深度学习攻略

Unsloth 库和Hugging Face Transformers 库对比使用

在深度学习模型的微调过程中，保存模型及其权重是关键步骤。不同的库或框架提供了各自的方法来完成这一任务。Unsloth库：Unsloth是一个专注于加速大语言模型（LLM）微调的开源工具。

背太阳的牧羊人·2025-03-26 21:17

深度学习篇---断点重训&模型部署文件

文章目录前言一、断点重训（Checkpoint）文件1.动态图（DyGraph）模式.pdparams文件.pdopt文件.pdscaler文件.pdmeta或.pkl文件2.静态图（StaticGraph）模式.pdparams和.pdopt文件.ckpt文件3.恢复训练二、模型部署文件1.动态图部署文件.pdmodel.pdiparams示例代码2.PaddleInference部署三、核心区

Ronin-Lotus·2025-03-26 20:11

向量数据库与常见的搜索算法

一、引入在深度学习领域，每个实体都是高维向量，每个维度都是某种属性的刻画。比如一行N个字的文本，可以转成N*256维张量，一个图片可以转成3*100*100张量。

杰瑞哥哥·2025-03-26 20:38

初识TensorFlow：机器学习与深度学习的探索

初识TensorFlow：机器学习与深度学习的探索背景简介当我们谈论创建人工智能（AI）时，机器学习（ML）和深度学习是重要的起点。面对众多的选择和术语，新手很容易感到不知所措。

韩锋裂变营销·2025-03-26 20:38

深度学习学习经验——生成对抗网络（GAN）

（GenerativeAdversarialNetwork）生成对抗网络（GenerativeAdversarialNetwork，简称GAN）是由IanGoodfellow等人在2014年提出的一种深度学习模型

Linductor·2025-03-26 19:37

【深度学习】Self-Attention机制详解：Transformer的核心引擎

Self-Attention机制详解：Transformer的核心引擎文章目录Self-Attention机制详解：Transformer的核心引擎引言Self-Attention的基本概念为什么需要Self-Attention？Self-Attention的数学原理1.计算查询(Query)、键(Key)和值(Value)2.计算注意力分数3.缩放并应用Softmax4.加权求和多头注意力(Mu

烟锁池塘柳0·2025-03-26 19:05

基于深度学习的水果识别系统

1.引言随着计算机视觉技术的快速发展，基于深度学习的水果识别系统在农业、超市等场景中具有广泛的应用前景。

A等天晴·2025-03-26 17:51

2025隐藏的创业盈利法则：分析大小走势带回血攻略赚钱的办法

在当今这个快速发展的时代，创造力已成为推动社会进步和个人成长的重要力量。无论是在科技、艺术还是商业领域，创新都扮演着不可或缺的角色。创造领域的探索，不仅是对技术和理论的研究，更是对人生哲学的深思熟虑和再创造。首先，创造力的本质在于对未知世界的好奇心和探索欲。古今中外的伟大发明和艺术作品，往往源于人们对现有事物的不满足和对新可能性的追求。比如，爱迪生的电灯、达芬奇的飞行器，这些历史上的伟大创造背后，

2501_91385442·2025-03-26 17:50

DeepSeek底层揭秘——deepEP

(1)定义deepEP(DeepSeekEndPoint)是DeepSeek开源的一款高性能、低延迟的分布式通信库，专为大规模深度学习训练和推理场景设计。

9命怪猫·2025-03-26 12:45

没有域名如何为IP地址申请SSL证书？三步搞定HTTPS加密！

IP地址申请SSL证书全攻略在互联网世界中，域名并非申请SSL证书的唯一选择。无论是企业内网服务器、物联网设备，还是临时测试环境，通过IP地址直接部署HTTPS加密已成为许多场景的刚需。

·2025-03-26 12:29

[特殊字符]【Linux系统启动全攻略】从开机到关机，一文搞懂Linux运行原理+GRUB修复+服务管理！

【Linux系统启动全攻略】从开机到关机，一文搞懂Linux运行原理+GRUB修复+服务管理！摘要：你是不是经常遇到Linux系统启动失败、服务无法开启、GRUB引导丢失的问题？别慌！

掘金小子·2025-03-26 12:12

深度学习5 神经网络、参数初始化

一、模型保存与加载1、序列化方式保存方式：torch.save(model,"model.pkl")打开方式：model=torch.load("model.pkl",map_location="cpu")importtorchimporttorch.nnasnnclassMyModle(nn.Module):def__init__(self,input_size,output_size):su

