深度学习成长日志第23页

【深度学习： AutoAugment】使用 AutoAugment 提高深度学习性能

【深度学习：AutoAugment】使用AutoAugment提高深度学习性能结果深度学习在计算机视觉领域的成功可以部分归因于大量标记训练数据的可用性——随着训练数据的质量、多样性和数量的增加，模型的性能通常会提高

jcfszxc·2024-02-08 02:19

【深度学习：自动化数据标签】如何自动化数据标签 [示例 + 教程]

【深度学习：自动化数据标签】如何自动化数据标签[示例+教程]使用注释工具进行自动数据标注AI标注工具Encord注释使用AI注释工具自动标记数据的好处如何使用Encord自动标记数据微模型自动分割插值对象跟踪结论如果你用垃圾喂养一个

jcfszxc·2024-02-08 02:19

【深度学习：计算机视觉】如何改进计算机视觉数据集

【深度学习：计算机视觉】如何改进计算机视觉数据集训练模型并评估性能确定数据集需要改进的原因和位置收集或创建新的图像或视频数据重新训练机器学习模型并重新评估，直到达到所需的性能标准机器学习算法需要大量数据集来训练

jcfszxc·2024-02-08 02:49

【前沿技术杂谈：深度学习新纪元】探索人工智能领域的革命性进展

【前沿技术杂谈：深度学习新纪元】探索人工智能领域的革命性进展深度学习的进展深度学习的基本原理和算法深度学习的历史发展神经网络的基本构成神经元层次结构激活函数关键技术和算法反向传播算法卷积神经网络（CNN

jcfszxc·2024-02-08 02:48

学习PyTorch中的注意力机制和Transformer架构

1.背景介绍注意力机制和Transformer架构是深度学习领域的重要概念和技术，它们在自然语言处理、计算机视觉等领域取得了显著的成果。

禅与计算机程序设计艺术·2024-02-08 02:13

介绍一下gpt模型的原理

以下是GPT模型的基本原理：Transformer架构：GPT基于Transformer模型，该模型是由Vaswani等人于2017年提出的一种深度学习架构。

程序员奇奇·2024-02-08 00:09

机器学习与深度学习

什么是机器学习机器学习是一门跨学科的学科，它致力于研究和开发让计算机能够模拟人类学习行为的技术和方法。机器学习涉及多个学科的知识，如概率论、统计学、逼近论、凸分析、算法复杂度理论等，这些学科为机器学习提供了理论基础和数学工具。机器学习的主要目标是通过对大量数据进行处理和分析，自动地发现数据中的规律和模式，然后利用这些规律和模式对新的数据进行预测和决策。这个过程不需要人类进行明确的编程和指令，而是让

Hacoj·2024-02-08 00:29

基于深度学习的行人重识别(person reid) 计算机竞赛

文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的行人重识别该项目较为新颖

Mr.D学长·2024-02-07 23:47

互联网加竞赛基于深度学习的视频多目标跟踪实现

先上成果3多目标跟踪的两种方法3.1方法13.2方法24TrackingByDetecting的跟踪过程4.1存在的问题4.2基于轨迹预测的跟踪方式5训练代码6最后1前言优质竞赛项目系列，今天要分享的是基于深度学习的视频多目标跟踪实现该项目较为新颖

Mr.D学长·2024-02-07 23:47

互联网加竞赛基于深度学习的行人重识别(person reid)

文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的行人重识别该项目较为新颖

Mr.D学长·2024-02-07 23:14

《Python 网络爬虫简易速速上手小册》第7章：如何绕过反爬虫技术？（2024 最新版）

文章目录7.1识别和应对CAPTCHA7.1.1重点基础知识讲解7.1.2重点案例：使用TesseractOCR识别简单CAPTCHA7.1.3拓展案例1：使用深度学习模型识别复杂CAPTCHA7.1.4

江帅帅·2024-02-07 23:36

深度学习如何入门？

深度学习是一个广泛且深入的领域，入门需要一些基础知识和学习资源。以下是一些推荐的步骤和资源：数学基础：深度学习需要一些数学基础，包括线性代数、微积分、概率论和统计学。

super_journey·2024-02-07 23:59

探秘深度学习的巅峰之作：ResNet101与其在图像识别领域的革命性应用

引言深度学习和图像识别的世界已经被深度卷积神经网络的引入所革命化，而在这些网络中，ResNet101架构作为一个重要的里程碑脱颖而出。本文旨在详细探讨ResNet101架构、其设计、功能和应用。

