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
深度学习开发实战
百度飞桨教程(一)
百度飞桨(paddle),是一个开源的
深度学习
平台百度飞桨的安装pipinstallpaddlepaddle-ihttps://mirror.baidu.com/pypi/simple手写数字识别案例我们来通过一个案例
怎么这么多名字都被占了
·
2024-08-31 00:55
百度
paddlepaddle
人工智能
第T10周:数据增强
>-**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]**第10周:数据增强难度:夯实基础⭐⭐语言:Python3、TensorFlow2要求:学会在代码中使用数据增强手段来提高
OreoCC
·
2024-08-31 00:55
深度学习
人工智能
tensorflow2
深度学习
系列70:模型部署torchserve
1.流程说明ts文件夹下,从launcher.py进入,执行jar文件。入口为model_server.py的start()函数。内容包含:读取args,创建pid文件找到java,启动model-server.jar程序,同时读取log-config文件,TEMP文件夹地址,TS_CONFIG_FILE文件根据cpu核数、gpu个数,启动多进程。每个进程有一个socket_name和socket
IE06
·
2024-08-31 00:25
深度学习系列
深度学习
人工智能
AI人工智能
深度学习
算法:卷积神经网络的原理与应用
AI人工智能
深度学习
算法:卷积神经网络的原理与应用作者:禅与计算机程序设计艺术1.背景介绍1.1人工智能的兴起与
深度学习
的崛起人工智能(AI)是指计算机科学的一个分支,旨在创造能够执行通常需要人类智能的任务的智能机器
AI大模型应用之禅
·
2024-08-30 23:21
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
基于
深度学习
的金属锈蚀检测系统详细实施指南
随着
深度学习
技术的快速发展,特别是在计算机视觉领域的突破,我们现在有能力开发出更加高效、准确的自动化锈蚀检测系统。这个项目的主要目标是构建一个基于最新YOLO(Yo
A等天晴
·
2024-08-30 22:45
计算机视觉
深度学习
人工智能
Langchain-Chatchat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
·
2024-08-30 22:13
大模型
RAG
langchain-chat
本地部署
解决方案
深度学习
100问23:什么是前馈型神经网络
嘿,前馈型神经网络就像一个神奇的小工厂哟!一、定义及原理这个小工厂呀,有个特别的工作方式。数据就像是原材料,从输入层这个“大门”进入工厂。然后呢,这些数据一路向前,经过一个又一个隐藏层,就好像经过不同的加工车间。每个车间都对数据进行一番特别的处理和改造。最后,数据到达输出层这个“成品出口”,变成了我们想要的结果。在这个过程中,数据只能一个劲儿地往前跑,可不能绕回来,就像一条单行道。比如说,如果我们
不断持续学习ing
·
2024-08-30 19:57
人工智能
自然语言处理
机器学习
python 数据挖掘与机器学习
同时,伴随着
深度学习
的快速发展,人工智能技术在各个领域中的应用越来越广泛。
科研的力量
·
2024-08-30 19:57
人工智能
ChatGPT
python
数据挖掘
机器学习
神经网络
随机森林
决策树
贝叶斯
大模型是如何炼成的:揭秘
深度学习
训练的秘密与优化技巧
本文将通过具体案例,带你走进
深度学习
训练的世界,一探究竟,并分享一些大模型训练过程中的优化技巧。一、数据收集与预处理数据收集:大模型的训练需要海量的数据。
AI大模型_学习君
·
2024-08-30 19:25
深度学习
人工智能
大模型训练
ai大模型
LLM
大语言模型
大模型应用
做大模型 千万别买苹果笔记本电脑
以下是一些主要原因:1.GPU不适合
深度学习
AppleSiliconGPU限制:Apple自家芯片(如M1和M2)的GPU架构与传统的NVIDIAGPU(通常是
深度学习
和大模型训练的首选)不同。
