深度学习基础理论第18页

day1 计算机基础理论

2019.3.25一：服务器1.1服务器（u，unit代表服务器的厚度）。1u=4.45cm=1.75英寸。常见的服务器厚度为1u.2u.4u.1.1.1服务器的作用：支持网站的运行。1.1.2服务器特点：稳定、模块化（方便拆卸）服务器要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。1.1.3服务器的分类：（1）机架式服务器（在企业中比较常用）。（2）

不学习会死_b5ee·2024-02-12 18:50

⼤语⾔模型深度学习背景知识

1.LLM⼤语⾔模型⼀般训练过程Step1.预训练阶段Step2.微调阶段⼤模型⾸先在⼤量的⽆标签数据上进⾏训练，预训练的最终⽬的是让模型学习到语⾔的统计规律和⼀般知识。在这个过程中模型能够学习到词语的语义、句⼦的语法结构、以及⽂本的⼀般知识和上下⽂信息。需要注意的是，预训练本质上是⼀个⽆监督学习过程；得到预训练模型（PretrainedModel），也被称为基座模型（BaseModel），模型具

Andy_shenzl·2024-02-12 18:22

使用Java+Springboot+Mysql开发个性化新能源汽车推荐系统在线新能源电动车辆推荐平台汽车购物商城基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析

使用Java+Springboot+Mysql开发个性化新能源汽车推荐系统在线新能源电动车辆推荐平台汽车购物商城基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析CarRecommendWebEx

linge511873822·2024-02-12 18:21

Java+Springboot+Mysql开发个性化求职/招聘/职位推荐系统在线招聘/就业/职业推荐平台基于机器学习、深度学习、人工智能推荐算法协同过滤推荐算法爬虫可视化数据分析

Java+Springboot+Mysql开发个性化求职/招聘/职位推荐系统在线招聘/就业/职业推荐平台基于机器学习、深度学习、人工智能推荐算法协同过滤推荐算法爬虫可视化数据分析PositionRecommendSys

linge511873822·2024-02-12 18:20

使用Java+Springboot+Mysql开发个性化租房推荐系统在线房屋租赁推荐系统基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析

使用Java+Springboot+Mysql开发个性化租房推荐系统在线房屋租赁推荐系统基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析HouseRecommendSys一、项目简介

linge511873822·2024-02-12 18:20

Python+Django+Mysql个性化求职推荐系统在线求职/招聘/职位/简历推荐系统基于机器学习/深度学习/人工智能基于标签/协同过滤推荐算法爬虫

Python+Django+Mysql个性化求职推荐系统在线求职/招聘/职位/简历推荐系统基于机器学习/深度学习/人工智能基于标签/协同过滤推荐算法爬虫PersonalizedPositionRecSysPy

linge511873822·2024-02-12 18:17

【深度学习】S1 预备知识 P1 张量

目录张量创建第一个张量张量的下载与引入创建第一个张量张量的大小和形状张量的形状张量的大小改变张量的形状创建特殊张量张量的基本运算按元素运算张量连结逻辑运算张量求和张量的广播机制张量的索引与切片索引、切片访问张量通过切片方式节省内存占用张量转换为其他对象张量张量（Tensor）是深度学习中用于表示和处理多维数据的数据结构

脚踏实地的大梦想家·2024-02-12 17:55

Days 24 Elfboard 读取摄像头视频进行目标检测

Days24Elfboard读取摄像头视频进行目标检测当前，将AI或深度学习算法（如分类、目标检测和轨迹追踪）部署到嵌入式设备，进而实现边缘计算，正成为轻量级深度学习算法发展的一个重要趋势。

yushibing717·2024-02-12 17:14

交叉熵损失函数基本概念及公式

Cross-EntropyLoss1.二分类2.对于多类别分类问题，其公式可以表示为：3.公式深度挖掘解释——交叉熵损失函数公式中（log）的解释总结交叉熵损失函数（Cross-EntropyLoss）是在机器学习和深度学习中常用的一种损失函数

