E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
深度学习嵌入式移植
大规模语言模型从理论到实践:智能代理的组成
大规模语言模型从理论到实践:智能代理的组成关键词:大规模语言模型、智能代理、自然语言处理、
深度学习
、知识表示、推理机制、应用场景文章目录大规模语言模型从理论到实践:智能代理的组成1.背景介绍2.核心概念与联系
AGI通用人工智能之禅
·
2024-08-28 08:21
计算科学
神经计算
深度学习
神经网络
大数据
人工智能
大型语言模型
AI
AGI
LLM
Java
Python
架构设计
Agent
RPA
精准掌控GPU:
深度学习
中PyTorch的torch.cuda.device应用指南
精准掌控GPU:
深度学习
中PyTorch的torch.cuda.device应用指南在
深度学习
的世界里,GPU加速已成为提升模型训练和推理速度的关键。
2401_85760095
·
2024-08-28 06:41
深度学习
pytorch
人工智能
使用Python实现
深度学习
模型:智能灾害响应与救援机器人
本文将详细介绍如何使用Python和
深度学习
技术实现一个智能灾害响应与救援机器人,帮助你快速入门并掌握基本的开发技能。
Echo_Wish
·
2024-08-28 05:04
Python算法
Python
笔记
python
深度学习
机器人
【Python机器学习】NLP概述——深度处理
深度学习
就是通过在传统的两层机器学习模型架构(特征提取+建模)中添加额外的处理层来创建更复杂的模型和行为。上图中,前四层对应于聊天机器人流水线中的前两个阶段(特征提取和特征分析)。
zhangbin_237
·
2024-08-28 05:03
Python机器学习
python
机器学习
自然语言处理
人工智能
机器人
AAAI2021推荐系统论文清单
通过对今年所接收的全部论文的标题进行分析,发现以下结论:
深度学习
技术依
机器学习与推荐算法
·
2024-08-28 05:28
人工智能
推荐系统
深度学习
机器学习
数据分析
什么是损失函数?
损失函数(LossFunction)是在机器学习和
深度学习
中用来评估模型预测值与真实值之间差异的函数。它的主要目的是量化模型预测的错误程度,以便在训练过程中通过最小化这个错误来优化模型。
翰霖努力成为专家
·
2024-08-28 03:20
万能科普
数据挖掘
计算机视觉
机器学习
人工智能
自然语言处理
神经网络
深度学习
Stable Diffusion
StableDiffusion是一种基于
深度学习
的文本到图像生成模型,其原理主要基于扩散模型(DiffusionModel)的变体,即潜在扩散模型(LatentDiffusionModel,LDM)。
Covirtue
·
2024-08-28 03:18
人工智能
python
stable
diffusion
【LSTM回归预测】遗传算法优化注意力机制的长短时记忆神经网络GA-attention-LSTM数据回归预测【含Matlab源码 3738期】
为了更精准地预测风电发电量,许多研究者开始尝试利用
深度学习
技术来进行风电预测。在本文中,我们将介绍一种基于遗传优化注意力机制的长短时记忆神经网络(GA-attention-LSTM
Matlab领域
·
2024-08-28 02:46
matlab
一个全自动病理处理分析工具——CLAM
step1:设置分割参数step2:执行预分割step3:调整分割参数step4:批量分割5.特征提取6.模型训练6.1数据集划分6.2模型训练6.3模型验证6.4热图可视化1.简介CLAM是一种基于
深度学习
的数据高效
qq_42894217
·
2024-08-28 02:45
病理图像分析
python
计算机视觉
深度学习
分类
基于
深度学习
的高效模型压缩
基于
深度学习
的高效模型压缩技术在确保模型性能的同时,显著减少了模型的存储需求和计算复杂度,从而使得
深度学习
模型能够更好地适应资源受限的环境(如移动设备、嵌入式系统)并加快推理速度。
SEU-WYL
·
2024-08-27 19:58
深度学习dnn
深度学习
人工智能
神经网络
深度学习
梯度下降算法优化
【神经网络与
深度学习
】以最通俗易懂的角度解读[梯度下降法及其优化算法],这一篇就足够(很全很详细)_梯度下降在神经网络中的作用及概念-CSDN博客https://blog.51cto.com/u_15162069
海棠如醉
·
2024-08-27 15:00
人工智能
深度学习
PYTORCH 官方文档,开发文档,Python编程 人工智能 深度机器学习
PYTORCH文档PyTorchdocumentation—PyTorchmasterdocumentationPyTorch是一个使用GPU和CPU进行
深度学习
的优化张量库。
zhangfeng1133
·
2024-08-27 13:21
pytorch
人工智能
python
深度学习
岩土工程+离散元PFC仿真应用=数字化智能岩土预测?噂都假嘟?
