深度学习实验

PyTorch入门实战：从零搭建你的第一个神经网络

二、环境搭建：5分钟快速安装三、核心概念：张量与自动求导1.张量（Tensor）：深度学习的数据基石2.自动求导（Autograd）：神经网络训练的核心四、实战：手写数字识别（MNIST）1.数据集加载与预处理
不打滑的西瓜皮·2025-02-15 08:58

超火的Deepseek的MOE架构是什么?

DeepSeek的MOE（MixtureofExperts，混合专家）架构是一种基于专家模型（MixtureofExperts）的深度学习框架，旨在通过动态选择和激活部分专家模块来提高计算效率和模型性能
魔王阿卡纳兹·2025-02-15 07:51

使用神经架构搜索（Neural Architecture Search, NAS）自动化设计高效深度学习模型的技术详解

博客主页：瑕疵的CSDN主页Gitee主页：瑕疵的gitee主页⏩文章专栏：《热点资讯》使用神经架构搜索（NeuralArchitectureSearch,NAS）自动化设计高效深度学习模型的技术详解使用神经架构搜索
瑕疵·2025-02-15 06:17

目标检测代码示例（基于Python和OpenCV）

随着技术的发展，目标检测算法不断演进，从传统的基于手工特征的方法到现代的深度学习方法，再到基于Transformer的架构，目标检测技术已经取得了显著的进步。
matlab_python22·2025-02-15 05:08

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

深度学习，尤其是卷积神经网络（CNN）的出现，极大地提高了计算机处理图像和视频的能力。
深度学习&目标检测实战项目·2025-02-15 04:57

基于YOLOv5深度学习的木材表面缺陷检测系统：UI界面 + YOLOv5 + 数据集详细教程

基于深度学习的目标检测技术，尤其是YOLOv5，凭借其优越的实时性和准确性，成为木材表面缺陷检测的有效工具。
深度学习&目标检测实战项目·2025-02-15 04:27

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）线性回归的从零开始实现生成数据集读取数据集初始化模型参数定义模型定义损失函数定义优化算法训练练习1.如果我们将权重初始化为零，会发生什么
lusterku·2025-02-15 04:57

Bengio新作Aaren：探索Transformer性能与RNN效率的融合

实验表明，Aaren在四个流行的序列问题设置（强化学习、事件预测、时间序列分类和时间序列预测）的38个数据
AI记忆·2025-02-15 03:17

发文新思路！双通道CNN的惊人突破，准确率接近100%！

双通道CNN作为一种创新的卷积神经网络架构，正引领深度学习领域的新趋势。其核心优势在于并行卷积层设计，能够同时处理更多特征信息，从而显著提升模型的特征表示能力和识别精度。
沃恩智慧·2025-02-15 03:45

哈夫曼码编、译码器

实验内容问题描述：利用哈夫曼编码进行通信可以大大提高信道利用率，缩短信息传输时间，降低传输成本。但是，这要求在发送端通过一个编码系统对待传数据预先编码，在接收端将传来的数据进行译码。
misty youth·2025-02-15 02:43

水下 SLAM 定位模组的设计与实现

接着，介绍了模组的实现过程和实验结果，通过实际测试验证了模组的性能和可靠性。最后，对未来的研究方向进行了展望。关键词：水下SLAM；定位模组；传感器；数据融合2.引言2.1.研究背
赵谨言·2025-02-15 01:03

基于 SVPWM 的异步电机直接转矩控制系统的研究与仿真

接着，通过仿真实验对系统进行了验证和分析，结果表明该系统具有良好的动态性能和稳态精度。最后，对研究工作进行了总结，并指出了未来的研究方
赵谨言·2025-02-15 01:03

|网络安全|网络安全学习方法

2、勤做实验勤抓包目前各大网络和安全厂商都有对应的模拟器，不再需要硬件支持就可以在电脑
网络安全King·2025-02-15 01:02

2021-05-22

实验五查找的应用1、实验目的：1、掌握各种查找（顺序、二分法）方法及适用场合，并能在解决实际问题时灵活应用。2、增强上机编程调试能力。2、问题描述1.分别利用顺序查找和折半查找方法完成查找。
七十二计·2025-02-14 23:49