路人与大师
·
2024-08-30 16:06
电脑
AI中的核心概念解读:
深度学习
、机器学习、神经网络与自然语言处理
然而,对于刚接触AI的初学者或非专业人士来说,理解其中的核心概念,特别是
深度学习
、机器学习、神经网络与自然语言处理之间的区别,可能显得有些复杂。
wypdao
·
2024-08-30 16:31
人工智能
AIGC
算法
人工智能
深度学习
机器学习
昇思25天学习打卡
@[TOC]《昇思25天学习打卡营第02天|lulul》张量Tensor张量tensor是在机器学习和
深度学习
中广泛应用的数据概念,张量是多维数组的泛化,能够表示标量(0维张量)、向量(1维张量)、矩阵
十分钟ll
·
2024-08-30 15:28
昇思25天学习打卡
python
pytorch
视觉检测
图像处理
基于yolov8的脑肿瘤检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
在脑肿瘤检测中,YOLOv8通过
深度学习
技术,自动从脑部图像中提取特征,并学习目标的特征表示和位置信息。系统采用模块化设
FL1623863129
·
2024-08-30 15:57
深度学习
YOLO
人工智能
深度学习
赋能数据分析,联蔚盘云引领业务革新
一、引言随着大数据时代的到来,
深度学习
技术正逐渐成为企业数据分析的新引擎。联蔚盘云凭借其在
深度学习
领域的深厚积累,为企业提供高效、精准的数据分析解决方案,助力企业实现业务革新与增长。
联蔚盘云
·
2024-08-30 14:20
深度学习
数据分析
人工智能
动手学
深度学习
(pytorch)学习记录20-自定义层[学习记录]
在
深度学习
中,自定义层是指开发者根据特定需求编写的神经网络层,而不是使用
深度学习
框架(如PyTorch、TensorFlow等)提供的现成层。自定义层可以让模型更加灵活,以适应特定的任务或数据集。
walfar
·
2024-08-30 13:13
pytorch
深度学习
pytorch
学习
动手学
深度学习
(pytorch)学习记录21-读写文件(模型与参数)[学习记录]
目录加载和保存张量加载和保存模型参数保存模型的好处众多,涵盖了从开发到部署的整个机器学习生命周期。节省资源:训练模型可能需要大量的时间和计算资源。保存模型可以避免重复训练,从而节省时间和计算资源。快速部署:一旦模型被训练并保存,它可以迅速部署到生产环境中,加速产品上市时间。版本控制:保存不同版本的模型有助于跟踪模型的迭代过程,便于比较和回滚到之前的版本。离线使用:保存的模型可以在没有网络连接的情况
walfar
·
2024-08-30 12:42
pytorch
深度学习
pytorch
学习
PyTorch
深度学习
实战(26)—— PyTorch与Multi-GPU
当拥有多块GPU时,可以利用分布式计算(DistributedComputation)与并行计算(ParallelComputation)的方式加速网络的训练过程。在这里,分布式是指有多个GPU在多台服务器上,并行指一台服务器上的多个GPU。在工作环境中,使用这两种方式加速模型训练是非常重要的技能。本文将介绍PyTorch中分布式与并行的常见方法,读者需要注意这二者的区别,并关注它们在使用时的注意
shangjg3
·
2024-08-30 12:10
PyTorch深度学习实战
深度学习
pytorch
人工智能
《
深度学习
走向核心素养小学数学》读书第四期
逻辑推理:让学生学会“用数学的思维想”义务教育数学课程标准的核心词还提到运算能力和推理能力,这都属于逻辑推理。数学内部的发展依赖的就是逻辑推理。逻辑推理是指从一些事实和命题出发,依据规则推出其他命题的思维过程。它主要包括两类:一类是从特殊到一般的推理,推理形式主要有归纳、类比;一类是从一般到特殊的推理,推理形式主要有演绎。演绎推理是从大范围内成立的命题推断小范围内命题也成立,只能用来验证知识,不能
Lethe不迷糊
·
2024-08-30 12:52
自然语言处理(NLP)与机器学习:深度探索两者的关系
(NLP)与机器学习:深度探索两者的关系1.自然语言处理(NLP)的概述NLP的主要任务包括:2.机器学习(ML)的概述机器学习的主要类型包括:3.NLP与机器学习的关系1.机器学习驱动NLP任务2.
深度学习
与
听忆.
