深度学习实战

PyTorch深度学习实战——模型训练实用技巧

PyTorch深度学习实战——模型训练实用技巧0.前言1.处理不平衡数据集2.图像中对象的大小3.处理训练数据和验证数据之间的差异4.flatten层的节点数5.图片大小6.利用OpenCV实用程序相关链接
盼小辉丶·2023-10-02 18:31

PyTorch深度学习实战（18）——目标检测

PyTorch深度学习实战（18）——目标检测0.前言1.目标检测1.1基本概念1.2目标检测应用1.3模型训练流程2.创建自定义目标检测数据集2.1安装图片标注工具2.2数据集标注3.区域提议3.1基本概念
盼小辉丶·2023-10-02 18:29

深度学习实战54-基于ChatGLM2大模型构建智能自助用药问答系统与药物智能管理实战的应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战54-基于ChatGLM2大模型构建智能自助用药问答系统与药物智能管理实战的应用。随着人工智能技术的发展，我们的生活在许多方面都得到了改善。
微学AI·2023-09-28 15:38

深度学习实战（2）用Pytorch搭建双向LSTM

用Pytorch搭建双向LSTM应最近的课程实验要求，要做LSTM和GRU的实验效果对比。LSTM的使用和GRU十分相似，欢迎参考我的另外一篇介绍搭建双向GRU的Blog:https://blog.csdn.net/icestorm_rain/article/details/108395515参考Pytorch介绍LSTM的官方文档：其中其定义层时的参数声明方法与GRU完全一致：所以，我定义LST
icebird_craft·2023-09-20 00:35

深度学习实战53-行业描述分类的实战应用:基于ALBERT模型和PyTorch框架的解析

大家好，我是微学AI，今天给大家介绍一下深度学习实战53-行业描述分类的实战应用:基于ALBERT模型和PyTorch框架的解析，在这篇文章中，我们将深入探讨如何使用ALBERT模型和PyTorch框架进行行业描述分类的实战应用
微学AI·2023-09-19 20:37

PyTorch深度学习实战——基于ResNet模型实现猫狗分类

PyTorch深度学习实战——基于ResNet模型实现猫狗分类0.前言1.ResNet架构2.基于预训练ResNet模型实现猫狗分类相关链接0.前言从VGG11到VGG19，不同之处仅在于网络层数，一般来说
盼小辉丶·2023-09-17 16:27

PyTorch深度学习实战（15）——迁移学习

PyTorch深度学习实战（15）——迁移学习0.前言1.迁移学习1.1迁移学习基本概念1.2迁移学习的重要性1.3ImageNet1.4迁移学习流程2.VGG16架构3.使用预训练VGG16模型实现猫狗分类小结系列链接
盼小辉丶·2023-09-15 06:32

深度学习实战51-基于Stable Diffusion模型的图像生成原理详解与项目实战

大家好，我是微学AI，今天给大家介绍一下深度学习实战51-基于StableDiffusion模型的图像生成原理详解与项目实战。大家知道现在各个平台发的漂亮小姐姐，漂亮的图片是怎么生成的吗？
微学AI·2023-09-12 11:29

深度学习实战52-基于医疗大模型与医疗智能诊断问答的运用研究

大家好，我是微学AI，今天给大家介绍一下深度学习实战52-基于医疗大模型与医疗智能诊断问答的运用研究。
微学AI·2023-09-12 11:23

【深度学习实战—6】：基于Pytorch的血细胞图像分类（通用型图像分类程序）

✨博客主页：米开朗琪罗~✨博主爱好：羽毛球✨年轻人要：Livingforthemoment（活在当下）！推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】目录一、数据集介绍二、工程文件夹目录三、option.py四、getdata.py五、utils.py六、model.py七、train.py八、evaluate.py九、pth2onnx.py十、onnx_inference
王乐予·2023-09-11 09:21

PyTorch深度学习实战（14）——类激活图

PyTorch深度学习实战（14）——类激活图0.前言1.类激活图1.1基本概念1.2类激活图生成2数据集分析3使用PyTorch生成CAM小结系列链接0.前言我们已经能够构建性能优异的神经网络模型，但对我们而言
盼小辉丶·2023-09-07 10:42

