深度学习实例第2页

【深度学习】Adam（Adaptive Moment Estimation）优化算法

概述Adam算法结合了动量法（Momentum）和RMSProp的思想，能够自适应调整每个参数的学习率。通过动态调整每个参数的学习率，在非平稳目标（如深度神经网络的损失函数）中表现优异目录基本原理和公式笼统说明：为什么Adam算法可以帮助模型找到更好的参数基本概念动量（Momentum）：跟踪梯度的指数衰减平均（一阶矩），加速收敛并减少震荡。自适应学习率：跟踪梯度平方的指数衰减平均（二阶矩），调整

辰尘_星启·2025-03-10 20:51

ONNX GraphSurgeon详细介绍

它允许开发者在ONNX模型的图结构中进行修改、优化、插入节点、删除节点以及其他图结构操作，是在深度学习推理部署过程中非常有用的工具。

Lntano__y·2025-03-10 19:12

benchmark和baseline的联系与区别

在深度学习算法中，benchmark（基准）和baseline（基线）是两个常用的概念，用于评估算法的性能和进行比较。尽管它们有一些相似之处，但它们在定义和使用上有一些区别。

Lntano__y·2025-03-10 19:41

算法与竞赛(第7章) - C++与STL基础三：队列以及优先队列的应用

第1关：STL模板之queue实例一：最少个数本关任务：给定N个非负整数，求解至少需要选多少个连续的数，它们的和不小于给定的整数S，特别的，若没有解，则输出0。

Ssaty.·2025-03-10 18:39

BroadcastChannel 通讯原理

BroadcastChannel的基本概念广播频道：BroadcastChannel创建的实例代表一个特定的广播频道，所有监听该频道的上下文都能接收该频道

A-Kamen·2025-03-10 18:08

JVM常见八股问题

堆区：存储对象实例，几乎所有的对象都在这里分配内存。栈区：每个线程都有一个栈帧，用于存

学Java的skyyyyyyyy·2025-03-10 18:05

第N4周：NLP中的文本嵌入

本人往期文章可查阅：深度学习总结词嵌入是一种用于自然语言处理（NLP）的技术，用于将单词表示为数字，以便计算机可以处理它们。通俗的讲就是，一种把文本转为数值输入到计算机中的方法。

OreoCC·2025-03-10 18:05

vite+vue+ts+element-plus从零开发管理后台框架(15)-暗黑模式

script段引入并实例化useDarkimport{useFulls

·2025-03-10 18:25

深度学习项目十一：mmdetection训练自己的数据集

mmdetection训练自己的数据集这里写目录标题mmdetection训练自己的数据集一：环境搭建二：数据集格式转换(yolo转coco格式)yolo数据集格式coco数据集格式yolo转coco数据集格式yolo转coco数据集格式的代码三：训练dataset数据文件配置configs1.在configs/faster_rcnn/faster-rcnn_r101_fpn_1x_coco.py

小啊磊_Vv·2025-03-10 17:02

Python 课课练 (八)：函数课后练习题

语言基础、运算符与表达式、程序的控制结构合集ChapterThree:Python序列之字符串操作详解ChapterFour:Python序列之列表、元组操作详解合集超详细的Python基础语句总结(多实例

Amo Xiang·2025-03-10 17:29

深度学习和机器学习的差异

深度学习（DeepLearning）作为机器

The god of big data·2025-03-10 16:28

C# 类的结构

类需要具象化实例化理论上类中的成员没有编写顺序。约定:字段--》构造函数--》属性--》方法

weixin_48990772·2025-03-10 16:28

深度学习 PyTorch 中 18 种数据增强策略与实现

深度学习pytorch之简单方法自定义9类卷积即插即用数据增强通过对训练数据进行多种变换，增加数据的多样性，它帮助我们提高模型的鲁棒性，并减少过拟合的风险。

@Mr_LiuYang·2025-03-10 16:25

探索 Java 中的线程池自定义技巧：高效、灵活地管理并发任务！

1.基本步骤：使用`ThreadPoolExecutor`构建线程池2.合理设置核心线程数与最大线程数实例：创建一个适合IO密集型任务的线程池3.选择合适的任务队列实例：使用`ArrayBlockingQueue

魔道不误砍柴功·2025-03-10 16:24

Win11及CUDA 12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音

Win11及CUDA12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音【下载地址】Win11及CUDA12.1环境下PyTorch安装及避坑指南本资源文件旨在为在Windows11操作系统及

郁云爽·2025-03-10 16:52

清华大学：人工智能之知识图谱.pdf

此文档旨在为读者提供一个全面的理解框架，从基础知识入手，逐步展开至知识图谱的应用实例、技

黄晗昂Aileen·2025-03-10 16:52

深度学习笔记——Resnet和迁移学习

1.ResNet的提出深度学习与网络深度的挑战：在深度学习中，网络的“深度”(即层数)通常与模型的能力成正比。然而，随着网络深度的增加，一些问题也随之出现，最突出的是梯度消失/爆炸问题。

