深度学习小白初探

2025美赛数学建模C题 奥运奖牌模型保姆级教程讲解｜模型讲解

2025美赛C题保姆级教程思路分析C题题目：奥运奖牌榜模型今年的C题是一道典型的数据处理、预测类题目，题目背景设定简单易懂，对小白非常友好，整体难度不大，注意各个题目之间的联系。
DS数模·2025-01-27 05:13

第八章：AI大模型的未来发展趋势8.3 新兴应用领域8.3.2 生成对抗网络的应用

1.背景介绍1.背景介绍生成对抗网络（GenerativeAdversarialNetworks，GANs）是一种深度学习技术，由伊玛·古德姆（IanGoodfellow）于2014年提出。
AI天才研究院·2025-01-27 05:11

C++课设通讯录管理系统（类与对象）

此代码为本人课设作业，小白一枚，还望大佬指正。题目：通讯录管理系统以本班同学的具体数据为背景，设计一个本班同学通讯录。
小学生Y同学·2025-01-27 05:10

开发者实战 | OpenVINO™ 协同 Semantic Kernel：优化大模型应用性能新路径

点击蓝字关注我们,让开发变得更有趣作者：杨亦诚作为主要面向RAG任务方向的框架，SemanticKernel可以简化大模型应用开发过程，而在RAG任务中最常用的深度学习模型就是Embedding和Textcompletion
OpenVINO 中文社区·2025-01-27 04:08

Cursor从小白到高手-CursorRules-一期教学-AI编程神器，让你一个顶十个！！01-02 （系列课程，收藏关注不迷路）

0.前言父文章导航(配合更佳)：Cursor从小白到高手-下载及基本配置子文章或相关文章导航(不是目录导航哦~)：如此重要的CursorRules配置，你不会不知道吧！！
小南AI学院·2025-01-27 04:35

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_1309399183·2025-01-27 03:58

Llama3本地部署的解决方案

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
herosunly·2025-01-27 00:36

深入解析vLLM：加速大模型推理的高效框架

深入解析vLLM：加速大模型推理的高效框架引言在现代深度学习应用中，大型语言模型（如GPT、GLM、LLaMA、Qwen等）的推理速度和资源利用率成为关键挑战。
秋声studio·2025-01-27 00:34

Python的那些事第二篇：编程界的“交通规则”基本语法与编程的“食材”和“容器”数据类型与变量

摘要Python以其简洁易懂的语法和强大的功能，成为了编程界的“小白福音”。本文将带你从Python的基本语法入手，深入探讨标识符命名规则、缩进的重要性、注释的使用，以及数据类型与变量的定义和操作。
暮雨哀尘·2025-01-26 23:30

AI 驱动的创业产品设计趋势：大模型赋能下的创新

AI驱动的创业产品设计趋势：大模型赋能下的创新一、背景随着人工智能技术的飞速发展，特别是深度学习和大型语言模型（如GPT）的广泛应用，AI正在逐渐改变创业产品设计的游戏规则。
AI天才研究院·2025-01-26 23:28

简要说一下关于实现整个深度学习项目的流程

我们以识别生物信号为例子，其他类似与图像、文本和目标/故障检测的同样适用1.信号预处理；首先要将得到的生物信号进去噪音去除，另外所有的生物信号由于采样时间不同可能长度并不一样，这时候你需要统一长度。2.特征工程；你需要对所有的经过预处理并且将要输入神经网络的信号提取特征，比如信号的频谱图、时间-频率图或者是一些非线性的动力学特征，比如相空间这些。最重要的是提取的特征数据形状必须一致。3.搭建深度学
懒大王12138·2025-01-26 21:11

在PyTorch框架上训练ImageNet时，Dataloader加载速度慢怎么解决？

在深度学习领域，PyTorch因其灵活性和易用性而受到广泛欢迎。然而，在实际应用中，特别是在处理大规模数据集如ImageNet时，Dataloader的加载速度往往成为瓶颈。
cda2024·2025-01-26 20:39