实验随记2-Pytorch Lightning多机多卡训练

本文章主要收录笔者在阅读时发现的一些比较优质的多机多卡训练教程~~，由于pytorchLightning多机多卡示例很少，因此需要等笔者最近做完实验验证后才能更新示例。
晓岚和雪·2025-02-14 23:48

一个基于python的简化版深度学习框架，包括深度学习神经网络的设计和深度学习模型的设计，适用于中小型项目的开发和实现

一、运用Python技术开发深度学习框架需要具备的基础知识总结开发一个基于Python的深度学习框架是一个复杂的任务，需要具备多方面的基础知识。
大懒猫软件·2025-02-14 22:43

详解AI作画算法原理

这一领域融合了深度学习、计算机视觉和生成模型的前沿技术，让机器能够“想象”并创作出令人惊叹的图像。
Jimaks·2025-02-14 22:10

用大模型学大模型02-数学基础 微积分

https://metaso.cn/s/uxPBB9C我正在学习深度学习相关的数学知识,学到了微积分核心概念：导数（尤其是偏导数）、梯度、链式法则；积分与最优化（如梯度下降法的数学推导）给我一个入门级的完整教程和实例好吧
wyg_031113·2025-02-14 22:39

用大模型学大模型03-数学基础 概率论

https://metaso.cn/s/Jp0OU9w提示词:我正在学习深度学习相关的数学知识，学到了概率论与统计学部分，给我一个入门级的完整教程和实例。
wyg_031113·2025-02-14 22:39

CTF-WEB: 利用Web消息造成DOM XSS

').innerHTML=e.data;});这行代码的作用是将接收到的消息内容（e.data）设置为id为'ads'的元素的HTML内容那么在受害者段执行如下代码会导致DOM污染','*')">参考实验
A5rZ·2025-02-14 21:57

python 并行框架_基于python的高性能实时并行机器学习框架之Ray介绍

前言加州大学伯克利分校实时智能安全执行实验室(RISELab)的研究人员已开发出了一种新的分布式框架，该框架旨在让基于Python的机器学习和深度学习工作负载能够实时执行，并具有类似消息传递接口(MPI
weixin_39778582·2025-02-14 20:54

PyTorch 与 TensorFlow 的深度解析：全面比较两大深度学习框架，助你选择最适合的工具

在人工智能的浪潮中，深度学习框架成为了开发者们的得力助手。PyTorch和TensorFlow作为其中的佼佼者，各自拥有庞大的用户群体和强大的社区支持。
BuluAI·2025-02-14 19:10

DeepSeek R1：引领未来教育革命的自适应学习路径规划系统

随着人工智能技术的进步，特别是深度学习和强化学习的应用，我们能够更加精准地识别学习者的需求，并据此设计出最适合他们的学习路径。利用先进的算法和模型来实现对学习路径的智能化管理。
Coderabo·2025-02-14 18:38

【一起看花书1.3】——第5章 机器学习基础

目录：5.7监督学习5.8无监督学习5.9随机梯度下降5.10构建机器学习算法5.11深度学习发展的动力5.7监督学习监督学习，本质上是复杂函数的拟合，即给定特征xxx,我们需要得到标签yyy，这不就是求一个函数的拟合嘛
应有光·2025-02-14 17:03

《探秘Hogwild!算法：无锁并行SGD的神奇之路》

在深度学习和机器学习的领域中，优化算法的效率和性能一直是研究的重点。Hogwild!算法作为一种能够实现无锁并行随机梯度下降（SGD）的创新方法，受到了广泛关注。下面就来深入探讨一下Hogwild!
·2025-02-14 17:24

Java虚拟线程:揭开java虚拟线程的面纱

Java虚拟线程(ProjectLoom)是Java平台的一个实验性功能，旨在通过提供轻量级线程(称为虚拟线程)来解决传统线程在高并发场景下的性能瓶颈。
Rverdoser·2025-02-14 17:27