程序员Chino的日记·2024-02-07 22:47

Aden的成长日志(持更)：3.24 关于利用时间的两个思考

3.23###1.时间的流逝感和行动快慢成反比我快的时候,时间就慢;我慢的时候,时间就快。昨天上午起床以后想起一个说法：学习的时候要试着自己跟自己玩,比如学着学着就换一个地方。于是乎我直接抓起书本和讲义坐在床上开始梳理先前的知识架构,并尝试设置了三个连续的25分钟的番茄钟。起先对自己这样的坐姿是否能学进去还抱有怀疑态度,可不知不觉沉浸在审计精密的逻辑框架下之后,仿佛只是恍尔间——当我还在琢磨具体的

c0f107c307ed·2024-02-07 22:22

无人驾驶中常用的37个数据集以及每个数据集的亮点

Automotivemulti-sensordatasethttps://goo.gl/1YbD5E亮点：全方位视觉数据，实现全方位环绕感测；包括冬季有雪的情况2.Apollohttps://goo.gl/yy144b亮点：来自多个传感器的大量注释数据，适合深度学习和训练任务

相信光的奥特王小懒·2024-02-07 22:37

《深度学习入门：基于python的理论与实现》读书笔记

求梯度的函数：f是需要求梯度的函数，x是求梯度的点image.pngdefnumerical_gradient(f,x):h=1e-4#0.0001grad=np.zeros_like(x)#生成和x形状相同的数组foridxinrange(x.size):tmp_val=x[idx]#f(x+h)的计算x[idx]=tmp_val+hfxh1=f(x)#f(x-h)的计算x[idx]=tmp_v

莫里衰·2024-02-07 21:32

MATLAB环境下生成对抗网络系列（11种）

为了构建有效的图像深度学习模型，数据增强是一个非常行之有效的方法。图像的数据增强是一套使用有限数据来提高训练数据集质量和规模的数据空间解决方案。

哥廷根数学学派·2024-02-07 20:55

Vim实战：使用Vim实现图像分类任务（一）

和MixupEMA项目结构编译安装Vim环境环境安装过程安装库文件计算mean和std生成数据集摘要论文：https://arxiv.org/pdf/2401.09417v1.pdf翻译：近年来，随着深度学习的发展

静静AI学堂·2024-02-07 19:37

ChatGPT入门教程大纲

第一部分：ChatGPT基础知识ChatGPT概述什么是ChatGPTChatGPT的应用领域ChatGPT的工作原理语言模型和深度学习的概念Transformer架构的介绍预训练和微调的过程ChatGPT

weixin_40525760·2024-02-07 19:06

6组张凌芳学习心得～～弯柳树网络学习班第7天

成长日志1、读《朱子治家格言》,《清静经》《了凡四训.改过之法》、《了凡四训.谦德之效》、各部经典1遍并且打卡，《弟子规》1遍都打卡2、蔡老师讲细《弟子规》第10-11讲3、诵读《文化自信与民族复兴》、

凌波_6f09·2024-02-07 18:37

什么是大模型

大模型的应用场景常见的大模型技术实例分析：深度学习语言模型GPT-3让你了解什么是大模型大模型（BigModel）是指在机器学习和人工智能领域中处理大规模数据和复杂模型的一种方法或技术。

码农阿豪·2024-02-07 17:10

基于深度学习的学生课堂抬头率检测系统

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义随着教育技术的不断发展，学生在课堂上的注意力和参与度成为了教育工作者关注的重点。课堂抬头率是指学生在课堂上抬头的频率，也可以看作是学生对教师讲解内容的关注程度。高抬头率意味着学生对课堂内容的积极参与，而低抬头率则可能意味着学生的分心或者对课堂内容的

xuehaisj·2024-02-07 17:40

【毕业设计选题】基于深度学习的学生课堂行为检测算法系统 YOLO python 卷积神经网络人工智能

目录前言设计思路一、课题背景与意义二、算法理论原理2.1深度卷积神经网络2.2YOLOv5算法三、检测的实现3.1数据集3.2实验环境搭建3.3实验及结果分析实现效果图样例最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利

Mini_hailang_IT·2024-02-07 17:37

06-20201012 感知机-1从感知机到神经网络

通过一系列资料学习，感知机最大的贡献还是提供了在链接主义的智能计算中的一种求解思路（智能计算的三大流派之一），加之后来的非线性激活函数与反向传播，渐渐发展到现在的深度学习。从概念上，感知机可以认为

野山羊骑士·2024-02-07 17:24

【MCC成长日志】之直接反馈篇 I

缘起前两天，跟一位同行通话，他说准备去学表演。说最近跟一位客户对话，他简练模仿对方的动作，还原几个关键场景，对方立刻被镇住了，有一些自我反思。大约过去的这些年，他没有想过自己是这个样子的。我觉得很有趣。这位同行的做法，有点像先锋艺术家。由此，想到了几种相关的技术。U型理论之教练圆圈首先，想到U型理论的教练圆圈。这是一种多人对话方式。通常由5-6人组成，大家围圈而坐。接下来，一人作为案主陈述面临的挑