PyTorch深度学习实战——猫狗分类

PyTorch深度学习实战——猫狗分类0.前言1.猫狗分类数据集2.使用PyTorch实现猫狗分类3.训练数据数量对模型性能的影响相关链接0.前言我们已经学习了如何构建卷积神经网络，并且在Fashion-MNIST
盼小辉丶·2023-09-03 14:50

PyTorch深度学习实战（13）——可视化神经网络中间层输出

PyTorch深度学习实战（13）——可视化神经网络中间层输出0.前言1.可视化特征学习的结果2.可视化第一个卷积层的输出3.可视化不同网络层的特征图小结系列链接0.前言随着深度学习的快速发展，神经网络已成为解决各种复杂任务的重要工具
盼小辉丶·2023-08-28 13:32

深度学习实战49-基于卷积神经网络和注意力机制的汽车品牌与型号分类识别的应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战49-基于卷积神经网络和注意力机制的汽车品牌与型号分类识别的应用，该项目就像是一只智慧而敏锐的眼睛，专注地凝视着汽车世界。
微学AI·2023-08-24 23:55

深度学习实战50-构建ChatOCR项目:基于大语言模型的OCR识别问答系统实战

大家好，我是微学AI，今天给大家介绍一下深度学习实战50-构建ChatOCR项目:基于大语言模型的OCR识别问答系统实战，该项目是一个基于深度学习和大语言模型的OCR识别问答系统的实战项目。
微学AI·2023-08-24 15:21

Pytorch深度学习实战——加载数据集

看了一下刘二大人保姆级Pytorch教程，就先写个笔记记录一下，感兴趣的客官可以去B站看一下哦教程地址：https://www.bilibili.com/video/BV1Y7411d7Ys?p=8首先，区分一下Batch、Epoch和Iteration三个概念Epoch：表示所有训练样本在神经网络中都进行了一次正向传播和一次反向传播，简单地说就是一个Epoch就是将所有训练样本训练一次的过程Ba
Hz_xi·2023-08-21 20:38

PyTorch深度学习实战——使用卷积神经网络执行图像分类

PyTorch深度学习实战——使用卷积神经网络执行图像分类0.前言1.Fashion-MNIST数据集图像分类2.模型测试相关链接0.前言我们已经在《卷积神经网络详解》一节中介绍了传统神经网络在面对图像平移时的问题以及卷积神经网络
盼小辉丶·2023-08-21 20:07

PyTorch深度学习实战（12）——数据增强

PyTorch深度学习实战（12）——数据增强0.前言1.图像增强1.1仿射变换1.2亮度修改1.3添加噪音1.4联合使用多个增强方法2.对批图像执行图像增强3.利用数据增强训练模型小结系列链接0.前言数据增强是指通过对原始数据进行一系列变换和处理
盼小辉丶·2023-08-21 20:07

深度学习实战案例：时间序列预测代码模板(单变量、多元、多步、多元多步)

长短期记忆网络，简称LSTMs，可以应用于时间序列预测。有许多类型的LSTM模型可用于每种特定类型的时间序列预测问题。在本文中，我将分享一系列标准时间序列预测问题开发一套LSTM模型。本文的目的是针对每种类型的时间序列问题提供独立示例作为模板，你可以复制该模板并针对你的特定时间序列预测问题进行调整。文章目录技术提升单变量LSTM模型数据准备VanillaLSTMStackedLSTM双向LSTMC
我爱Python数据挖掘·2023-08-21 02:07

深度学习实战48-【未来的专家团队】基于AutoCompany模型的自动化企业概念设计与设想

大家好，我是微学AI，今天给大家介绍一下深度学习实战48-【未来的专家团队】基于AutoCompany模型的自动化企业概念设计与设想，文本将介绍AutoCompany模型的概念设计，涵盖了AI智能公司的各个角色
微学AI·2023-08-17 14:07

深度学习实战41-基于LSTM-GRU模型搭建对糖尿病数据的预测与应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战41-基于LSTM-GRU模型搭建对糖尿病数据的预测与应用，本文将向大家介绍一种基于LSTM-GRU的糖尿病预测模型，包括模型的原理、中文糖尿病csv
微学AI·2023-08-16 17:06

