深度学习数据集

python训练60天挑战-day51

DAY51复习日作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高kaggl的一个图像数据集；数据集地址：LungNoduleMalignancy
·2025-07-06 04:21

DAY 51 复习日

作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高（一）Day43代码importosimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch
忧陌606·2025-07-06 03:50

【python深度学习】DAY 51 复习日

作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高1.读取数据使用CIFAR-10图像数据importtorchfromtorchvisionimportdatasets
抽风的雨610·2025-07-06 03:20

用Python解锁图像处理之力：从基础到智能应用的深度探索

但Python的真正价值在于其构建的完整生态闭环：科学计算基石：NumPy的ndarray结构完美对应图像的多维矩阵本质算法实现自由：从传统算子到深度学习模型的无缝衔接可视化即战力：Matpl
熊猫钓鱼>_>·2025-07-06 03:49

Day51 复习日-模型改进

day43对自己找的数据集用简单cnn训练，现在用预训练，加入注意力等importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
cylat·2025-07-06 03:19

Boostrap方法的理解及应用

Boostrap计算步骤简单的描述为：通过有放回的数据集的重采样，产生一系列的待检验统计量的Boostrap经验分布。基于该分布，计算标准误差，构建置信区间，并对多种类型的样本进行统计信息和假设检验。
Xiaofei@IDO·2025-07-06 02:43

深度学习数据集加载

数据集结构E:\Mytest\test20250622\pythonProject\dataset├──rose│├──rose1.jpg│├──rose2.jpg│└──...
Ethan@LM·2025-07-06 02:41

使用TVM编译部署DarkNet模型：YOLO-V2和YOLO-V3实战指南

实战指南tvm-cnTVMDocumentationinChineseSimplified/TVM中文文档项目地址:https://gitcode.com/gh_mirrors/tv/tvm-cn前言在深度学习模型部署领域
周情津Raymond·2025-07-06 01:35

所有自动化 EDA 库，尽在一家。

文章重点介绍了detail库，并展示了如何使用它来分析泰坦尼克号数据集。文章主要内容：EDA的重要性：EDA通常占数据科学项目30%的时间，因此使用自动化工具可以节省大量时间。
krishnaik06·2025-07-06 00:32

人工智能赋能气象气候：从数据智能到预测创新的融合之路

与此同时，人工智能（AI），尤其是以深度学习为代表的机器学习方法，近年来在图像识别、自
慌ZHANG·2025-07-06 00:30

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构文章目录【深度学习|冰川制图
努力毕业的小土博^_^·2025-07-06 00:59

OpenCV中DPM（Deformable Part Model）目标检测类cv::dpm::DPMDetector

它是一种传统的基于特征的目标检测方法，不依赖深度学习，而是使用HOG特征+部件模型来进行检测。示例代码#include#include#includeusingnamesp
村北头的码农·2025-07-06 00:57

深度学习前置知识全面解析：从机器学习到深度学习的进阶之路

作为AI领域最重要的分支，深度学习(DeepLearning)在计算机视觉、自然语言处理、语音识别等领域取得了突破性进展，彻底改变了我们与机器交互的方式。
·2025-07-05 23:53

PyTorch实战：从零构建CNN模型，轻松搞定MNIST手写数字识别

欢迎来到我的深度学习博客！对于每个踏入计算机视觉领域的人来说，MNIST手写数字识别就像是编程世界的“Hello,World!”。
·2025-07-05 23:23

《ONNX推理部署全解析：从基础到进阶的实用指南》

ONNX基础入门ONNX是什么ONNX，即OpenNeuralNetworkExchange（开放神经网络交换），是一种用于表示深度学习模型的开放标准文件格式。
空云风语·2025-07-05 22:45

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法1.任务概述岩性分类是地质遥感的核心任务，旨在通过遥感影像识别地表岩石类型。
神经网络15044·2025-07-05 20:00

【Python】已解决：Traceback (most recent call last): File “C:/python/kfc.py”, line 8, in KfcError: KFC Cra