【深入探讨 ResNet：解决深度神经网络训练问题的革命性架构】

深入探讨ResNet：解决深度神经网络训练问题的革命性架构随着深度学习的快速发展，卷积神经网络（CNN）已经成为图像识别、目标检测等计算机视觉任务的主力军。
机器学习司猫白·2025-02-14 16:26

探索序列数据的奥秘：LSTM Python代码资源库全面解析

LSTMPython代码资源库全面解析【下载地址】LSTMPython代码LSTMPython代码项目地址:https://gitcode.com/open-source-toolkit/36f26在深度学习的浩瀚宇宙中
霍列领Hector·2025-02-14 16:50

串行通信接口-Modbus通信

文章目录1.Modbus介绍1.1协议模型1.2网络拓扑1.3帧结构1.4通讯模型1.5寄存器类型1.6功能码2.搭建实验环境3.FPGA实现3.1接收端3.1.1接收状态机3.1.2数据缓存3.1.3
FPGArea·2025-02-14 15:15

LowCode 低代码平台集成 AI 大模型会产生怎样的化学反应？

而AI大模型（AIBigModel）则是一种利用深度学习技术构建的大规模神经网络，它可以对海量数据进行训练和预测，从而实现各种智能化的应用。本文将探讨低代码平台集成AI大模型
AI天才研究院·2025-02-14 15:43

使⽤MATLAB进⾏⽬标检测

Pytorch在深度学习领域占据了半壁江⼭，最主要的原因是⽣态完善，⽽且api直观易⽤。但谁能想到现在MATLAB⽤起来⽐Pytorch还好⽤。
唐BiuBiu·2025-02-14 15:13

ADC 的音频实验,无线收发模块（ nRF24L01）

nRF24L01采用QFN20封装，有20个引脚，以下是各引脚的详细介绍：1.电源引脚◦VDD：电源输入端，一般接+3V电源，为芯片提供工作电压，供电电压范围为1.9V～3.6V。◦VSS：电源地引脚，接地，为芯片提供电气参考电位。◦VDD_PA：为功率放大器供电，输出为1.8V，给射频功率放大器提供所需的电源。◦DVDD：去耦电路电源正极端，用于连接去耦电容，为芯片内部电路提供稳定的电源。2.S
2301_80900531·2025-02-14 14:35

听力熊Teeni.AI全面接入DeepSeek大模型，顶尖科学家张驰加盟强化技术壁垒

近日，国内青少年智能硬件头部品牌听力熊（Teeni.AI）宣布两大重要进展：全面接入DeepSeek大模型，并引入西湖大学AGI实验室创始人、AI科学家张驰出任首席科学家兼CTO。
·2025-02-14 13:18

综合振动分析工具箱

它包括处理振动问题的算法、模型和实用程序，覆盖了振动基础理论、简谐振动、阻尼振动、非线性振动、振动分析方法、模态分析、信号处理、频谱分析、数值模拟、振动控制和实验测试等知识领域。
不胖的羊·2025-02-14 13:32

大语言模型(LLM)快速理解

一、发展历史大语言模型的发展历史可以追溯到早期的语言模型和机器翻译系统，但其真正的起点可以说是随着深度学习技术的兴起而开始。
大模型猫叔·2025-02-14 13:59

【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
E绵绵·2025-02-14 11:18

26、深度学习-自学之路-NLP自然语言处理-理解加程序，怎么把现实的词翻译给机器识别。

一、怎么能让机器能够理解我们的语言呢，我们可以利用神经网络干很多的事情，那么我们是不是也可以用神经元做自然语言处理呢，现在很多的实际应用已经说明了这个问题，可以这么做。那我们考虑一下该怎么做，首先我们应该把我们现实中的每一个单词都用一个词向量来进行表示：importnumpyasnponehots={}onehots['cat']=np.array([1,0,0,0])onehots['the']
小宇爱·2025-02-14 11:17

25、深度学习-自学之路-卷积神经网络基于MNIST数据集的程序展示

importkeras#添加Keraskuimportsys,numpyasnpfromkeras.utilsimportnp_utilsimportosfromkeras.datasetsimportmnistprint("licheng："+"20"+'\n')np.random.seed(1)(x_train,y_train),(x_test,y_test)=mnist.load_data(
小宇爱·2025-02-14 11:47