·
2024-08-30 10:51
自然语言处理
机器学习
人工智能
【
深度学习
】embedding的简单理解
文章目录一、简单理解二、其他通俗理解一、简单理解特征嵌入,将数据转换(降维)为固定大小的特征表示(矢量),以便于处理和计算(如求距离)。例如,针对用于说话者识别的语音信号训练的模型可以允许您将语音片段转换为数字向量,使得来自相同说话者的另一片段与原始向量具有小的距离(例如,欧几里德距离)。embedding的主要目的是对(稀疏)特征进行降维,它降维的方式可以类比为一个全连接层(没有激活函数),通过
旅途中的宽~
·
2024-08-30 09:47
深度学习笔记
深度学习
embedding
Datawhale X 李宏毅苹果书AI夏令营
深度学习
详解进阶Task02
目录一、自适应学习率二、学习率调度三、优化总结四、分类五、问题与解答本文了解到梯度下降是
深度学习
中最为基础的优化算法,其核心思想是沿着损失函数的梯度方向更新模型参数,以最小化损失值。
z are
·
2024-08-30 08:14
人工智能
深度学习
深度学习
中Embedding的理解
在
深度学习
领域,Embedding一般用于代表某个类目的全部相关信息,表现形式为一个向量。
普通攻击往后拉
·
2024-08-30 08:44
神经网络基础模型关键点
NN技巧
深度学习
embedding
人工智能
深度学习
速通系列:贝叶思&SVM
贝叶斯(Bayesian)方法和支持向量机(SVM,SupportVectorMachine)是两种不同的机器学习算法,它们在解决分类和回归问题时有着不同的原理和应用场景贝叶斯方法:贝叶斯方法基于贝叶斯定理,这是一种利用已知信息(先验概率)来预测未知事件(后验概率)的概率方法。它通常用于分类问题,特别是当数据集较小或存在类别不平衡时。贝叶斯方法可以处理不确定性,并且可以通过增加新的数据来更新先验概
Ven%
·
2024-08-30 08:13
支持向量机
人工智能
深度学习
算法
机器学习
机器学习和
深度学习
·贝叶斯优化和optuna
贝叶斯优化贝叶斯优化的思想先验:取点似然:假设分布取了n个点之后…后验:近似取得极值贝叶斯优化的数学过程在贝叶斯优化的数学过程当中,我们主要执行以下几个步骤:1定义需要估计的f(x)f(x)f(x)以及xxx的定义域2取出有限的n个xxx上的值,求解出这些xxx对应的f(x)f(x)f(x)(求解观测值)3根据有限的观测值,对函数分布进行假设(该假设被称为贝叶斯优化中的先验知识),得出该假设分布上
0xMayL
·
2024-08-30 08:39
#
深度学习
机器学习
#
模型评估
机器学习
深度学习
人工智能
【ShuQiHere】《机器学习的进化史『下』:从神经网络到
深度学习
的飞跃》
【ShuQiHere】引言:神经网络与
深度学习
的兴起在上篇文章中,我们回顾了机器学习的起源与传统模型的发展历程,如线性回归、逻辑回归和支持向量机(SVM)。
ShuQiHere
·
2024-08-30 07:07
机器学习
深度学习
神经网络
PyTorch
深度学习
实战(27)—— PyTorch分布式训练
本节将详细介绍如何进行神经网络的分布式训练。其中1.1将结合MPI介绍分布式训练的基本流程,1.2与1.3将分别介绍如何使用torch.distributed以及Horovod进行神经网络的分布式训练。1PyTorch分布式训练1.1使用MPI进行分布式训练下面讲解如何利用MPI进行PyTorch的分布式训练。这里主要介绍的是数据并行的分布式方法:每一块GPU都有同一个模型的副本,仅加载不同的数据
shangjg3
·
2024-08-30 07:37