小桥流水---人工智能·2024-02-12 16:03

交叉熵损失函数（Cross-Entropy Loss）的基本概念与程序代码

交叉熵损失函数（Cross-EntropyLoss）是机器学习和深度学习中常用的损失函数之一，用于分类问题。

小桥流水---人工智能·2024-02-12 16:31

大数据视频教程百度网盘下载

同时，人们又试图用深度学习这样新的思路去解决过去MapReduce和Spark已经解决的问题，这也意味着大数据技术开始进入3.0时代。在这个全新阶段，可以看到整个市场上已经可以提

QFdongdong·2024-02-12 16:42

基于深度学习的图像分割

本论文首先阐述了遥感图像分割和深度学习技术的原理，并用全

雨望·2024-02-12 15:20

AI：125-基于深度学习的航拍图像中地物变化检测

欢迎订阅支持，正在不断更新中~一.基于深度学习的航拍图像中地物变化检测背景随着无人机技术的飞速发展，航拍图像成为获取地表信息的重要手段之一

一见已难忘的申公豹·2024-02-12 15:48

深度学习之线性模型

深度学习之线性模型y=w*x模型思路y=w*x+b模型思路y=w*x模型思路这里求权重w,求最适合的权重，就是求损失值最小的时候这里用穷举法:在一个范围内，列出w的所有值，并且计算出每组数据的平均损失值

温柔了岁月.c·2024-02-12 15:18

（深度学习快速入门）图对比学习综述笔记-中文信息学报2023第37卷第5期

快乐江湖·2024-02-12 15:18

34从传统算法到深度学习：目标检测入门实战 --方向梯度直方图

什么是方向梯度直方图在前面的实验1、实验2中，我们了解到传统的目标检测流程可分为三个步骤，第一步是使用滑动窗口和图像金字塔从图片中选择一些区域。第二步是将选择出来的区域转化为人工设计的特征，可称为特征提取。第三步是将这些特征输入分类器进行分类。方向梯度直方图（HistogramofOrientedGradients）以下简称HOG，就是一种人工设计的特征，用来简化图像表述的特征描述符。下图中左边的

Jachin111·2024-02-12 15:37

深度学习笔记

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:激活函数sigmoid=11+e−xsigmoid=\frac{1}{1+e^{-x}}sigmoid=1+e−x1ReLU:线性整流函数；##LogisticRegression-->binaryclassif

stoAir·2024-02-12 14:28

[ai笔记4] 将AI工具场景化，应用于生活和工作

早上醒来的时候，我就开始思考接下来应该怎样去熟悉和梳理ai这个领域，对于一个技术人来说，自然是通过技术的手段，研究下大模型原理、深度学习、langchain这些框架会更合适，但这些东西不能直接解决人

文思源想·2024-02-12 14:27

我没法不向你推荐这本书，自媒体文本的初学手册2022-04-18

这本书和市面上同类型的写作书不同，它不给你讲一大堆关于文学的基础理论，也不给

达达的微笑·2024-02-12 14:40

yolov3-tiny

一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别或实例ID来描述图片，这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大规模应用的任务

HelloWorldQAQ。·2024-02-12 14:50

阿里云人工智能工程师ACP认证考试：15天备考到通过经验分享

阿里云人工智能工程师ACP认证考试：15天备考到通过经验分享机缘：以证促学在工作中，接触并使用深度学习相关技术已经有4、5年左右，具备一些AI相关的理论和经验。

North_D·2024-02-12 13:59

Vitis AI 集成

·2024-02-12 12:42

李宏毅机器学习笔记 2.回归

最近在跟着Datawhale组队学习打卡，学习李宏毅的机器学习/深度学习的课程。

Simone Zeng·2024-02-12 11:34

梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？

链接：https://www.zhihu.com/question/68109802编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：夕小瑶https://www.zhihu.com/question

woshicver·2024-02-12 11:34

为什么深度学习模型很难找到局部最优？

深度学习的最终目标是让模型在预测时的误差很小。而在训练过程中，我们需要制定一个损失函数，使训练过程中的函数值“最小”。这时候，我们可以把该损失函数看做一个目标函数。