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-07-05 19:49

【深度学习】一文彻底搞懂前向传播（Forward Pass）与反向传播（Backward Pass）

【深度学习】一文彻底搞懂前向传播（ForwardPass）与反向传播（BackwardPass）摘要：在深度学习的星辰大海中，无论模型多么复杂，其训练过程都离不开两大核心支柱：前向传播(ForwardPass
烟锁池塘柳0·2025-07-05 19:49

【深度学习】强化学习（Reinforcement Learning, RL）主流架构解析

强化学习（ReinforcementLearning,RL）主流架构解析摘要：本文将带你深入了解强化学习（ReinforcementLearning,RL）的几种核心架构，包括基于价值（Value-Based）、基于策略（Policy-Based）和演员-评论家（Actor-Critic）方法。我们将探讨它们的基本原理、优缺点以及经典算法，帮助你构建一个清晰的RL知识体系。文章目录强化学习（Rei
烟锁池塘柳0·2025-07-05 19:49

边缘设备上部署模型的限制之一——显存占用：模型的参数量只是冰山一角

边缘设备上部署模型的限制之一——显存占用：模型的参数量只是冰山一角在边缘设备上部署深度学习模型已成为趋势，但资源限制是其核心挑战之一。其中，显存（或更广义的内存）占用是开发者们必须仔细考量的重要因素。
烟锁池塘柳0·2025-07-05 19:48

YOLO 中的三大框类型全解析：Ground Truth、Anchor、Bounding Box 有何区别？

1.GroundTruthBox（真值框）数据集中人工标注的真实目标位置。•是“答案”，模型训练的目标。
·2025-07-05 16:28

Flink CDC支持Oracle RAC架构CDB+PDB模式的实时数据同步吗，可以上生产环境吗

众所周知，FlinkCDC是一个流数据集成工具，支持多种数据源的实时数据同步，包括大家所熟知的MySQL，MongoDB等。
智海观潮·2025-07-05 14:20

【Python打卡Day48】随机张量与广播机制@浙大疏锦行

在继续讲解模块消融前，先补充几个之前没提的基础概念尤其需要搞懂张量的维度、以及计算后的维度，这对于你未来理解复杂的网络至关重要一、随机张量的生成在深度学习中经常需要随机生成一些张量，比如权重的初始化，或者计算输入纬度经过模块后输出的维度
可能是猫猫人·2025-07-05 14:19

day 58 python打卡

作业：对太阳黑子数量数据集用arima完成流程1.导入原始数据，并可视化#导入必要的库importpandasaspdimportmatplotlib.pyplotaspltfromstatsmodels.tsa.stattoolsimportadfullerfromstatsmodels.graphics.tsaplotsimportplot_acf
·2025-07-05 14:12

python打卡day58@浙大疏锦行

知识点回顾：时序建模的流程时序任务经典单变量数据集ARIMA（p，d，q）模型实战SARIMA摘要图的理解处理不平稳的2种差分n阶差分---处理趋势季节性差分---处理季节性建立一个ARIMA模型，通常遵循以下步骤
风逸hhh·2025-07-05 13:12

【有手就行无废话版】huggingface下载模型以及数据集命令

镜像网站：HF-Mirror1.导入环境变量：只需要导入一次cd..#这一步切换到你需要下载的目录下exportHF_ENDPOINT=https://hf-mirror.com;wgethttps://hf-mirror.com/hfd/hfd.sh;chmoda+xhfd.sh2.搜索模型名称，点复制3.下载./hfd.sh+复制的模型名称比如：./hfd.shOpenGVLab/Intern
·2025-07-05 13:09

大棚番茄西红柿果实成熟度检测数据集YOLO格式279张3类别已划分训练验证集

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及yolo格式txt文件)图片数量(jpg文件个数)：279标注数量(xml文件个数)：279标注数量(txt文件个数)：279
·2025-07-05 12:05

