯度爆炸或梯度消失等问题。以下是几种常见的权重初始化方法及其背后的原理。

真以为Sophie是猪啊·2025-03-26 09:52

美摄科技智能汽车视频延迟摄影解决方案，开启智能出行新视界

一、核心技术：智能算法驱动，优化画面质量美摄科技的智能汽车视频延迟摄影解决方案的核心在于其创新的图像增强算法与深度学习技术。通过智能算法驱动，方案能够实时检测并优化画面中的各类问题，如过曝、

美摄科技·2025-03-26 08:09

智能汽车图像及视频处理方案，支持摄像头实时增强处理能力

我们的智能汽车图像及视频处理方案，不仅让每一次出行都成为一场视觉享受，更是为自动驾驶的安全与效率筑起了一道坚实的防线。

美摄科技·2025-03-26 08:39

智能汽车图像及视频处理方案，支持摄像头防抖能力

我们自豪地推出全新的智能汽车图像及视频处理方案，特别强化摄像头防抖能力，为自动驾驶与乘车体验带来前所未有的提升。1、智能防抖，稳如磐石行驶中的车辆面临复杂多变的道路环境，颠簸、震动无处不在。

美摄科技·2025-03-26 08:38

QT运行导入python（pytorch）程序进行深度学习(qmake)

这个问题困扰了四天，终于解决了，记录一下。1.需要一个完整的python能够运行pytorch环境，这里我已经搭建好了2.QT需要安装MCSV编译器（必须用这个，因为WINGW不支持.lib的python库）参考这个教程：Qt添加MSVC2017编译器（2022年保姆级教程，不安装完整VS）_qtmsvc2017-CSDN博客安装完之后，你的QT会多出几个kit，你需要使用64位的MSVC的编译器

憨猪在度假·2025-03-26 06:55

YOLO11改进-注意力-引入自调制特征聚合模块SMFA

随着深度学习在计算机视觉中的不断进展，目标检测任务也在快速发展。YOLO系列模型（YouOnlyLookOnce）一直因其高效和快速而备受关注。

一勺汤·2025-03-26 06:54

深度学习目标检测中的创新：从 PKINet 看高效模型的设计

深度学习目标检测中的创新：从PKINet看高效模型的设计在深度学习领域，目标检测一直是研究的热点和难点。为了在精度和效率之间取得平衡，研究者们不断探索新的网络结构和算法。

RockLiu@805·2025-03-26 06:23

嵌入式领域机器学习入门指南

深度学习:一种特殊的机器学习方法，通过使用具有

AI嵌入式·2025-03-26 05:47

NVIDIA Cosmos-Transfer1：重塑物理AI训练的革命性“世界生成器”

3月22日在2025年GPU技术大会（GTC）上，英伟达（NVIDIA）重磅发布了其最新AI模型Cosmos-Transfer1，这一突破性技术通过多模态空间控制输入生成高度逼真的虚拟世界，为机器人、自动驾驶等物理

未来智慧谷·2025-03-26 05:16

深度学习框架演进与智能应用实践

内容概要深度学习框架的迭代升级正重塑智能应用开发范式。从TensorFlow的静态图架构到PyTorch的动态计算图设计，工具链的持续优化显著提升了模型训练效率与部署灵活性。

智能计算研究中心·2025-03-26 04:13

跨领域智能算法安全优化与治理研究

内容概要当前智能算法正加速渗透至金融、医疗、自动驾驶等关键领域，但跨场景应用中的安全性与治理效能仍面临多重挑战。

智能计算研究中心·2025-03-26 04:43

V100架构深度优化指南

内容概要作为NVIDIAVolta架构的旗舰产品，TeslaV100通过创新硬件设计与软件生态的协同优化，为深度学习与高性能计算场景提供了突破性的加速能力。

智能计算研究中心·2025-03-26 04:39

MATLAB 2024b深度学习工具箱新特性全面解析与DeepSeek大模型集成开发：卷积神经网络、迁移学习算法、时间卷积网络、生成式对抗网络、自编码器、目标检测YOLO模型、语义分割、注意力机制等

在这一背景下，MATLAB2024b深度学习工具箱应运而生，凭借架构创新与功能强化，为科研工作者提供了一套全栈式的科研创新与行业应用解决方案，具有重要的时代意义。

WangYan2022·2025-03-26 03:06

自动驾驶工程师之多传感器融合篇

以下是针对自动驾驶工程师在传感器联合标定与感知融合领域的知识拓展，结合技术原理与行业实践，分层解析关键问题：一、传感器联合标定的核心逻辑1.内参标定vs外参标定•内参标定：聚焦传感器内部参数校准例如相机焦距

niuTaylor·2025-03-26 02:21

LMDrive: 基于大语言模型的闭环端到端自动驾驶

Closed-LoopEnd-to-EndDrivingwithLargeLanguageModels项目:https://hao-shao.com/projects/lmdrive.html1.背景动机现有的自动驾驶方法存在以下问题