深度学习实战（五）：通过scikit-learn模板两步构建自己的机器学习模型

深度学习实战（五）：通过scikit-learn模板两步构建自己的机器学习模型1.项目简介2.明确你要解决的问题3.预备工作3.1加载数据集3.2数据集划分4.万能模板V1.04.1应用案例4.1.1构建
AiCharm·2023-08-16 17:35

深度学习实战基础案例——卷积神经网络（CNN）基于SqueezeNet的眼疾识别|第1例

文章目录前言一、数据准备1.1数据集介绍1.2数据集文件结构二、项目实战2.1数据标签划分2.2数据预处理2.3构建模型2.4开始训练2.5结果可视化三、数据集个体预测前言SqueezeNet是一种轻量且高效的CNN模型，它参数比AlexNet少50倍，但模型性能（accuracy）与AlexNet接近。顾名思义，Squeeze的中文意思是压缩和挤压的意思，所以我们通过算法的名字就可以猜想到，该算
心无旁骛~·2023-08-16 05:58

深度学习实战47-利用深度学习技术来解决复杂的人群计数问题，CrowdCountNet模型的应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战47-利用深度学习技术来解决复杂的人群计数问题，CrowdCountNet模型的应用。
微学AI·2023-08-15 15:55

010_wz_ledr_pytorch深度学习实战_第十一讲——卷积神经网络（CNN）高级篇

一、目的本次目的是实现GoogNet的部分模块，以及如何去解决梯度消失问题（ResNet）二、编程GoogleNet中Inception模块其一：关于Inception模块的好处，看这篇文章：Inception模块作用我们将搭建这样的网络输入层->卷积层->池化层->rule->inception->卷积层->池化层->relu->inception->全连接层数据集仍然使用Mnistimport
王泽的随笔·2023-08-14 13:24

PyTorch深度学习实战（10）——过拟合及其解决方法

PyTorch深度学习实战（10）——过拟合及其解决方法0.前言1.过拟合基本概念2.添加Dropout解决过拟合3.使用正则化解决过拟合3.1L1正则化3.2L2正则化4.学习率衰减小结系列链接0.前言过拟合
盼小辉丶·2023-08-14 13:53

PyTorch深度学习实战（11）——卷积神经网络

PyTorch深度学习实战（11）——卷积神经网络0.前言1.全连接网络的缺陷2.卷积神经网络基本组件2.1卷积2.2步幅和填充2.3池化2.3卷积神经网络完整流程3.卷积和池化相比全连接网络的优势4.
盼小辉丶·2023-08-14 13:52

PyTorch深度学习实战（9）——学习率优化

PyTorch深度学习实战（9）——学习率优化0.前言1.学习率简介2.梯度值、学习率和权重之间的相互作用3.学习率优化实战3.1学习率对缩放后的数据集的影响3.2学习率对未缩放数据集的影响小结系列链接
盼小辉丶·2023-08-06 11:18

深度学习实战46-基于CNN的遥感卫星地图智能分类，模型训练与预测

大家好，我是微学AI，今天给大家介绍一下深度学习实战46-基于CNN的遥感卫星地图智能分类，模型训练与预测。
微学AI·2023-08-05 01:19

LabVIEW实现深度相机与三维定位实战（上）

‍‍博客主页：virobotics的CSDN博客：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习实战』上期文章：LabVIEW中使用opencv快速实现视频的读写如觉得博主文章写的不错或对你有所帮助的话
virobotics·2023-08-04 22:50

【YOLOv8-Seg】实战三：LabVIEW+TensoRT实现YOLOv8-seg的极速推理（毫秒级）

‍‍博客主页：virobotics的CSDN博客：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习实战』上期文章：【YOLOv8-seg】实战一：手把手教你使用YOLOv8实现实例分割如觉得博主文章写的不错或对你有所帮助的话
virobotics·2023-08-04 22:19

LabVIEW中使用opencv快速实现视频的读写

‍‍博客主页：virobotics的CSDN博客：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习实战』上期文章：【YOLOv8-Seg】实战三：LabVIEW+TensoRT实现
virobotics·2023-08-04 22:19