在
深度学习
与岩土工程融合的背景下,科研的边界持续扩展,创新成果不断涌现。
好好学仿真
·
2024-08-27 12:11
岩土
pfc
3dec
深度学习
人工智能
基于华为昇腾910B和LLaMA Factory多卡微调的实战教程
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
·
2024-08-27 10:57
大模型
微调
华为昇腾
910B
多卡微调
实战教程
基于
深度学习
的手势识别系统
基于
深度学习
网络的手势识别系统完整源码+数据集+报告+PPT全套信息【python设计开发】基于
深度学习
的手势图像识别处理系统【包括】代码PPT报告2需求分析2.1要求(1)用Python语言实现程序设计
毕设宇航
·
2024-08-27 09:53
深度学习
人工智能
手势识别
深度学习
学习经验——强化学习(rl)
强化学习强化学习(ReinforcementLearning,RL)是一种机器学习方法,主要用于让智能体(agent)通过与环境的互动,逐步学习如何在不同情况下采取最佳行动,以最大化其获得的累积回报。与监督学习和无监督学习不同,强化学习并不依赖于已标注的数据集,而是通过智能体在环境中的探索和试错来学习最优策略。强化学习的主要特点:基于试错学习:强化学习中的智能体通过与环境的互动,不断尝试不同的行动
Linductor
·
2024-08-27 06:32
深度学习学习经验
深度学习
学习
人工智能
深度学习
学习经验——什么是
深度学习
什么是
深度学习
?
深度学习
是机器学习的一个子领域,它使用多层神经网络来自动从大量数据中学习和提取特征。
深度学习
尤其适合处理大规模的数据,如图像、语音和文本等。
Linductor
·
2024-08-27 06:02
深度学习学习经验
深度学习
学习
人工智能
24.8.26学习心得
验证数据集(ValidationSet)和测试数据集(TestSet)在机器学习和
深度学习
中都是非常重要的概念。它们各自有不同的用途和目的。
kkkkk021106
·
2024-08-27 06:01
人工智能
深度学习
--RNN以及RNN的延伸
循环神经网络(RecurrentNeuralNetwork,RNN)是一类能够处理序列数据的神经网络,在自然语言处理、时间序列分析等任务中得到了广泛应用。RNN能够通过其内部的循环结构,捕捉到序列中前后项之间的关系。下面我将从原理、作用、应用及代码四个方面详细阐述RNN及其延伸。1.RNN的原理1.1RNN的基本结构RNN的基本结构与传统的前馈神经网络(如全连接网络)不同,它具备一种时间维度上的“
Ambition_LAO
·
2024-08-27 06:31
深度学习
rnn
单个像素的威胁:微小的变化如何欺骗
深度学习
系统
深度学习
(DL)是人工智能(AI)的基本组成部分。它的目标是使机器能够执行需要决策机制的任务,这些决策机制往往近似于人类推理。
深度学习
模型是许多先进应用的核心,例如医疗诊断和自动驾驶汽车。
FreeBuf-
·
2024-08-27 06:30
安全
深度学习
人工智能
每天一个数据分析题(四百九十六)- 决策树模型
A.AdjustedR2B.F-measureC.AUCD.Precision&Recall数据分析认证考试介绍:点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python,SQL,统计学,数据分析理论,
深度学习
跟着紫枫学姐学CDA
·
2024-08-26 23:25
数据分析题库
数据分析
决策树
数据挖掘
揭秘Sora:
深度学习
与自然语言处理驱动的智能视频生成与互动
Sora-探索AI视频模型的无限可能随着人工智能技术的飞速发展,AI视频模型已成为科技领域的新热点。而在这个浪潮中,OpenAI推出的首个AI视频模型Sora,以其卓越的性能和前瞻性的技术,引领着AI视频领域的创新发展。让我们将一起探讨Sora的技术特点、应用场景以及对未来创作方式的深远影响。方向一:技术解析技术架构:Sora的技术架构主要包括视频处理模块和智能生成模块。视频处理模块负责视频内容的
疾风终究没有归途
·