PyTorch深度学习实战
深度学习
pytorch
分布式
python
PyTorch Geometric(torch_geometric)简介
图网络是
深度学习
领域的一种强大工具,它能够处理结构化数据,如社交网络、分子结构、交通网络等。
小桥流水---人工智能
·
2024-08-30 06:32
机器学习算法
深度学习
人工智能
pytorch
人工智能
python
深入理解PyTorch中的`torch.topk`函数!!!(个人总结,为了方便我自己复习,要是同时也能帮助到大家就更好了)
`torch.topk`函数概述函数签名返回值2.基本用法示例1:找到一维张量的最大值示例2:在二维张量的指定维度上操作3.高级应用4.结论深入理解PyTorch中的torch.topk函数在
深度学习
和数据处理中
小桥流水---人工智能
·
2024-08-30 06:32
人工智能
深度学习
机器学习算法
pytorch
人工智能
python
在 PyTorch 中,`permute` 方法是一个强大的工具,用于重排张量的维度。
这在
深度学习
中非常有用,尤其是在处理具有多维数据(如图像、视频或复杂数组)的神经网络时。
小桥流水---人工智能
·
2024-08-30 06:32
人工智能
机器学习算法
深度学习
pytorch
人工智能
python
PyTorch概述
它广泛用于
深度学习
和神经网络的研究和开发。PyTorch以其动态计算图、灵活性和简单易用的接口而闻名,深受研究人员和开发者的喜爱。
fydw_715
·
2024-08-30 06:01
pytorch
pytorch
人工智能
python
[Scene Graph] 图神经网络的核心方法——Message Passing
深度学习
方法的兴起是从计算图像处理(ComputerVision)领域开始的。以卷积神经网络(CNN)为代表的方法会从邻近的像素中获取信息。
风中摇曳的小萝卜
·
2024-08-30 06:01
Scene
Graph
神经网络
深度学习
机器学习
人工智能
基于
深度学习
的分子生成
基于
深度学习
的分子生成是一项结合化学、计算科学与人工智能的新兴领域,旨在利用
深度学习
模型来生成具有特定性质的分子结构。该技术在药物发现、材料科学和合成化学等领域具有广泛的应用前景。
SEU-WYL
·
2024-08-30 06:29
深度学习dnn
深度学习
人工智能
基于
深度学习
的人类行为模仿
基于
深度学习
的人类行为模仿是指利用
深度学习
技术构建模型,使计算机系统能够学习、理解、并模仿人类的行为。
SEU-WYL
·
2024-08-30 01:26
深度学习dnn
深度学习
人工智能
鸿蒙
开发实战
-属性面板UI实现/对象数组如何实现自动更新内部值
涉及用法组件:List,Process注解:@ObjectLink其他:aboutToAppear()文章目录目录文章目录前言一、效果实现方法1.两列展示2.加载若干ListItem3.遍历时拿取索引值二、代码结构1.图解2.代码示例几个小坑前言一点开发过程中的心得总结,留个档。目的是将对象数组里的对象数据渲染到ui上,但是发现@state等注释似乎只能监测到数组的一维(也就是说不能检测到数组对象
罗橙7号
·
2024-08-30 01:54
harmonyos
华为
经验分享
学习
爆改yolov8|利用BSAM改进YOLOv8,高效涨点
BSAM(BiLevelSpatialAttentionModule)是一个用于提升
深度学习
模型在空间特征处理中的能力的模块。它主要通过双层注意力机制来增强模型对重要空间信息的关注,从而提升任务性能。
不想敲代码!!!