深度学习篇---Anaconda&LabelImg

文章目录前言第一部分：Anaconda是什么？1.简介2.特点（1）包管理器Conda（2）环境管理（3）预装包（4）跨平台（5）社区支持3.安装WindowsLinux3.基本命令（1）conda--version（2）condaupdateconda（3）condacreate--namemyenvpython=3.6（4）condaactivatemyenv（5）condadeactivat
Ronin-Lotus·2025-01-26 20:06

实现 strStr() （KMP算法初探）

字符串5.实现strStr()（KMP算法初探）28.找出字符串中第一个匹配项的下标-力扣（LeetCode）代码随想录难度3-简单（但是个人觉得用KMP算法解决并不简单）（可以直接拉到最后看KMP算法的
Mophead_Zarathustra·2025-01-26 19:28

【安装cudnn】

官网下载并安装如果打算使用深度学习框架，如TensorFlow或PyTorch，并且需要GPU加速，可能还需要安装NVIDIA的cuDNN库，它是一个GPU加速的深度神经网络库。
Eternal-Student·2025-01-26 17:18

webpack 学习从零到亿过程

webpack学习从零到亿过程适合小白从零到一搭建一个项目，虽然没有效果的截图但是知道跟随这个步骤流程走下去，你就会成功掌握打包的原理！
光头程序员·2025-01-26 17:48

Pytorch深度学习指南 卷I --编程基础（A Beginner‘s Guide） 第1章 一个简单的回归

本章正式开始使用pytorch的接口来实现对应的numpy的学习的过程，来学习模型的实现，我们会介绍numpy是如何学习的，以及我们如何一步步的通过torch的接口来实现简单化的过程，优雅的展示我们的代码，已经我们的代码完成的事情numpy的线性回归在此之前，先看看现在的numpy实现的学习的过程是什么样的#引入计算模块importnumpyasnpfromsklearn.linear_model
liuhui244·2025-01-26 17:17

Python 在股票分析中的高级应用：挖掘金融数据的深度洞察

本文将深入探讨使用Python进行股票分析的高级用法，涵盖从数据获取与清洗、高级分析指标计算到机器学习和深度学习在股票分析中的应用等多个方面。
三带俩王·2025-01-26 17:16

目标检测算法以及常用库概述

目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例目标检测是在图像中发现并识别物体的过程，它是深度学习和图像处理领域的重要成果之一
YOLO大师·2025-01-26 16:36

基于CNN+Transformer混合模型实现交通流量时序预测(PyTorch版)

前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络
矩阵猫咪·2025-01-26 16:34

栈和队列（小白版）

一、栈栈：⼀种特殊的线性表，其只允许在固定的⼀端进⾏插⼊和删除元素操作。进⾏数据插⼊和删除操作的⼀端称为栈顶，另⼀端称为栈底。栈中的数据元素遵守后进先出LIF（LastInFirstOut）的原则压栈：栈的插⼊操作叫做进栈/压栈/⼊栈，⼊数据在栈顶出栈：栈的删除操作叫做出栈。出数据也在栈顶栈的实现可以采取链表和数组两种形式，但是栈遵循后进先出（先进后出）的原则，要想节约空间、提高效率，应当采用数组
xiaoccii·2025-01-26 15:02

大语言模型应用指南：OpenAI大语言模型简介

LLMs是一种基于深度学习的人工智能模型,能够从大量文本数据中学习语言模式和语义关系,从而生成看似人类写作的自然语言输出。随着计算能力和数据可用性的不断提高,LLMs的规模也在不
AI大模型应用之禅·2025-01-26 15:02

一、深度学习的基本介绍

一、定义及基本概念深度学习，就是一种利用深度人工神经网络来进行自动分类、预测和学习的技术。它可以从海量的数据中自动学习，找寻数据中的特征。所以说，它的本质就是自动提取特征的能力。
关关钧·2025-01-26 14:52

# AI绘图中的Embedding、CLIP、Flux中的Clip与LCM SDXL加速生成解析

AI绘图中的Embedding、CLIP、Flux中的Clip与LCMSDXL加速生成解析在现代AI绘图和深度学习中，涉及了多个复杂的概念和技术，这些技术在图像生成、训练加速以及多模态学习等方面起着至关重要的作用
迪小莫学AI·2025-01-26 12:11