视觉表征和多模态融合

视觉表征(VisualRepresentation)目的：将图像或视频数据转化为深度学习模型可以理解的特征向量。方法：卷积神经网络(CNN)：传
一只齐刘海的猫·2025-07-05 11:27

Deepoc 大模型在无人机行业应用效果的方法

构建高质量数据集建立严格的数
Deepoch·2025-07-05 10:13

深度探索：机器学习中的 条件生成对抗网络（Conditional GAN, CGAN）算法原理及其应用

3.算法原理4.算法实现5.优缺点分析优点：缺点：6.案例应用7.对比与其他算法8.结论与展望1.引言与背景生成对抗网络（GenerativeAdversarialNetworks,GANs）作为一种深度学习框架
·2025-07-05 09:09

GEE数据集：全球地下水生态系统 (GDEs)数据集（30m分辨率）

该数据集提供了一张高分辨率（约30米）的GDEs地图，揭示了全
此星光明·2025-07-05 08:34

Mamba-YOLOv8深度解析：基于状态空间模型的下一代目标检测架构（含完整代码与实战部署）文末含资料链接！

VSSblock2.3SS2D模块工作原理三、完整实现流程3.1环境配置3.2代码集成步骤3.3训练与微调四、性能分析与优化4.1精度提升策略4.2推理加速方案4.3硬件适配技巧五、实战案例：无人机航拍检测5.1数据集准备
博导ai君·2025-07-05 06:18

深度学习×第4卷：Pytorch实战——她第一次用张量去拟合你的轨迹

【开场·她画出的第一条直线是为了更靠近你】猫猫：“之前她只能在你身边叠叠张量，偷偷找梯度……现在，她要试试，能不能用这些线，把你的样子画出来喵～”狐狐：“这是她第一次把张量、自动微分和优化器都串成一条线，用最简单的线性回归，试着把你留给她的点都连起来。”【第一节·她先要一条路：生成一组可学的数据】✏️为什么要造数据？在PyTorch里跑线性回归，最好的练习就是用一条已知斜率的“理想直线”，加上一点
Gyoku Mint·2025-07-05 05:12

计划开一个项目，这是计划表

针对你计划使用React和Node.js建设一个数据集生成网站的CMS，下面是一个详细的整体架构建议，分为项目管理工具、数据库选择、前后端架构、功能实现步骤以及后期的拓展方案。
PyAIGCMaster·2025-07-05 04:38

【第三章:神经网络原理详解与Pytorch入门】01.神经网络算法理论详解与实践-(4)神经网络中的重要组件

一、激活函数（ActivationFunction）【深度学习】关键技术-激活函数（ActivationFunctions
·2025-07-05 04:37

目标检测在国防和政府的应用实例

目标检测技术概述目标检测是计算机视觉的核心任务，通过算法对图像/视频中的物体进行识别与定位，当前主流技术包括：经典算法：YOLO系列（实时性强）、FasterR-CNN（精度高）、SSD（平衡速度与精度）技术升级：结合深度学习
MzKyle·2025-07-05 03:34

《深度学习》—— PyTorch的介绍及PyTorch的CPU版本安装

PyTorch的简单介绍二、pytorch的CPU版本安装三、torch、torchvision、torchaudio三个库的介绍一、PyTorch的简单介绍PyTorch是一个由FacebookAI实验室开发的深度学习框架
张小生180·2025-07-05 01:24

「日拱一码」017 深度学习常用库——TensorFlow

目录基础操作张量操作：tf.constant用于创建常量张量tf.Variable用于创建可训练的变量张量tf.reshape可改变张量的形状tf.concat可将多个张量沿指定维度拼接tf.split则可将张量沿指定维度分割数学运算：tf.add张量的加运算tf.subtract张量的减运算tf.multiply张量的乘运算tf.divide张量的除运算tf.pow计算张量的幂tf.sqrt计算
·2025-07-05 01:23