24、深度学习-自学之路-卷积神经网络

一、你怎么理解卷积神经网络呢，我的理解是当你看一个东西的时候，你的眼睛距离图片越近，你看到的东西就越清晰，但是如果你看到的图片只是整个物体的一小部分，那么你将不知道你看到的物品是什么，因为关注整体更容易知道物品是什么。如果你保持一定的距离，你就会发现你可以看到物品更加的全貌一些，这样将方便你观察物品的类别。如果你距离的再远一点，你就会看到物品的轮廓，那么你将依据物品的轮廓去判断物品的类别。如果图片
小宇爱·2025-02-14 11:46

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

由《8、深度学习-自学之路-损失函数和梯度下降程序展示》我们看到我们设计了一个程序，这个程序里面由学习率，有损失函数，有梯度下降，权重更新。
小宇爱·2025-02-14 11:16

深度学习-10-深度学习发展简介

极具讽刺意义的是，Minsky教授，一直不看好深度学习的概念。他曾在1969年出版了Perceptron（感知器）一书，指出了神经网络技术（就是深度学习的前身）的局限
皮皮冰燃·2025-02-14 10:43

cnn以及例子

cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。
阿拉斯攀登·2025-02-14 10:41

27、深度学习-自学之路-NLP自然语言处理-做一个简单的项目识别一组电影评论，来判断电影评论是积极的，还是消极的。

一、如果我们要做这个项目，第一步我们要做的就是需要有对应的训练数据集。这里提供两个数据集，一个是原始评论数据集《reviews.txt》，以及对应的评论是消极还是积极的数据集《labels.txt》，下面的程序就是找到这两个数据集，并把对应的数据集的内容分别赋值给reviews和labelsdefpretty_print_review_and_label(i):print(labels[i]+"\
小宇爱·2025-02-14 10:39

大数据、云计算、人工智能等技术深度融合的智慧快消开源了。

基于多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基
AI服务老曹·2025-02-14 10:37

如何从零开始做一个第一性原理计算的案例？

科研领域已经逐步形成了“精准制备-理论模拟-先进表征”的研究模式，而正是这种实验和计算模拟的联合佐证，更加增添了论文的可靠性和严谨性，往往能够得到更广泛的认可。
朱老师讲VASP·2025-02-14 09:04

《深度解析：批量、随机和小批量梯度下降的区别与应用》

在机器学习和深度学习的领域中，梯度下降算法是优化模型参数的核心工具之一。
·2025-02-14 09:40

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

本人主页：机器学习司猫白ok，话不多说，我们进入正题吧项目概述本案例使用经典的MNIST手写数字数据集，通过Keras构建全连接神经网络，实现0-9数字的分类识别。文章将包含：关键概念图解完整实现代码训练过程可视化模型效果深度分析环境准备importnumpyasnpimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflo
机器学习司猫白·2025-02-14 09:01

Gartner预测2025年网络安全正在进入AI动荡时期：软件供应链和基础设施技术堆栈中毒将占针对企业使用的人工智能恶意攻击的 70% 以上

早期生成式人工智能(GenAI)实验的挫折削弱了安全团队对GenAI潜力的信心，有可能导致忽视未来网络安全领域的
lurenjia404·2025-02-14 07:47

我的创作纪念日

技术领域发展日新月异，为了紧跟前沿，我不断学习新的知识，如人工智能中的深度学习框架、云计算的最新技术应用等。在学习过程中，我将遇到的难点、理解的过程以及总结的知识点记录下来，整理成文章发布在
学无止尽5·2025-02-14 07:45

HAMIL-QA：心房 LGE MRI 质量评估的多实例学习分层方法

文章目录HAMIL-QA:HierarchicalApproachtoMultipleInstanceLearningforAtrialLGEMRIQualityAssessment摘要方法实验结果HAMIL-QA
小杨小杨1·2025-02-14 06:09
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他