Python文件操作(json、csv、tsv、excel、pickle文件序列化)

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
herosunly·2025-01-26 12:39

AI学习指南Ollama篇-Ollama简介

一、定义大语言模型（LLM）是一种基于深度学习的自然语言处理模型，能够生成文本、回答问题、翻译语言、撰写代码等。
俞兆鹏·2025-01-26 10:20

Java IO流：NIO 介绍及使用

与此同时，本专栏的所有文章，也都会准备充足的代码示例和完善的知识点梳理，因此也十分适合零基础的小白和要准备工作面试的同
栗筝i·2025-01-26 08:05

深度ResUnet与ResUnet++：新一代的语义分割神器

深度ResUnet与ResUnet++：新一代的语义分割神器去发现同类优质开源项目:https://gitcode.com/在这个数据驱动的时代，深度学习模型在图像处理领域展现出了强大的潜力，尤其是在语义分割任务中
倪澄莹George·2025-01-26 07:29

Rancher初探：深入剖析产品架构并探索编程

Rancher初探：深入剖析产品架构并探索编程Rancher是一个开源的容器管理平台，它提供了一套丰富的工具和功能，帮助用户轻松管理和部署容器化应用。
YOLO_CODE·2025-01-26 07:28

医学类 使用TransUNet、UNet、DeepLabV3+、HRNet、PSPNet 模型对息肉分割数据集进行训练、评估和可视化 EDD2020息肉数据集分割数据集

我们将使用几种流行的深度学习模型（如Tra
计算机C9硕士_算法工程师·2025-01-26 07:56

L8打卡学习笔记

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊SVM与集成学习SVMSVM线性模型SVM非线性模型SVM常用参数集成学习随机森林导入数据查看数据信息数据分析随机森林模型预测结果结果分析个人总结
无涯学徒1998·2025-01-26 06:16

P5学习笔记

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊运动鞋品牌识别设置GPU导入数据构建CNN模型编写训练函数编写测试函数设置动态学习率等间隔动态调整自定义调整多间隔调整余弦退火正式训练结果可视化使用模型进行预测个人总结设置
无涯学徒1998·2025-01-26 06:46

深度学习中高斯噪声：为什么以及如何使用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：DeepHubIMBA本文约1800字，建议阅读8分钟高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。
小白学视觉·2025-01-26 05:38

深度学习｜表示学习｜卷积神经网络｜由参数共享引出的特征图｜08

如是我闻：FeatureMap（特征图）的概念与ParameterSharing（参数共享）密切相关。换句话说，参数共享是生成FeatureMap的基础。FeatureMap是卷积操作的核心产物，而卷积操作的高效性正是由参数共享带来的。下面我们详细看一下FeatureMap和ParameterSharing之间的关系：1.什么是FeatureMap？定义：FeatureMap是卷积操作生成的输出结
漂亮_大男孩·2025-01-26 02:46

探秘FreeMovie：一个开源的电影推荐系统

探秘FreeMovie：一个开源的电影推荐系统去发现同类优质开源项目:https://gitcode.com/项目简介是一个基于深度学习的开源电影推荐系统，由pojiezhiyuanjun开发并维护。
孟振优Harvester·2025-01-26 02:39

『大模型笔记』AI自动化编程工具汇总[持续更新ING]！

文章目录一.Bolt.new(开源AI驱动全栈Web开发工具)1.1.Bolt.new介绍1.2.编程小白如何打造自己的导航网站二.Cursor(人工智能代码编辑器)2.1.Cursor入门教程2.2.
AI大模型前沿研究·2025-01-26 01:08

Topaz Video AI——视频修复

它利用深度学习技术对视频进行智能化处理，使得视频看起来更加清晰和流畅。TopazVideoAI特别适合那些需要修复旧视频、提升低分辨率视频质量的用户。
爱研究的小牛·2025-01-26 01:02

【深度学习|变化检测孪生网络】基于共享权重的双流 U-Net 变化检测网络架构，附代码（一）

【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）文章目录【深度学习|变化检测孪生网络
努力学习的大大·2025-01-25 22:43