今天又是学习·2025-03-26 10:23

深度学习中常见的权重参数初始化方法

在深度学习中，权重参数的初始化对模型的训练过程和性能有着非常重要的影响。一个好的权重初始化方法能够帮助模型更快收敛、避免梯度爆炸或梯度消失等问题。以下是几种常见的权重初始化方法及其背后的原理。

真以为Sophie是猪啊·2025-03-26 09:52

ETL与数据迁移：从传统系统到云平台的平稳过渡全攻略

在当今数字化转型的浪潮中，云计算已成为推动企业发展的关键力量。越来越多的组织意识到，将数据和应用程序从传统系统迁移到云平台，不仅能降低IT成本，还能提升业务灵活性、可扩展性和创新能力。而在这个过程中，数据迁移无疑是核心环节，ETL（提取、转换、加载）更是实现数据迁移的关键工具。一、数据迁移是云转型的基础数据迁移是将现有数据从传统系统迁移到云平台的过程。传统系统往往存在架构老化、数据孤岛等问题，限制

谷云科技RestCloud·2025-03-26 08:44

美摄科技智能汽车视频延迟摄影解决方案，开启智能出行新视界

一、核心技术：智能算法驱动，优化画面质量美摄科技的智能汽车视频延迟摄影解决方案的核心在于其创新的图像增强算法与深度学习技术。通过智能算法驱动，方案能够实时检测并优化画面中的各类问题，如过曝、

美摄科技·2025-03-26 08:09

QT运行导入python（pytorch）程序进行深度学习(qmake)

这个问题困扰了四天，终于解决了，记录一下。1.需要一个完整的python能够运行pytorch环境，这里我已经搭建好了2.QT需要安装MCSV编译器（必须用这个，因为WINGW不支持.lib的python库）参考这个教程：Qt添加MSVC2017编译器（2022年保姆级教程，不安装完整VS）_qtmsvc2017-CSDN博客安装完之后，你的QT会多出几个kit，你需要使用64位的MSVC的编译器

憨猪在度假·2025-03-26 06:55

YOLO11改进-注意力-引入自调制特征聚合模块SMFA

随着深度学习在计算机视觉中的不断进展，目标检测任务也在快速发展。YOLO系列模型（YouOnlyLookOnce）一直因其高效和快速而备受关注。

一勺汤·2025-03-26 06:54

深度学习目标检测中的创新：从 PKINet 看高效模型的设计

深度学习目标检测中的创新：从PKINet看高效模型的设计在深度学习领域，目标检测一直是研究的热点和难点。为了在精度和效率之间取得平衡，研究者们不断探索新的网络结构和算法。

RockLiu@805·2025-03-26 06:23

Java微服务架构大揭秘：5步教你用Spring Boot搭建高效系统

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣你是否曾经想过如何将一个庞大的单体应用拆分成多个小巧、独立的服务？

墨瑾轩·2025-03-26 05:49

嵌入式领域机器学习入门指南

深度学习:一种特殊的机器学习方法，通过使用具有

AI嵌入式·2025-03-26 05:47

深度学习框架演进与智能应用实践

内容概要深度学习框架的迭代升级正重塑智能应用开发范式。从TensorFlow的静态图架构到PyTorch的动态计算图设计，工具链的持续优化显著提升了模型训练效率与部署灵活性。

智能计算研究中心·2025-03-26 04:13

V100架构深度优化指南

内容概要作为NVIDIAVolta架构的旗舰产品，TeslaV100通过创新硬件设计与软件生态的协同优化，为深度学习与高性能计算场景提供了突破性的加速能力。

智能计算研究中心·2025-03-26 04:39

Spring AOP切点表达式失效之谜及高效修复攻略

在Java开发的广袤天地里，SpringAOP想必是大家都十分熟悉的利器，它为我们的代码编织了一张强大的横切关注点之网，极大地提升了代码的可维护性和可扩展性。关于SpringAOP的常规使用方法，官方文档https://docs.spring.io/spring-framework/reference/core/aop.html已经有了详尽的阐述，本文就不再赘述。今天，我们将聚焦于一次棘手的Spr

·2025-03-26 03:19

MATLAB 2024b深度学习工具箱新特性全面解析与DeepSeek大模型集成开发：卷积神经网络、迁移学习算法、时间卷积网络、生成式对抗网络、自编码器、目标检测YOLO模型、语义分割、注意力机制等