肆——·2025-03-10 15:17

嵌入式开发必读：RTOS选型指南与实例分析

目录一、实时操作系统（RTOS）概述1.1实时性的核心定义1.2关键技术指标指标详解不同RTOS的指标表现1.3RTOS与通用OS的本质区别实例对比使用通用OS的后果二、RTOS选型的重要性三、RTOS

大模型大数据攻城狮·2025-03-10 14:10

101.华为企业组网实例：VRRP+MSTP典型组网配置

VRRP+MSTP典型组网配置VRRP是一种容错协议，它保证当主机的下一跳路由器出现故障时，由另一台路由器来代替出现故障的路由器进行工作，从而保持网络通信的连续性和可靠性。MSTP：多生成树协议，通过生成多个生成树，来解决以太网环路问题。实验拓扑一、VLAN配置SW3配置sysw3uninenvlanbatch10203040interfacee0/0/3portlink-typeaccesspo

亦良Cool·2025-03-10 14:08

ThreadLocal内存泄漏

ThreadLocal内存泄漏实线代表强引用，虚线代表弱引用每一个Thread维护一个ThreadLocalMap，key为使用弱引用的ThreadLocal实例，value为线程变量的副本。

PinkandWhite·2025-03-10 14:08

深度学习在SSVEP信号分类中的应用分析

近年来，深度学习方法在SSVEP信号分类中取得了显著的成果。本文通过对31个深

自由的晚风·2025-03-10 12:00

一个实例用全创建型模式-优化（冗余消除）

1.关联链接上一篇：一个实例用全创建型模式-CSDN博客目录：《一个实例讲完23种设计模式》2.内容当前：单件+抽象工厂+创建者+工厂方法+优化需求：坦克大战创建两种坦克坦克类型射程速度b7070米时/

科学的发展-只不过是读大自然写的代码·2025-03-10 12:57

PSPNet在图像超分辨率中的应用

近年来,随着深度学习的发展,基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)的

AI天才研究院·2025-03-10 12:55

基于文本特征的微博谣言检测

本文将介绍如何基于文本特征，使用深度学习模型（如LSTM、CNN）和传统机器学习模型（如SVM）来实现微博谣言检测，并对这些模型的性能进行比较。

机器懒得学习·2025-03-10 11:24

使用服务器搭建无门槛ChatGPT WEB应用LobeChat

莱卡云（Lcayun）·2025-03-10 11:23

TCP服务端和客户端实例代码

1、TCP服务器#include#include#include#include#include#includevoiderror_handling(char*message){fputs(message,stderr);fputc('\n',stderr);exit(1);}intmain(intargc,char*argv[]){intserv_sock;intclnt_sock;struct

hhaijiuwo·2025-03-10 11:21

基于深度学习的恶意软件检测系统：设计与实现

近年来，深度学习技术在模式识别和分类任务中取得了显著成效，为恶意软件检测领域带来了新的机遇。

机器懒得学习·2025-03-10 11:49

AI Agent: AI的下一个风口从图形用户界面到自然语言的进化

的下一个风口从图形用户界面到自然语言的进化1.背景介绍1.1人机交互的演变历程1.1.1命令行界面时代1.1.2图形用户界面时代1.1.3自然语言交互的兴起1.2AI技术的发展现状1.2.1机器学习和深度学习的突破

AI天才研究院·2025-03-10 10:45

Web安全——node.js原型链污染

每个对象都有一个指向它的原型的内部链接，而这个原型对象又有他自己的原型，直到null为止整体看来就是多个对象层层继承，实例对象的原型链接形成了一条链，也就是js的原型链。

@Camelus·2025-03-10 10:42

面试必备：Kafka高频面试题及答案解析

它的工作原理包括：1、创建Producer实例：通过配置Producer的各种属性（如服务器地址、序列化方式等）来创建Producer实例。2、发送消

江-小北·2025-03-10 10:11

基于PyTorch的深度学习4——使用numpy实现机器学习vs使用Tensor及Antograd实现机器学习

首先，给出一个数组x，然后基于表达式y=3x2+2，加上一些噪音数据到达另一组数据y。然后，构建一个机器学习模型，学习表达式y=wx2+b的两个参数w、b。利用数组x，y的数据为训练数据。最后，采用梯度梯度下降法，通过多次迭代，学习到w、b的值。以下为具体步骤：1)导入需要的库。importnumpyasnp%matplotlibinlinefrommatplotlibimportpyplotas

Wis4e·2025-03-10 09:09

Java基础系列：深入解析抽象类、接口与Lambda表达式及避坑指南

目录一、抽象类：半成品的艺术1.核心特征解析2.典型应用场景3.三大经典陷阱陷阱1：尝试实例化抽象类陷阱2：未实现全部抽象方法陷阱3：构造方法调用可覆盖方法二、接口：行为契约的进化1.接口的现代形态（Java8

JouJz·2025-03-10 09:39

AI 大模型应用数据中心建设：数据中心成本优化

无论是进行深度学习模型的训练，还是大模型应用的推理，数据中心都需要提供充足的计算资源、存储空间和网络带宽。

杭州大厂Java程序媛·2025-03-10 09:38

深度学习-144-Text2SQL之基于langchain的少量样本提示词模板FewShotPromptTemplate的应用实战(三)