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPC Loss）如何计算？以及Wasserstein距离和CPC Loss结合的对抗训练示例，附代码（二）

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPCLoss）如何计算？
努力学习的大大·2025-01-25 22:43

2025数学建模美赛B题完整建模思路——管理可持续旅游业

本文的撰写将综合运用多元的数学模型、算法以及机器学习/深度学习的方法，并在必要时给出题外假设与可行的创新性思路，以期为参赛者提供较为系
鹿鹿数模·2025-01-25 20:25

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_767172261·2025-01-25 20:53

牛客小白月赛109 A-C

A-Onewan的疑惑题目描述Onewan有一天知道了19 260 817和114 514这两个奇妙的数字。他想知道在小于等于n的正整数中有多少个数x，使得下式成立：x+(19 260 817)≥n−(114 514)他算不出来答案所以想请你帮帮他。输入描述:在一行上输入一个整数n(1≤n≤1e9)代表所给定的上限。输出描述:在一行上输出一个整数，代表满足题意的x的数量。示例1输入2输出2示例2输
今天_也很困·2025-01-25 19:22

AlphaFold2的思路总结（十五）

2021SC@SDUSC这学期的代码分析工作接近尾声了，我想简单总结一下AlphaFold2的总体思路  具体来看，AlphaFold2主要利用多序列比对（MSA），把蛋白质的结构和生物信息整合到了深度学习算法中
xiaofengzihhh·2025-01-25 16:57

python机器学习

前提Python机器学习的应用领域A.图像识别和计算机视觉B.自然语言处理和文本分析C.数据挖掘和推荐系统深度学习A.神经网络的基本原理B.常用的深度学习框架和算法C.深度学习在图像
方安乐·2025-01-25 16:57

基于深度学习的舆论分析与检测系统应用与研究

近年来，基于深度学习的自然语言处理技术取得了显著进步，这为提高舆论分析的准确性和效
计算机软件程序设计·2025-01-25 16:25

深度学习利用数据加载、预处理和增强数据提高模型的性能

深度学习数据预处理是一个关键步骤，旨在提高模型的性能和准确性。通过数据加载、预处理和增强，可以显著提高深度学习模型的性能和准确性。在实际应用中，需要根据具体的数据和任务来选择合适的预处理和增强技术。
weixin_30777913·2025-01-25 16:54

【深度学习】搭建PyTorch神经网络进行气温预测

第一步数据加载与观察①导包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttorchimporttorch.optimasoptimimportwarningswarnings.filterwarnings("ignore")%matplotlibinline②加载数据features=pd.read_csv("te
睡不着还睡不醒·2025-01-25 15:19

深度学习-97-大语言模型LLM之基于langchain的实体记忆和知识图谱记忆

文章目录1内存记忆Memory1.1记忆系统支持的操作1.2记忆的存储1.3记忆的查询2记忆的应用2.1设置环境变量2.2ConversationEntityMemory实体记忆2.3ConversationKGMemory知识图谱记忆2.3.1创建ConversationKGMemory2.3.2创建ConversationChain2.4ConversationBufferWindowMemo
皮皮冰燃·2025-01-25 12:26

PyTorch 实战教程：从模型搭建到训练的每一步

用深度学习搞事情，模型搭建和训练是绕不开的两步。而PyTorch，作为一个“又灵活又好用”的深度学习框架，简直就是写代码的快乐源泉。今天我们就从0到1，实战PyTorch的模型搭建和训练流程。
AI_小站·2025-01-25 12:55

PyQt6医疗多模态大语言模型（MLLM）实用系统框架构建初探（下.代码部分）

医疗MLLM框架编程实现本医疗MLLM框架结合Python与PyQt6构建，旨在实现多模态医疗数据融合分析并提供可视化界面。下面从数据预处理、模型构建与训练、可视化界面开发、模型-界面通信与部署这几个关键部分详细介绍编程实现。6.1数据预处理在医疗MLLM框架中，多模态数据的预处理是非常关键的一步，它直接影响到后续模型的训练效果和性能。我们需要对医学影像、文本数据和音频数据分别进行预处理，以确保数
Allen_LVyingbo·2025-01-25 12:23
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他