LabVIEW深度相机与三维定位实战（下）

‍‍博客主页：virobotics的CSDN博客：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习实战』上期文章：『LabVIEW深度相机与三维定位实战（上）』如觉得博主文章写的不错或对你有所帮助的话
virobotics·2023-08-04 22:17

深度学习实战45-【OCR系列】PaddleOCR在C++与python环境、组合环境下运行的效率比较与运用

大家好，我是微学AI，今天给大家介绍一下深度学习实战45-【OCR系列】PaddleOCR在C++与python环境、组合环境下运行的效率比较与运用，在一般情况下，C++相对于Python具有更高的运行效率
微学AI·2023-08-03 18:27

PyTorch深度学习实战（7）——批大小对神经网络训练的影响

PyTorch深度学习实战（7）——批大小对神经网络性能的影响0.前言1.批处理概念2.批处理的优势3.批大小对神经网络性能的影响3.1批大小为323.2批大小为30,000小结系列链接0.前言在神经网络中
盼小辉丶·2023-08-02 16:14

PyTorch深度学习实战（6）——神经网络性能优化技术

PyTorch深度学习实战（6）——神经网络性能优化技术0.前言1.数据准备1.1数据集分析1.2数据集加载2.使用PyTorch训练神经网络2.1神经网络训练流程2.2PyTorch神经网络训练3.缩放数据集
盼小辉丶·2023-08-02 15:44

PyTorch深度学习实战（8）——批归一化

PyTorch深度学习实战（8）——批归一化0.前言1.批归一化原理2.批归一化优势3.批归一化对模型训练的影响3.1未使用批归一化，且输入值较小3.2使用批归一化，且输入值较小3.3使用批归一化，且输入值较大小结系列链接
盼小辉丶·2023-08-02 15:43

深度学习实战44-Keras框架下实现高中数学题目的智能分类功能应用

大家好，我是微学AI,今天给大家介绍一下深度学习实战44-Keras框架实现高中数学题目的智能分类功能应用，该功能是基于人工智能技术的创新应用，通过对数学题目进行智能分类，提供个性化的学习辅助和教学支持
微学AI·2023-07-29 07:33

[深度学习实战]基于PyTorch的深度学习实战(下)[Mnist手写数字图像识别]

基于PyTorch的深度学习实战可能要告一段落了。本想着再写几篇关于PyTorch神经网络深度学习的文章来着，可
TJUTCM-策士之九尾·2023-07-27 12:54

[深度学习实战]基于PyTorch的深度学习实战(中)[线性回归、numpy矩阵的保存、模型的保存和导入、卷积层、池化层]

目录一、前言二、线性回归2.1训练代码2.2绘图部分代码2.3numpy数组的保存和导入代码2.4完整代码三、numpy矩阵的保存四、模型的保存和导入4.1保存模型4.2导入模型五、卷积层5.1Conv2d5.1.1函数定义5.1.2参数说明5.1.3测试代码5.1.4最终结果5.2Conv1d5.2.1函数定义5.2.2参数说明5.2.3测试代码5.2.4最终结果5.2.5核心代码六、池化层6.
TJUTCM-策士之九尾·2023-07-27 12:53

[深度学习实战]基于PyTorch的深度学习实战(补充篇)[RNN和LSTM基本原理、PyTorch中的LSTM、Embedding层]

目录一、前言二、RNN和LSTM基本原理2.1长期依赖问题2.2LSTM网络2.3LSTM的核心思想2.4逐步理解LSTM2.5LSTM的变体2.5.1coupled忘记门和输入门2.5.2GRU三、PyTorch中的LSTM四、Embedding层五、后记PyTorch——开源的Python机器学习库一、前言  写这部分的文章很耗费精力。因为我自己是医学信息工程专业的，主攻方向其实是医学影像处理
TJUTCM-策士之九尾·2023-07-27 12:21

深度学习实战43-OCR功能集合【OCR基本原理+OCR文本分段合并+PDF扫描文件OCR识别】

大家好，我的微信AI，今天给大家介绍一下深度学习实战43-OCR功能集合【OCR基本原理+OCR文本分段合并+PDF扫描文件的OCR识别】，OCR技术基于图像预处理、特征提取、字符分类和后处理等步骤，通过将印刷体字符转换为计算机可处理的文本形式
微学AI·2023-07-25 09:08