蔡逸超·2024-02-12 11:30

Win10TF2.4，对利用TIF影像训练报错：OSError： Too many open files

问题情境：计算机视觉的火爆研究，使许多遥感影像方面研究大量借鉴计算机视觉领域的方法，但在利用遥感影像进行深度学习研究中，往往采用tif影像作为数据源，而计算机视觉相关的采用的是jpg和png影像。

SatVision炼金士·2024-02-12 11:52

书生谱语-全链条开发工具

书生·谱语全链条开发体系包含：数据、模型预训练、模型微调、模型量化部署、模型测评、模型场景应用全链路开发体系github链接通用大模型国内外大语言模型快速发展，涌现了大量的大语言模型以及一批创业公司深度学习模型的发展大模型利用多模态优势

SatVision炼金士·2024-02-12 11:21

前向传播网络实现（类与函数）——TensorFlow2.4

文章目录前言一、基于类的前向传播二、基于函数的前向传播总结前言最近开始着手语义分割方面的内容，由于刚开始入门深度学习，看了一下deeplab的源码，里面所有网络结构基本上都是由类进行定义的（目的是为了方便复用

SatVision炼金士·2024-02-12 11:21

《零基础实践深度学习》波士顿房价预测任务1.3.3.4训练过程

《零基础实践深度学习》基于线性回归实现波士顿房价预测任务1.3.3-CSDN博客1.3.3.4训练过程上述计算过程描述了如何构建神经网络，通过神经网络完成预测值和损失函数的计算。

软工菜鸡·2024-02-12 10:14

《零基础实践深度学习》基于线性回归实现波士顿房价预测任务1.3.3

1.3.3基于线性回归实现波士顿房价预测任务深度学习不仅实现了模型的端到端学习，还推动了人工智能进入工业大生产阶段，产生了标准化、自动化和模块化的通用框架。

软工菜鸡·2024-02-12 09:13

兵棋推演是离散问题，深度学习是连续问题

深度学习是一种机器学习方法，旨在通过大规模数据的训练来学习复杂的模式和关系。它通常应用于连续数据和问题，例如图像识别、语音识别、自然语言处理等。

人机与认知实验室·2024-02-12 09:54

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN

正文共：1333字21图，预估阅读时间：2分钟上次我们在Windows上尝试用TeslaM4配置深度学习环境（TensorFlow识别GPU难道就这么难吗？还是我的GPU有问题？），但是失败了。

Danileaf_Guo·2024-02-12 08:41

《动手学深度学习(PyTorch版)》笔记8.6

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.6ConciseImplementationofRNNimporttorchfrom

南七澄江·2024-02-12 08:03

《动手学深度学习(PyTorch版)》笔记8.7

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.7BackpropagationThroughTime通过时间反向传播（backpr

南七澄江·2024-02-12 08:03

Pytorch 复习总结 1

Pytorch复习总结，仅供笔者使用，参考教材：《动手学深度学习》本文主要内容为：Pytorch张量的常见运算、线性代数、高等数学、概率论。

ScienceLi1125·2024-02-12 08:02

浅谈人工智能之深度学习~

目录前言：深度学习的进展一：深度学习的基本原理和算法二：深度学习的应用实例三：深度学习的挑战和未来发展方向四：深度学习与机器学习的关系五：深度学习与人类的智能交互悟已往之不谏，知来者犹可追创作不易，宝子们

秋风起，再归来～·2024-02-12 08:30

《动手学深度学习(PyTorch版)》笔记8.5

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.5ImplementationofRNNfromScratch8.5.1ModelD