2024-08-26 22:50
深度学习
自然语言处理
人工智能
大模型微调方法总结:LoRA、Adapter、Prefix-tuning、P-tuning、Prompt-tuning
随着
深度学习
技术的不断发展,大型预训练模型已成为许多任务的重要工具。然而,微调(finetuning)这些大模型以适应特定任务是一个复杂且计算密集型的过程。
百度_开发者中心
·
2024-08-26 19:14
prompt
人工智能
大模型
Prompt-Tuning:大模型微调技术
随着
深度学习
技术的不断发展,大模型(如GPT、BERT等)在各种自然语言处理(NLP)任务中取得了显著的成功。然而,训练和部署大模型需要大量的计算资源和时间,这限制了其在一些资源有限场景中的应用。
百度_开发者中心
·
2024-08-26 19:14
prompt
自然语言处理
大模型
深度学习
学习经验——变换器(Transformer)
变换器(Transformer)变换器(Transformer)是一种用于处理序列数据的
深度学习
模型,与循环神经网络(RNN)不同,它不依赖于顺序处理数据,而是依靠一种称为注意力机制(AttentionMechanism
Linductor
·
2024-08-26 19:44
深度学习学习经验
深度学习
学习
transformer
打手机检测算法源码样本展示打手机检测算法实际应用场景介绍
以下是关于打手机检测算法源码及其实际应用的详细阐述:1.算法实现-
深度学习
框架:打手机检测算法通常采用卷积神经网络(CNN)等
深度学习
模型,这些模型能够从图像或视频中提取使用手机时的视觉特征。
LNTON羚通
·
2024-08-26 17:04
算法
智能手机
算法
大数据
安全
数据库
音视频
人工智能
什么是LLM,主要用途有哪些,在应用中有哪些优势和局限性?
2.技术突破:
深度学习
架构:LLM基于先进的
深度学习
技
好好学习的不知名程序员
·
2024-08-26 16:59
机器学习
深度学习
AIGC
人工智能
python
深度学习
框架——TensorFlow
TensorFlow,由Google开发的开源机器学习库,以其强大的功能和灵活性,在
深度学习
、计算机视觉和自然语言处理等领域发挥着重要作用。本文将深入探讨TensorFlow中的一些常用函数及其参数。
零 度°
·
2024-08-26 14:13
python
python
tensorflow
计算机毕业设计Hadoop+Spark知识图谱体育赛事推荐系统 体育赛事热度预测系统 体育赛事数据分析 体育赛事可视化 体育赛事大数据 机器学习 大数据毕业设计 大数据毕设 机器学习 人工智能
vue.js、element-ui、echarts后端:springboot、mybatis大数据:spark、hadoop数据库:mysql关系型数据库、neo4j图数据库算法:协同过滤推荐算法、MLP
深度学习
模型
计算机毕业设计大全
·
2024-08-26 13:43
PyTorch
深度学习
模型训练流程的python实现:回归
回归的流程与分类基本一致,只需要把评估指标改动一下就行。回归输出的是损失曲线、R^2曲线、训练集预测值与真实值折线图、测试集预测值散点图与真实值折线图。输出效果如下:注意:预测值与真实值图像处理为按真实值排序,图中呈现的升序与数据集趋势无关。代码如下:fromfunctoolsimportpartialimportnumpyasnpimportpandasaspdfromsklearn.prepr
moyao_miao
·
2024-08-26 11:21
python
人工智能
深度学习
pytorch
回归
深度学习
--Transformer和BERT区别详解
Transformer的概念、作用、原理及应用概念Transformer是一种基于注意力机制(AttentionMechanism)的神经网络架构,由Vaswani等人在2017年提出。与传统的循环神经网络(RNN)和卷积神经网络(CNN)不同,Transformer完全摒弃了循环和卷积结构,依赖于自注意力机制和并行化的处理方式,极大地提高了模型的训练效率和效果。作用Transformer的主要作