文章目录1基本组件1.1大模型1.2数据库Chinook1.2.1创建并载入数据1.2.2SQLDatabase2年龄最大的员工姓名和年龄3少量样本提示词模板3.1创建示例集3.2创建格式化程序3.3创建示例选择器3.4创建少量示例提示词模板3.5应用测试3.6添加新示例4参考附录1基本组件1.1大模型fromlangchain_ollamaimportChatOllamaimportosos.e

皮皮冰燃·2025-03-10 09:36

Pytorch 第九回：卷积神经网络——ResNet模型

Pytorch第九回：卷积神经网络——ResNet模型本次开启深度学习第九回，基于Pytorch的ResNet卷积神经网络模型。这是分享的第四个卷积神经网络模型。

Start_Present·2025-03-10 09:05

RoPE——Transformer 的旋转位置编码

在自然语言处理领域，Transformer是现代深度学习模型的基础，而位置编码（PositionEmbedding）则是Transformer处理序列数据的关键模块之一。

机智的小神仙儿·2025-03-10 09:34

python爬虫（7）爬虫实例（3）

#-*-coding:utf-8-*-importrequestsimportosfromlxmlimportetree#解析库XPath#在本地建立一个文件夹，命名为pic_truck，用于存放下载的图片folder='pic_truck'ifnotos.path.exists(folder):os.makedirs(folder)#定义下载函数，用于下载图片defdownload(url):r

丁叔叔·2025-03-10 09:34

每天五分钟深度学习pytorch：基于Pytorch搭建ResNet模型的残差块

残差块我们分析一下这个残差块，x经过两个卷积层得到F(x)，然后F(x)+x作为残差块的输出，此时就有一个问题，这个问题就是F(x)+x的维度问题，如果图片数据经过两个卷积层之后F(x)变小（height和weight变小）或者通道数发生了变化，那么此时F(x)是没有办法和x相加的，当然我们可以学习前面的GoogLeNet的方式，也就是说卷积之后的F(x)和x一样，大小不变，或者对x变道和F(x)

每天五分钟玩转人工智能·2025-03-10 08:59

Training-free Neural Architecture Searchthrough Variance of Knowledge of Deep Network Weights（预览版本）

代码位置摘要深度学习彻底改变了计算机视觉，但它使用深度网络架构取得了巨大的成功，而这些架构大多是手工制作的，因此可能不是最理想的。

境心镜·2025-03-10 08:54

智能教育：DeepSeek在课堂管理中的应用与代码实现

DeepSeek通过深度学习算法，能够从课堂数据中

Evaporator Core·2025-03-10 07:52

基于PyTorch的深度学习5——神经网络工具箱

可以学习如下内容：•介绍神经网络核心组件。•如何构建一个神经网络。•详细介绍如何构建一个神经网络。•如何使用nn模块中Module及functional。•如何选择优化器。•动态修改学习率参数。5.1核心组件神经网络核心组件不多，把这些组件确定后，这个神经网络基本就确定了。这些核心组件包括：1)层：神经网络的基本结构，将输入张量转换为输出张量。2)模型：层构成的网络。3)损失函数：参数学习的目标函

Wis4e·2025-03-10 07:49

linux GTK 多进程

一个linux下多进程的实例，同时练习GTK编程。分三个文件，分别是创建进程到主函数threeProc.c、建立子进程窗口的函数procBar.h和另外一个畸形窗口创建函数showImage.h。

SillyBenzhu·2025-03-10 07:18

深度学习-Android-图片加载框架-Glide-(二)-切入源码层深入分析-Glide-缓存策略

介绍在上一篇中，我们知道了Glide框架的最基本的执行流程，那么只知道基本执行流程，这显然是不够的，我们要深挖Glide框架的细节处理原理，比如缓存机制，图片处理等，这一篇我们就一起去探索Glide的缓存机制。Glide缓存机制可以说是设计的非常完美，考虑的非常周全，下面就以一张表格来说明下Glide缓存。缓存类型缓存代表说明活动缓存ActiveResources如果当前对应的图片资源是从内存缓存

2401_84123077·2025-03-10 05:38

Java知识点——IO流

目录一、IO流基础概念二、常见的IO流类三、字符流1.字符输入流（Reader）与字符输出流（Writer）2.常用实现类3.实例四、字节流1.字节输入流（InputStream）与字节输出流（OutputStream

小布不吃竹·2025-03-10 05:31

杂乱笔记（一）

一、嵌套定义在Spring中，一个Bean的属性值可以是基本数据类型（如字符串、整数等），也可以是另一个Bean的实例。

五块钱三个·2025-03-10 04:59

Spring Event实例

1.定义事件类//设备故障事件（携带设备ID、故障描述、故障级别）publicclassEquipmentFailureEventextendsApplicationEvent{privateStringequipmentId;privateStringfailureDescription;privateFailureLevellevel;//枚举：CRITICAL,WARNINGpublicEq