职场惠客厅·2024-02-07 16:12

李沐《动手学深度学习》注意力机制

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归李沐《动手学深度学习》线性神经网络softmax回归李沐《

丁希希哇·2024-02-07 16:27

深度学习的探索与实践

深度学习是人工智能领域的一个重要分支，它利用神经网络模拟人类大脑的学习过程，通过大量数据训练模型，使其能够自动提取特征、识别模式、进行分类和预测等任务。

爱内卷的学霸一枚·2024-02-07 16:38

【DELM回归预测】基于深度学习极限学习机DELM实现数据回归预测附matlab代码

深度学习极限学习机（DeepExtr

matlab科研助手·2024-02-07 15:32

深度置信网络（深度信念网络）DBN回归预测-MATLAB代码实现

一、DBN介绍（完整代码获取：私信或评论区）深度置信网络（DeepBeliefNetworks，DBN）是一种深度学习模型，由多个堆叠的受限玻尔兹曼机（RestrictedBoltzmannMachines

L0392·2024-02-07 15:01

【MATLAB】使用随机森林在回归预测任务中进行特征选择（深度学习的数据集处理）

1.随机森林在神经网络的应用当使用随机森林进行特征选择时，算法能够为每个特征提供一个重要性得分，从而帮助识别对目标变量预测最具影响力的特征。这有助于简化模型并提高其泛化能力，减少过拟合的风险，并且可以加快模型训练和推理速度。通过剔除不重要的特征，模型的复杂度降低，同时保持了较高的预测准确性。随机森林是一种集成学习算法，利用多棵决策树对特征进行建模。由于其天然的并行化、抗过拟合的特性和对非线性关系的

编程到天明·2024-02-07 15:31

【MATLAB】使用梯度提升树在回归预测任务中进行特征选择（深度学习的数据集处理）

1.梯度提升树在神经网络的应用使用梯度提升树进行特征选择的好处在于可以得到特征的重要性分数，从而识别出对目标变量预测最具影响力的特征。这有助于简化模型并提高其泛化能力，减少过拟合的风险，并且可以加快模型训练和推理速度。此外，特征选择可以帮助理解数据，并为进一步的特征工程提供指导，有效地提高模型的预测性能。梯度提升树（GBT）是一种强大的监督学习算法，常用于回归和分类问题。通过利用多棵决策树的集成学

编程到天明·2024-02-07 15:59

PyTorch中基础模块torch的详细介绍

torch是PyTorch库的核心模块，提供了以下关键功能：张量（Tensor）：类似于NumPy的ndarray，但可以无缝地在CPU或GPU上运行，并且支持自动微分，是深度学习模型中数据的主要表示形式

科学禅道·2024-02-07 15:29

电力负荷预测 | 基于GRU门控循环单元的深度学习电力负荷预测，含预测未来（Python）

文章目录效果一览文章概述源码设计参考资料效果一览文章概述电力负荷预测|基于GRU门控循环单元的深度学习电力负荷预测，含预测未来（Python&

天天酷科研·2024-02-07 14:11

人工智能 | 深度学习的进展

深度学习的进展深度学习是人工智能领域的一个重要分支，它利用神经网络模拟人类大脑的学习过程，通过大量数据训练模型，使其能够自动提取特征、识别模式、进行分类和预测等任务。

卡尔曼的BD SLAMer·2024-02-07 13:02

CVPR 2023: SFD2 Semantic-Guided Feature Detection and Description

学习特征:这些特征是使用深度学习技术（例如卷积神经网络(CNN)）从数据中自动学习的。它们可以捕捉像素之间更复杂的关系，并有可能获得更好的性能，但计算成本可能很高。语义

结构化文摘·2024-02-07 12:20

挑战杯 python+大数据校园卡数据分析

0前言优质竞赛项目系列，今天要分享的是基于yolov5的深度学习车牌识别系统实现学长这里给一个题目综合评分(每项满分5分)难度系数：4分工作量：4分创新点：3分该项目较为新颖，适合作为竞赛课题方向，学长非常推荐

laafeer·2024-02-07 12:37

神经网络和深度学习第一周学习笔记

neuronnetwork:是一种非常强大的学习算法，这种算法的灵感来源与人类的大脑组成ReLUReLU函数的特点是初始值为0，之后变为一条直线singleneuron上图圆圈的部分代表单个神经元，其完成的任务为输入x可以输出相对应的y上图表示由多个神经元聚集而成的神经网络（multipleneuronnetwork）上图为surpervisedlearning的一些具体应用对于第1，2种应用，使