Ambition_LAO
·
2024-08-26 08:36
深度学习
基于
深度学习
的环境数据分析
基于
深度学习
的环境数据分析利用
深度学习
技术处理和分析大量复杂的环境数据,以揭示隐藏的模式、趋势和关系,进而支持环境监测、管理和决策。
SEU-WYL
·
2024-08-26 08:05
深度学习dnn
深度学习
数据分析
人工智能
小琳AI课堂:AIGC
首先,我们要明白,AIGC不仅仅是关于机器生成一些酷炫的图片或者文章,它融合了人工智能、
深度学习
、自然语言处理、计算机视觉等多个学科的技术。
小琳ai
·
2024-08-26 07:59
小琳AI课堂
人工智能
AIGC
小琳AI课堂:AI(人工智能)和AIGC(AI生成内容)的关系
AI的关键技术包括机器学习、
深度学习
和自然语
小琳ai
·
2024-08-26 07:58
小琳AI课堂
人工智能
AIGC
基于
深度学习
的生产流程自动化
基于
深度学习
的生产流程自动化是一种将
深度学习
技术应用于工业生产流程中,以实现更高效、智能化和自适应的生产管理和控制的方式。
SEU-WYL
·
2024-08-26 07:58
深度学习dnn
深度学习
自动化
人工智能
深度学习
五种不同代码实现,神经网络,机器学习
第一种importnumpyasnpimporttensorflowastfmnist=tf.keras.datasets.mnistimportmatplotlib.pyplotaspltimportmatplotlibmatplotlib.use("TkAgg")(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train=x_train
学呗~那不然呢
·
2024-08-26 05:18
pycharm
Stable Diffusion快速安装及prompt的使用
StableDiffusion是一种基于
深度学习
的文本到图像生成技术,它可以生成高质量的图像。以下是一篇快速安装教程,适合初学者理解和操作。什么是StableDiffusion?
老童聊AI
·
2024-08-26 04:41
老童陪你学AI
python
stable
diffusion
每天一个数据分析题(五百)- 关联规则
(Association)D.预测(Prediction)数据分析认证考试介绍:点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python,SQL,统计学,数据分析理论,
深度学习
跟着紫枫学姐学CDA
·
2024-08-26 04:40
数据分析题库
数据分析
数据挖掘
每天一个数据分析题(四百九十)- 主成分分析与因子分析
A.特征值B.特征向量C.协方差矩阵D.相关系数矩阵数据分析认证考试介绍:点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python,SQL,统计学,数据分析理论,
深度学习
跟着紫枫学姐学CDA
·
2024-08-26 04:07
数据分析题库
数据分析
数据挖掘
人工智能开源库有哪些
TensorFlow:由Google开发的
深度学习
库,提供了丰富的工具和API,支持CPU和GPU计算。PyTorch:由Facebook开发的
深度学习
框架,提供动态图和静态图两种模式,并且易于使用。
openwin_top
·
2024-08-26 02:59
人工智能
人工智能
开源
python
深度学习
多GPU训练原理
详细参考《动手学
深度学习
》P233,8.4节多GPU计算。数据并行的方法把一个batch的所有数据平均分配到每块GPU的显存里,把模型参数在每个GPU显存上拷贝一份。
浦东新村轱天乐
·
2024-08-25 22:31
深度学习
深度学习
人工智能
TensorFlow库详解:Python中的
深度学习
框架
TensorFlow是一个开源的
深度学习
框架,由GoogleBrain团队开发,并于2015年正式发布。TensorFlow被广泛应用于各种
深度学习
任务,如图像识别、自然语言处理、语音识别等。
Ambition_LAO
·
2024-08-25 21:28