·
2024-08-29 22:37
爆改yolov8
即插即用
YOLO
yolov8
目标检测
人工智能
深度学习
基于yolov8的8种人脸表情检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于YOLOv8的人脸表情检测系统是一个结合了先进目标检测算法(YOLOv8)与
深度学习
技术的项目,旨在实时或离线地识别并分类人脸表情(如快乐、悲伤、愤怒、惊讶、恐惧、厌恶、中立等)。
FL1623863129
·
2024-08-29 15:52
深度学习
YOLO
python
开发语言
AI如何创造情绪价值
AI技术通过模拟人类神经网络的工作方式,对复杂的数据进行
深度学习
和理解,逐渐具备了处理人类情感的能力。在客户服务领域,情绪识
学客汇
·
2024-08-29 14:14
商业研究
商业观察
大模型
人工智能
生成式AI
大模型应用
AI与情绪管理
AI应用
深度学习
:探索人工智能的无限可能
而在AI领域,
深度学习
是近年来发展最为迅速的一个分支。本文将深入探讨
深度学习
及其相关领域,包括计算机视觉、自然语言处理、神经网络和强化学习。
木小梦(๑• . •๑)
·
2024-08-29 12:29
人工智能
深度学习
深度学习
100问7-向量降维的算法有那些
一、主成分分析(PCA)PCA就像你整理一堆考试成绩单。假如成绩单上有好多科目成绩,这就像一个高维向量。但有些科目成绩关系很紧密,比如数学好的同学一般物理也不错,化学也还行。那PCA就会找这些成绩单里最主要的特点,把关系近的科目合成几个新的“大科目”。这样就把原来很多科目的高维向量变成几个“大科目”的低维向量啦。二、奇异值分解(SVD)SVD呢,就好比你有一本很厚的书。书的每一页上的字可以看成一个
不断持续学习ing
·
2024-08-29 11:54
深度学习
机器学习
人工智能
基于yolov8的绝缘子缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于YOLOv8的绝缘子缺陷检测系统是一种利用先进
深度学习
技术的高效解决方案,旨在提升电力行业中输电线路的维护和监控水平。
FL1623863129
·
2024-08-29 10:16
深度学习
YOLO
机器学习和
深度学习
中常见损失函数,包括损失函数的数学公式、推导及其在不同场景中的应用
目录引言什么是损失函数?常见损失函数介绍3.1均方误差(MeanSquaredError,MSE)3.2交叉熵损失(Cross-EntropyLoss)3.3平滑L1损失(SmoothL1Loss)3.4HingeLoss(合页损失)3.5二进制交叉熵损失(BinaryCross-EntropyLoss)3.6KL散度(KLDivergence)3.7Huber损失(HuberLoss)3.8对比
早起星人
·
2024-08-29 09:44
机器学习
深度学习
人工智能
Python在神经网络中优化激活函数选择使用详解
如果没有激活函数,神经网络仅仅是线性模型的堆叠,无法胜任
深度学习
中的各种任务。
Rocky006
·
2024-08-29 09:39
python
开发语言
增强语音对车载语音质量测试的挑战
语音合成采用了混合单元选择系统,结合了单元选择和参数合成的优势,并通过
深度学习
进一步提升了语音质量。这种技术的应用,使得语音助手能够在车内环境中提供流畅自然且易于理解的语音交互体验。2
众乐认证
·
2024-08-29 08:05
itu
TensorFlow和它的弟弟们
TensorFlow、TensorFlowLite、TensorFlowLiteMicro是Google在
深度学习
领域推出的三个不同产品,它们各自有着不同的设计目标和适用场景。
活蹦乱跳酸菜鱼
·
2024-08-29 08:31
tensorflow
人工智能
python
Datawhale AI夏令营-task03
DatawhaleAI夏令营-task03笔记来源:DatawhaleAI夏令营数据增强基础数据增强是一种在机器学习和
深度学习
领域常用的技术,尤其是在处理图像和视频数据时。
ghost_him
·
2024-08-29 06:50
人工智能
释放GPU潜能:PyTorch中torch.nn.DataParallel的数据并行实践
释放GPU潜能:PyTorch中torch.nn.DataParallel的数据并行实践在
深度学习
模型的训练过程中,计算资源的需求往往随着模型复杂度的提升而增加。
2401_85762266
·
2024-08-29 05:45
pytorch
人工智能
python
每天一个数据分析题(五百零五)- 提升方法
A.AdaboostB.GBDTC.XGBOOSTD.随机森林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
·
2024-08-29 05:43
数据分析题库
数据分析
每天一个数据分析题(五百零六)- 装袋方法
A.AdaboostB.GBDTC.XGBOOSTD.随机森林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
·
2024-08-29 05:43
数据分析
数据挖掘
DeepArt——AI美术创作工具,能够帮助生成视觉内容
一、DeepArt的介绍DeepArt是一种基于
深度学习
的艺术风格迁移应用,能够将输入图像转换成具有特定艺术风格的输出图像。
爱研究的小牛
·
2024-08-29 05:12
AIGC
人工智能
深度学习
Wonder Dynamics——虚拟角色动画和实时互动生成
高精度捕捉和渲染:利用
深度学习
和计算机视觉技术,捕捉高精度的动作数据并生成高质量的动画。二、WonderDynamics实现技术详解Wo
爱研究的小牛
·
2024-08-29 05:42
实时互动
上一页
3
4
5
6
7
8
9
10
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