AI-Seeker·2025-03-26 02:21

英伟达「虚拟轨道+AI调度」专利：开启自动驾驶3.0时代的隐形革命

一、专利核心：未来交通的隐形骨骼在自动驾驶技术飞速发展的当下，英伟达凭借其强大的技术实力，在自动驾驶领域又迈出了具有深远意义的一步。

livefan·2025-03-26 01:47

《Python实战进阶》第32集：使用 TensorFlow 构建神经网络

第32集：使用TensorFlow构建神经网络摘要TensorFlow是一个功能强大的深度学习框架，广泛应用于构建和训练神经网络模型。

带娃的IT创业者·2025-03-26 01:46

Ray 源码分析(16)—Ray Serve

Serve与框架无关，因此你可以使用一个单一的工具包来服务从使用PyTorch、TensorFlow和Keras等框架构建的深度学习模型，到Scikit-Learn模型，再到任意Python业务逻辑的所有内容

Jim.Li·2025-03-26 01:15

Python深度学习框架：用神经网络预测股市，科学or玄学？

小伙伴们，今天我们不谈K线，不谈MACD，我们来聊聊如何用Python的深度学习框架，让神经网络帮你"算命"——啊不，是预测股市走势！

西蒙斯.果·2025-03-25 22:24

具身系列——NLP工程师切入机器人和具身智能方向

IsaacGym、Mujoco、webots）基于当前具身智能行业发展趋势和岗位需求，以下是为NLP工程师设计的转型路径与策略，结合最新招聘信息和技术趋势：一、技能迁移与知识重构（3-6个月）核心能力复用深度学习基础

music&movie·2025-03-25 21:47

国内GPU算力租用平台

GPU算力租用平台为深度学习、科学计算、图形渲染等领域的研究者、开发者及企业提供了强大的计算支持。

君君学姐·2025-03-25 21:15

黄仁勋GTC大会对AI的展望-英伟达进入Agentic AI时代

主要内容AgenticAI的兴起技术范式转移：黄仁勋指出，AI已经经历了三代技术范式的转移，从判别式AI（如语音识别、图像识别）到生成式AI，再到如今的AgenticAI。未来将是影响物理世界的

帅森森聊AI和职场(公众号同名)·2025-03-25 21:45

深入理解现代C++在IT行业中的核心地位与应用实践

在以下关键领域保持不可替代地位：应用领域C++优势体现典型应用案例高性能计算直接内存管理，SIMD指令优化科学计算、金融建模游戏开发实时渲染，物理引擎UnrealEngine、Unity底层嵌入式系统资源受限环境下的高效控制自动驾驶

六七_Shmily·2025-03-25 20:12

基于Python卷积神经网络的Mnist手写数字识别

Mnist数据集是一个包含大量手写数字图片的数据集，被广泛用于训练和测试各种图像识别算法。使用卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）来解决手写数字识别问题，不

2301_79809972·2025-03-25 20:12

使用Carsim和MATLAB/Simulink进行强化学习的解决办法

本人之前一直想通过强化学习控制车辆进行自动驾驶，但是一直存在carsim报错或者MATLAB崩溃的现象，后经不断尝试，发现Carsim2022和MATLAB2023b联仿能够正常实现强化学习。

DAY走玩·2025-03-25 19:28

PyTorch 深度学习实战（8）：Transformer 与机器翻译（基于本地中英文文本文件）

在上一篇文章中，我们探讨了循环神经网络（RNN）及其在文本分类中的应用。本文将介绍Transformer模型的基本原理，并使用PyTorch和HuggingFace的transformers库实现一个简单的机器翻译模型。我们将基于本地的中英文文本文件进行实战演练。一、Transformer基础Transformer是一种基于自注意力机制（Self-Attention）的神经网络架构，由Vaswan

进取星辰·2025-03-25 18:58

使用 ByteDance 的 UI-TARS Desktop 探索 AI 驱动的 GUI 自动化新前沿

与其他技术的对比未来展望结语随着人工智能技术的快速发展，AI正在从单纯的文本生成和图像识别迈向更复杂的交互场景。

码事漫谈·2025-03-25 18:26

使用LangChain和中文羊驼2.0搭建离线版的ChatPDF

了解如何使用深度学习中常用的向量数据库。为了让更多的同学看懂，我会尽量写的小白一点。如果你是有经验的

大模型常客·2025-03-25 18:49

Linux系统增加用户用于深度学习

首先是为自己创建一个新用户名sudouseradd-mnewuser#增加一个newuser用户sudopasswdnewuser#为newuser用户设置密码sunewuser#切换到newuser用户如何切换用户界面的Bashsudochsh-s/bin/zshluoshiyong#配置zshsudochsh-s/bin/bashluoshiyong#配置bash如何使用Anaconda环境创

不要绝望总会慢慢变强·2025-03-25 17:49

推荐频道