热爱生活的小谢·2024-02-07 12:18

专访Keras之父：关于深度学习、Keras的诞生和给初学者的建议

ETHK6aakAy0uHqJGdJiSHw新智元报道作者：SanyamBhutani编辑：肖琴【新智元导读】本文是对Keras的创造者、谷歌AI研究员FrancoisChollet的专访，内容包括François从何开始对深度学习感兴趣

喜欢打酱油的老鸟·2024-02-07 12:19

深度 | 从各种注意力机制窥探深度学习在NLP中的神威

选自arXiv作者：AntoineJ.-P.Tixier机器之心编译参与：思源随着层级表征的兴起，自然语言处理在很多方面都应用了深度神经网络。它们可以实现语言建模、情感分析、机器翻译、语义解析等非常多的任务，这些序列建模任务可以使用循环神经网络、卷积神经网络甚至近来比较流行的Transformer。机器之心也介绍过基于循环与卷积的序列建模方法，而近日一篇综述文章进一步介绍了NLP中各种深度技术。由

机器学习算法那些事·2024-02-07 12:18

人工智能|深度学习——使用多层级注意力机制和keras实现问题分类

代码下载使用多层级注意力机制和keras实现问题分类资源-CSDN文库1准备工作1.1什么是词向量?”词向量”（词嵌入）是将一类将词的语义映射到向量空间中去的自然语言处理技术。即将一个词用特定的向量来表示，向量之间的距离（例如，任意两个向量之间的L2范式距离或更常用的余弦距离）一定程度上表征了的词之间的语义关系。由这些向量形成的几何空间被称为一个嵌入空间。传统的独热表示（one-hotrepres

博士僧小星·2024-02-07 12:17

故障诊断 | 一文解决，TCN时间卷积神经网络模型的故障诊断（Matlab）

效果一览文章概述故障诊断|一文解决，TCN时间卷积神经网络模型的故障诊断（Matlab）模型描述时间卷积神经网络（TCN）是一种用于序列数据建模和预测的深度学习模型。

机器学习之心·2024-02-07 11:27

MxNet源码解析(1) KVStore，pslite源码解析

因此，今天将我一直以来的学习过程中的心得和收获总结在这里，也为以后对MxNet的继续学习做一个铺垫2.MxNet构成MxNet作为一个深度学习框架，它最大的特点应该是分布式训练的支持了。

Junr_0926·2024-02-07 11:37

PyTorch自动微分模块torch.autograd的详细介绍

torch.autograd是PyTorch深度学习框架中的一个核心模块，它实现了自动微分（AutomaticDifferentiation）的功能。

科学禅道·2024-02-07 10:05

PyTorch 中音频信号处理库torchaudio的详细介绍

torchaudio是PyTorch深度学习框架的一部分，是PyTorch中处理音频信号的库，专门用于处理和分析音频数据。

科学禅道·2024-02-07 10:32

第十四篇【传奇开心果系列】Python的OpenCV库技术点案例示例：图像特征提取与描述

库技术点案例示例系列短博文目录前言一、OpenCV图像特征提取与描述介绍二、OpenCV图像特征提取与描述初步示例代码三、扩展思路介绍四、特征点筛选和匹配优化示例代码五、多尺度特征提取示例代码六、非局部特征描述子示例代码七、基于深度学习的特征提取示例代码八

传奇开心果编程·2024-02-07 09:48

挑战杯 python+深度学习+opencv实现植物识别算法系统

0前言优质竞赛项目系列，今天要分享的是基于深度学习的植物识别算法研究与实现学长这里给一个题目综合评分(每项满分5分)难度系数：4分工作量：4分创新点：4分更多资料,项目分享：https://gitee.com

laafeer·2024-02-07 09:23

计算机设计大赛深度学习+python+opencv实现动物识别 - 图像识别

卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4inception_v3网络5最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习的动物识别算法

iuerfee·2024-02-07 09:20

动手学深度学习-02打卡

过拟合、欠拟合及其解决方案1.过拟合、欠拟合的概念2.权重衰减3.丢弃法模型选择、过拟合和欠拟合训练误差和泛化误差训练误差：模型在训练数据集上表现出的误差。泛化误差：模型在任意一个测试数据样本上表现出的误差的期望。模型选择验证数据集除训练集和测试集之外的数据。目的是为了从训练误差估计泛化误差。k折交叉验证把原始训练数据集分割成k个不重合的子数据集，然后做k次模型训练和验证。每一次我们使用一个子数据

一技破万法·2024-02-07 09:06

深度学习基础--反向传播

image.png反向传播求误差image.png求对J的影响image.pngimage.png求对J的影响image.pngimage.png误差反传image.pngimage.pngimage.png参考：深度学习

掰不开桃子的男人·2024-02-07 09:13

推荐频道

深度学习成长日志