[深度学习实战]基于PyTorch的深度学习实战(上)[变量、求导、损失函数、优化器]

目录一、前言二、深度学习框架——PyTorch2.1PyTorch介绍2.2Python安装详解2.3PyTorch安装详解三、变量四、求导五、损失函数5.1nn.L1Loss5.2nn.SmoothL1Loss5.3nn.MSELoss5.4nn.BCELoss5.5nn.CrossEntropyLoss5.6nn.NLLLoss5.7nn.NLLLoss2d六、优化器Optim 6.1SGD 
TJUTCM-策士之九尾·2023-07-19 09:44

[深度学习实战]Matlab-BP神经网络实战——光谱分析

目录一、确定目标二、导入数据三、神经网络工具箱四、进行预测五、后记1、关于快速选取Excel文件中的数据2、将临时变量转换为mat文件保存3、生成的神经网络的w和b在哪里找？4、如何生成预测值5、怎么预测多输入多输出问题？6、资源获取(项目相关代码和光谱分析数据表格xlsx)一、确定目标  本次介绍的是神经网络相关案例，在Matalb中搭建BP神经网络并进行模型预测、数据分析和后期数据处理，所使用
TJUTCM-策士之九尾·2023-07-19 09:13

深度学习实战42-基于大模型开发MathGPT的原理介绍,让数学问题智能解答变为可能

大家好，我是微学AI，今天给大家介绍一下深度学习实战42-基于大模型开发MathGPT的原理介绍,让数学问题智能解答变为可能。
微学AI·2023-07-17 00:05

pytorch的配置从此不在愁

草履虫都能学会的计算机视觉实战（PyTorch安装/深度学习实战/神经网络/人工智能）_哔哩哔哩_bilibili上面的视频+我的一篇博客，即可解决anaconda配置的所有问题http://t.csdn.cn
coding_ksy·2023-07-16 06:41

PyTorch深度学习实战（5）——计算机视觉

PyTorch深度学习实战（5）——计算机视觉0.前言1.图像表示2.将图像转换为结构化数组2.1灰度图像表示2.2彩色图像表示3利用神经网络进行图像分析的优势小结系列链接0.前言计算机视觉是指通过计算机系统对图像和视频进行处理和分析
盼小辉丶·2023-07-15 08:29

PyTorch深度学习实战（4）——常用激活函数和损失函数详解

PyTorch深度学习实战（4）——常用激活函数和损失函数详解0.前言1.常用激活函数1.1Sigmoid激活函数1.2Tanh激活函数1.3ReLU激活函数1.4线性激活函数1.5Softmax激活函数
盼小辉丶·2023-07-15 08:59

能赢算我输----基于手势识别的AI猜拳游戏【含python源码+PyqtUI界面+原理详解】-python手势识别 深度学习实战项目

功能演示摘要：手势识别是一种通过技术手段识别视频图像中人物手势的技术。本文详细介绍了手势识别实现的技术原理，同时基于python与pyqt开发了一款带UI界面的基于手势识别的猜拳游戏。手势识别采用了mediapipe的深度学习算法进行手掌检测与手部的关键点定位，实时检测速度快、识别精度高。该软件通过摄像头的方式进行手部动作识别，实现与机器人的实时猜拳。本文提供了完整的Python代码和使用教程，给
阿_旭·2023-07-13 20:04

基于Mediapipe深度学习算法的手势识别系统【含python源码+PyqtUI界面+原理详解】-python手势识别 深度学习实战项目

功能演示摘要：手势识别是一种通过技术手段识别视频图像中人物手势的技术。本文详细介绍了手势识别实现的技术原理，同时基于python与pyqt开发了一款带UI界面的手势识别系统软件，以便于进行结果显示。手势识别采用了mediapipe的深度学习算法进行手掌检测与手部的关键点定位，实时检测速度快、识别精度高。该软件可以支持图片、视频以及摄像头这3种方式进行手部动作识别，并可在界面实时显示相关检测结果。本
阿_旭·2023-07-13 20:03
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他