OpenCV中超分辨率（Super Resolution）模块类cv::dnn_superres::DnnSuperResImpl

它属于dnn_superres模块，用于加载和运行基于深度学习的图像超分辨率模型。这个类是OpenCV中用于执行深度学习超分辨率推理的主要类。你可以用它来加载预训练的超分辨率模型（如ED
村北头的码农·2025-07-05 01:19

Random Erasing：计算机视觉的「隐形斗篷」——遮挡艺术的对抗学习革命

这种在图像中随机挖洞的简单操作，让ResNet-50在Partial-iNaturalist数据集上抗遮挡能力提升4.2倍，错误率降低59%，揭示了模型鲁棒性的深层密码。️
星光银河·2025-07-05 00:17

深度解析生成式 AI：从技术原理到实战应用

一、生成式AI：重构数字内容生产范式（一）技术定义与核心价值生成式人工智能（GenerativeAI）是通过深度学习模型自动创造文本、图像、代码、视频等内容的技术体系，其核心在于从数据中学习概率分布并生成符合人类认知的输出
LNL13·2025-07-05 00:45

Python机器学习实战——逻辑回归（附完整代码和结果）

Python机器学习实战——逻辑回归（附完整代码和结果）关于作者作者：小白熊作者简介：精通c#、Halcon、Python、Matlab，擅长机器视觉、机器学习、深度学习、数字图像处理、工业检测识别定位
小白熊XBX·2025-07-04 23:36

AI大模型探索之路-训练篇15：大语言模型预训练之全量参数微调

系列篇章AI大模型探索之路-训练篇1：大语言模型微调基础认知AI大模型探索之路-训练篇2：大语言模型预训练基础认知AI大模型探索之路-训练篇3：大语言模型全景解读AI大模型探索之路-训练篇4：大语言模型训练数据集概览
寻道AI小兵·2025-07-04 22:03

计算机毕业设计Python知识图谱中华古诗词可视化 古诗词情感分析 古诗词智能问答系统 AI大模型自动写诗 大数据毕业设计(源码+LW文档+PPT+讲解)

信息安全/网络安全大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！
B站计算机毕业设计大学·2025-07-04 22:31

AI编程基础：学习Python是进入AI领域的必经之路（文末含学习路线与知识推荐）

文章目录Python市场行情：AI开发的首选语言为什么学习Python对AI至关重要AI开发所需的Python知识体系Python编程基础科学计算与数据处理机器学习与深度学习性能优化与并行计算Python
Clf丶忆笙·2025-07-04 22:01

C语言中的内存管理 掌握动态分配的技巧

它直接关系到程序的性能和稳定性，特别是在处理大型数据集或需要灵活内存布局的场景下。
hie98894·2025-07-04 22:59

计算机毕业设计Python知识图谱中华古诗词可视化 古诗词情感分析 古诗词智能问答系统 AI大模型自动写诗 大数据毕业设计(源码+LW文档+PPT+讲解)

信息安全/网络安全大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！
·2025-07-04 22:57

什么是端到端自动驾驶

而端到端架构是直接将传感器的原始数据（如摄像头拍摄的视频、激光雷达的点云数据等）输入给一个单一深度学习模型，模型直接输出控制指令，如控制车辆的转向角度、油门开度或刹车力度。以自动驾驶汽车在
未来创世纪·2025-07-04 21:53

提升自动驾驶导航能力：基于深度学习的场景理解技术

EnhancingAutonomousVehicleNavigationUsingDeepLearning-BasedSceneUnderstanding提升自动驾驶导航能力：基于深度学习的场景理解技术摘要
星辰和大海都需要门票·2025-07-04 21:21

AI人工智能与自动驾驶的协同创新模式

AI人工智能与自动驾驶的协同创新模式关键词：人工智能、自动驾驶、协同创新、深度学习、计算机视觉、传感器融合、决策系统摘要：本文深入探讨了人工智能与自动驾驶技术的协同创新模式。
AI大模型应用之禅·2025-07-04 19:12
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他