tensorflow
深度学习
深度学习
--自监督学习
自监督学习是一种无需大量人工标注的数据驱动方法,在生成模型中应用广泛。自监督学习通过利用数据中的固有结构或属性创建“伪标签”,使模型在没有人工标签的情况下进行学习。这种方法既提高了模型的训练效率,又降低了对标注数据的依赖。概念自监督学习:自监督学习是一种半监督学习的形式,模型通过从未标注的数据中创建自己的监督信号来进行学习。常见的方法包括通过预测数据的一部分来学习(例如,给定图像的部分,预测其余部
Ambition_LAO
·
2024-08-25 21:28
深度学习
深度学习
--复制机制
复制机制(CopyMechanism)是自然语言处理(NLP)中特别是在文本生成任务中(如机器翻译、摘要生成等)使用的一种技术。它允许模型在生成输出时不仅仅依赖于其词汇表中的单词,还可以从输入文本中“复制”单词到输出文本中。这种机制非常有用,尤其是在处理未见过的词汇或专有名词时。1.概念复制机制的基本思想是,在生成每个输出单词时,模型不仅从其词汇表中选择一个词,还可能直接从输入序列中复制一个词。这
Ambition_LAO
·
2024-08-25 21:28
深度学习
GNN的理解难点:一种不同于传统神经网络的复杂性
图神经网络(GNN)已经成为
深度学习
领域的一颗新星,它在处理图形数据方面显示出了巨大的潜力和优势。然而,许多研究者和开发者发现GNN比传统的神经网络更难以理解和掌握。
小桥流水---人工智能
·
2024-08-25 21:27
人工智能
深度学习
机器学习算法
神经网络
人工智能
深度学习
Keras
深度学习
框架实战(2):估计模型训练所需的样本量
1、模型训练样本量评估概述1.1样本量评估的意义预估模型需要的样本量对于机器学习项目的成功至关重要,以下是几个主要原因:防止过拟合与欠拟合:过拟合:当模型在训练数据上表现极好,但在未见过的测试数据上表现糟糕时,就发生了过拟合。这通常是因为模型过于复杂,而训练数据不足以支持其学习数据的真实模式。通过预估足够的样本量,我们可以减少过拟合的风险。欠拟合:与过拟合相反,欠拟合是模型未能捕捉到数据中的关键模
MUKAMO
·
2024-08-25 15:52
AI
Python应用
Keras框架
深度学习
keras
人工智能
深度学习
100问10-什么是CBOW模型
CBOW(ContinuousBagofWords)模型是一种用于训练词向量的方法。想象一下,CBOW就像是一个猜词游戏。它从一个文本中选取一个词作为目标词,然后把这个目标词周围的几个词当成线索。CBOW的任务就是根据这些线索来猜出目标词是什么。为了完成这个任务,CBOW会先把这些线索词(周围的词)都转换成向量,然后把这些向量加起来或者求平均,得到一个综合的向量表示。接着,CBOW会用这个综合向量
不断持续学习ing
·
2024-08-25 13:10
人工智能
自然语言处理
机器学习
深度学习
深度学习
(十一):YOLOv9之最新的目标检测器解读
YOLOv91.YOLOv9:物体检测技术的飞跃发展1.1YOLOv9简介1.2YOLOv9的核心创新1.2.1信息瓶颈:神经网络在抽取相关性时的理论边界1.2.2可逆函数:保留完整的信息流1.2.3对轻型模型的影响:解决信息丢失1.2.4可编程梯度信息(PGI):解决信息瓶颈1.2.5通用高效层聚合网络(GELAN):实现更高的参数利用率和计算效率1.2.6结论:合作与创新2.代码1.YOLOv
从零开始的奋豆
·
2024-08-25 13:39
深度学习
深度学习
人工智能
BCEWithLogitsLoss
BCEWithLogitsLoss是PyTorch
深度学习
框架中的一个损失函数,用于二元分类问题。
hero_hilog
·
2024-08-25 13:39
算法
pytorch
OpenCL在移动端GPU计算中的应用与实践
一、引言移动端芯片性能的不断提升为在手机上进行计算密集型任务,如计算机图形学和
深度学习
模型推理,提供了可能。
m0_67544708
·
2024-08-25 10:51
java
GPU
OpenCL
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他