在这一背景下，MATLAB2024b深度学习工具箱应运而生，凭借架构创新与功能强化，为科研工作者提供了一套全栈式的科研创新与行业应用解决方案，具有重要的时代意义。

WangYan2022·2025-03-26 03:06

《Python实战进阶》第32集：使用 TensorFlow 构建神经网络

第32集：使用TensorFlow构建神经网络摘要TensorFlow是一个功能强大的深度学习框架，广泛应用于构建和训练神经网络模型。

带娃的IT创业者·2025-03-26 01:46

Ray 源码分析(16)—Ray Serve

Serve与框架无关，因此你可以使用一个单一的工具包来服务从使用PyTorch、TensorFlow和Keras等框架构建的深度学习模型，到Scikit-Learn模型，再到任意Python业务逻辑的所有内容

Jim.Li·2025-03-26 01:15

Python深度学习框架：用神经网络预测股市，科学or玄学？

小伙伴们，今天我们不谈K线，不谈MACD，我们来聊聊如何用Python的深度学习框架，让神经网络帮你"算命"——啊不，是预测股市走势！

西蒙斯.果·2025-03-25 22:24

具身系列——NLP工程师切入机器人和具身智能方向

IsaacGym、Mujoco、webots）基于当前具身智能行业发展趋势和岗位需求，以下是为NLP工程师设计的转型路径与策略，结合最新招聘信息和技术趋势：一、技能迁移与知识重构（3-6个月）核心能力复用深度学习基础

music&movie·2025-03-25 21:47

国内GPU算力租用平台

GPU算力租用平台为深度学习、科学计算、图形渲染等领域的研究者、开发者及企业提供了强大的计算支持。

君君学姐·2025-03-25 21:15

PyTorch 深度学习实战（8）：Transformer 与机器翻译（基于本地中英文文本文件）

在上一篇文章中，我们探讨了循环神经网络（RNN）及其在文本分类中的应用。本文将介绍Transformer模型的基本原理，并使用PyTorch和HuggingFace的transformers库实现一个简单的机器翻译模型。我们将基于本地的中英文文本文件进行实战演练。一、Transformer基础Transformer是一种基于自注意力机制（Self-Attention）的神经网络架构，由Vaswan

进取星辰·2025-03-25 18:58

使用LangChain和中文羊驼2.0搭建离线版的ChatPDF

了解如何使用深度学习中常用的向量数据库。为了让更多的同学看懂，我会尽量写的小白一点。如果你是有经验的

大模型常客·2025-03-25 18:49

Linux系统增加用户用于深度学习

首先是为自己创建一个新用户名sudouseradd-mnewuser#增加一个newuser用户sudopasswdnewuser#为newuser用户设置密码sunewuser#切换到newuser用户如何切换用户界面的Bashsudochsh-s/bin/zshluoshiyong#配置zshsudochsh-s/bin/bashluoshiyong#配置bash如何使用Anaconda环境创

不要绝望总会慢慢变强·2025-03-25 17:49

大模型算法岗面试题(含答案)

PyTorchLightning：一个基于PyTorch的轻量级深度学习框架，用于快速原型设计和实验。

X.Cristiano·2025-03-25 17:49

《深入浅出LLM基础篇》（四）：主流大模型介绍

GoAI·2025-03-25 17:14

AI在个性化广告创意生成中的应用

AI在个性化广告创意生成中的应用关键词：AI、个性化广告创意生成、用户画像、深度学习、自然语言处理、计算机视觉摘要：本文深入探讨了AI在个性化广告创意生成中的应用。

杭州大厂Java程序媛·2025-03-25 16:10

Spring MVC请求与响应全解析：从参数绑定到异常处理

请求映射的艺术：RequestMapping深度解析1.多级路径配置2.六大核心属性3.RESTful风格实践二、参数绑定黑科技1.智能绑定机制基础类型绑定对象嵌套绑定集合类型绑定2.参数处理三剑客三、响应处理全攻略

wertuiop_·2025-03-25 16:39

Python 中的 SQLite3：轻量级数据库操作全攻略

Python中的SQLite3：轻量级数据库操作全攻略在Python开发中，处理数据存储与管理是常见需求。

tekin·2025-03-25 16:39

写给孩子和极客的趣味数学 --“自动驾驶背后的数学” 专栏导读

专栏链接：自动驾驶背后的数学一、专栏逻辑图谱深度学习进阶视觉感知与多传感器融合基础工具与决策流程10.激活函数解析6.视觉坐标变换体系7.视觉优化与融合8.全流程解析2.传感器数据到控制指令的函数嵌套1.10