南七澄江·2024-02-12 08:00

【大厂AI课学习笔记】【1.6 人工智能基础知识】（3）神经网络

深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值(例如一幅草莓照片)可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。

giszz·2024-02-12 08:57

【大厂AI课学习笔记】【1.6 人工智能基础知识】（4）深度学习和机器学习

关于深度学习和机器学习，出来包含关系之外，还有如上总结的知识点。分别从特征处理、学习方法、数据依赖、硬件依赖等4个方面，进行了总结。从特征处理上看：深度学习从数据中习得高级特征，并自行创建新的特征。

giszz·2024-02-12 08:56

测试工程师需要准备哪些知识

零基础测试工程师的必备技能概述测试基础理论软件测试的分类研发管理模型测试流程测试方法（比较重要的测试方法）（用来设计测试用例）BUG的管理测试的应用总结概述本文会记录一些本人有关于测试工程师岗位的学习的整个过程和理解

我是一只蘑菇17·2024-02-12 07:44

软件测试需要学什么？学多久？软件测试技术进阶路线图

1.测试基础理论测试的定义、测试的分类、测试的方法、测试的生命周期。测试计划、测试方案、测试策略、测试用例的编写。BUG的定义、BUG的分类、BUG的六要素、BUG的生命周期。测试和开发流程的关

测试小鬼·2024-02-12 07:08

Pytorch底层源码解读（一）概览

前言作为最受欢迎的深度学习框架，Pytorch如今已拥有极大的用户群体以及开发者。

firework_97df·2024-02-12 04:08

手工设计特征方法指的是什么算法？是什么意思？

相对于基于深度学习的方法，手工设计特征方法需要对图像特征进行人工选择和设计，需要大量的专业知识和经验，但在一些场景中仍然有广泛的应用。

legendarylin·2024-02-12 03:17

【自制C++深度学习推理框架】计算图的设计思路

计算图的设计思路什么是计算图在深度学习推理框架中，计算图是一种数据结构，它由算子节点和数据节点组成，在该图中前向传播时数据从输入节点开始流动，经过一层层的计算后输出到输出节点，表示深度学习模型的计算过程

代码缝合怪·2024-02-12 03:16

【自制C++深度学习推理框架】Layer的设计思路

Layer的设计思路Layer的抽象如果将深度学习中的所有层分为两类,那么肯定是"带权重"的层和"不带权重"的层。

代码缝合怪·2024-02-12 03:15

【自制C++深度学习推理框架】Tensor模板类的设计思路

Tensor模板类的设计思路为什么要把Armadillo线性代数库arma::fcube封装成Tensor模板类？arma::fcube是Armadillo线性代数库中的一种数据类型，它是一个三维的float类型张量。Armadillo库是一个C++科学计算库，提供了高效的线性代数和矩阵运算。它支持常用矩阵操作、线性系统求解、特征值求解等功能，并且具有简单易用、高效快速、内存占用少等特点。将arm

代码缝合怪·2024-02-12 03:45

2-2 动手学深度学习v2-损失函数-笔记

损失函数，用来衡量预测值和真实值之间的区别。是机器学习里面一个非常重要的概念。三个常用的损失函数L2loss、L1loss、Huber’sRobustloss均方损失L2Lossl(y,y′)=12(y−y′)2l(y,y^{\prime})=\frac{1}{2}(y-y^{\prime})^{2}l(y,y′)=21(y−y′)2（除以222的时候，222和12\frac{1}{2}21相互抵

Alkali！·2024-02-12 03:44

2-1 动手学深度学习v2-Softmax回归-笔记

回归VS分类回归估计一个连续值分类预测一个离散类别从回归到多类分类回归单连续数值输出输出的区间：自然区间R\mathbb{R}R损失：跟真实值的区别分类通常多个输出（这个输出的个数是等于类别的个数）输出的第iii个元素是用来预测第iii类的置信度从回归到多类分类——均方损失对类别进行一位有效编码（因为类别不是一个数，可能是一个字符串等等）假设我们有nnn个类别，我们可以用最简单的一位有效编码来进行

Alkali！·2024-02-12 03:14

1-4 动手学深度学习v2-线性回归的简洁实现-笔记

通过使用深度学习框架来简洁地实现线性回归模型生成数据集importnumpyasnpimporttorchfromtorch.utilsimportdata#从torch.utils中引入一些处理数据的模块