赛卡·2025-03-25 12:11

【Java开发学习路线图】从入门到项目实战全攻略

本文提供清晰的Java学习路径规划，附带关键知识点代码示例，适合零基础到进阶的开发者！一、Java基础核心（1-2个月）1.基础语法（建议配合IDE练习）//变量与运算符intage=25;doublescore=89.5;booleanisPass=score>=60;//true//条件判断Stringresult=(score>90)?"优秀":"合格";//循环示例for(inti=1;i

小小鸭程序员·2025-03-25 12:07

ai-by-hand-excel: 用 Excel 手搓各种 AI 算法和模型

github.com/ImagineAILab/ai-by-hand-excel更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现-小众AI通过Excel的形式实现并演示人工智能与深度学习的核心算法和概念

小众AI·2025-03-25 09:14

MediaPipe实时机器学习框架

✅跨平台支持（可在PC、Android、iOS上运行）✅轻量级（可在移动设备上实时运行）✅无需深度学习背景（简单调用API就能实现复杂的AI视觉任务）MediaPipe能做什么？

EngineerSuTao·2025-03-25 05:14

OneFlow深度学习框架介绍

目录第一章：OneFlow深度学习框架引言1.1深度学习框架的重要性1.2OneFlow框架的诞生背景1.3本章内容概要第二章：OneFlow框架基础2.1OneFlow框架的安装与配置2.1.1环境准备

技术探秘者·2025-03-25 04:13

Momentum优化器的超参数调优方法

Momentum优化器的超参数调优方法1.背景介绍在深度学习领域，优化器是训练神经网络的关键组件之一。优化器的选择和调优直接影响模型的收敛速度和最终性能。

AI天才研究院·2025-03-25 03:34

《CKA/CKAD应试指南/从docker到kubernetes 完全攻略》学习笔记第3章部署kubernets集群

目录3.1了解kubernetes3.2安装kubernetes3.2.1实验拓扑图及环境及准备设置3.2.3安装master3.2.4配置work加入集群3.2.5安装calico网络3.3安装后的设置3.3.1删除节点及重新加入3.3.2常见一些命令3.4设置metric-server监控pod及节点的负载3.5命名空间namespace3.6管理命名空间3.7安装一套v1.20.1版本的集群

Aphelios··2025-03-24 21:45

Python 学习第五册深度学习第1章什么是深度学习

目录1.1人工智能、机器学习与深度学习1.1.1人工智能1.1.2机器学习1.1.3从数据中学习表示1.1.4深度学习之“深度”1.1.5用三张图理解深度学习的工作原理1.2深度学习之前：机器学习简史1.2.1

weixin_38135241·2025-03-24 18:25

深度学习：让机器学会“思考”的魔法

文章目录引言：从“鹦鹉学舌”到“举一反三”一、深度学习是什么？

AI极客Jayden　·2025-03-24 18:50

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言5.2基于人在回路的目标检测模型裁剪5.3嵌入式实时目标检测交互软件基于深度学习的无人机目标检测算法轻量化研究知识拓展基于

林聪木·2025-03-24 15:03

内网IP地址SSL证书申请指南

然而，对于局域网/内网IP地址而言，申请SSL证书的过程具有一定的特殊性，以下是一份详细的攻略：一、了解局域网/内网IP地址的特殊性唯一性问题：局域网/内网IP地址在内部网络中可能具有唯一性，但在整个互联网中并不唯一

·2025-03-24 15:09

2025年第二届机器学习与神经网络国际学术会议(MLNN 2025)

www.icmlnn.org时间：2025年4月22-24日地点：中国-重庆简介2025年第二届机器学习与神经网络国际学术会议（MLNN2025）围绕学习系统与神经网络的核心理论、关键技术和应用展开讨论，涵盖深度学习

分享学术科研与论文的禁小默·2025-03-24 14:19

深度学习--概率

1基本概率论1.1假设我们掷骰子，想知道1而不是看到另一个数字的概率，如果骰子是公司，那么所有6个结果(1..6),都有相同的可能发生，因此，我们可以说1发生的概率为1/6.然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵，唯一的办法就是多投掷骰子，对于每个骰子观察到的[1.2...6]的概率随着投掷次数的增加，越来越接近1/6.导入必要的包%matplotlibinline

fantasy_arch·2025-03-24 13:44

推荐频道