深度学习案例

Pytorch深度学习指南 卷I --编程基础（A Beginner‘s Guide） 第1章 一个简单的回归

本章正式开始使用pytorch的接口来实现对应的numpy的学习的过程，来学习模型的实现，我们会介绍numpy是如何学习的，以及我们如何一步步的通过torch的接口来实现简单化的过程，优雅的展示我们的代码，已经我们的代码完成的事情numpy的线性回归在此之前，先看看现在的numpy实现的学习的过程是什么样的#引入计算模块importnumpyasnpfromsklearn.linear_model
liuhui244·2025-01-26 17:17

Python 在股票分析中的高级应用：挖掘金融数据的深度洞察

本文将深入探讨使用Python进行股票分析的高级用法，涵盖从数据获取与清洗、高级分析指标计算到机器学习和深度学习在股票分析中的应用等多个方面。
三带俩王·2025-01-26 17:16

JAVAEE框架技术之14SSM综合案例 产品管理CRUD

SSM综合案例一、课程目标1.【掌握】SSM整合2.【√】学习Lombok使用3.【理解】Layui页面书写（备注：其他前端技术也可以）4.【理解】理解SSM综合案例表的结构5.
teayear·2025-01-26 16:39

Python爬虫实战：解析京东商品信息（附部分源码）

本文将通过一个实战案例，展示如何使用Python编写爬虫，以京东商品页面为例，解析商品信息。
是有头发的程序猿·2025-01-26 16:37

目标检测算法以及常用库概述

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例目标检测是在图像中发现并识别物体的过程
YOLO大师·2025-01-26 16:36

基于CNN+Transformer混合模型实现交通流量时序预测(PyTorch版)

前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络
矩阵猫咪·2025-01-26 16:34

Maui学习笔记- SQLite简单使用案例

在本案例中我们将使用EFCore对象关系映射器，对SQLite数据库进行添加删除操作。我们将从数据库读取数据并显示在CollectionView中。并使用RefreshView实现下拉刷新数据。
Mr.L70517·2025-01-26 16:34

大语言模型应用指南：OpenAI大语言模型简介

LLMs是一种基于深度学习的人工智能模型,能够从大量文本数据中学习语言模式和语义关系,从而生成看似人类写作的自然语言输出。随着计算能力和数据可用性的不断提高,LLMs的规模也在不
AI大模型应用之禅·2025-01-26 15:02

飞机大战游戏框架搭建以及精灵部分

明确文件职责2.2代码实现2.3.游戏初始化部分2.4.使用常量代替固定的数值2.5游戏循环部分三.准备游戏精灵组四.小结一.游戏框架搭建目标明确主程序职责实现主程序类准备游戏精灵组明确主程序职责回顾快速入门案例
道而起·2025-01-26 15:59

提供入门资料和近百款模块移植案例、步骤清晰的教程帮助初学者更快地掌握FPGA基础知识。

提供入门资料和近百款模块移植案例、步骤清晰的教程帮助初学者更快地掌握FPGA基础知识。
嵌入式程序员小刘·2025-01-26 14:53

一、深度学习的基本介绍

一、定义及基本概念深度学习，就是一种利用深度人工神经网络来进行自动分类、预测和学习的技术。它可以从海量的数据中自动学习，找寻数据中的特征。所以说，它的本质就是自动提取特征的能力。
关关钧·2025-01-26 14:52

详细介绍：登录功能与form-serialize插件应用示例

)代码分析1.HTML部分(index.html)2.JavaScript部分(script标签中的代码)3.form-serialize插件（form-serialize.js）结论项目背景与目的本案例展示了如何通过
还是鼠鼠·2025-01-26 14:20

# AI绘图中的Embedding、CLIP、Flux中的Clip与LCM SDXL加速生成解析

AI绘图中的Embedding、CLIP、Flux中的Clip与LCMSDXL加速生成解析在现代AI绘图和深度学习中，涉及了多个复杂的概念和技术，这些技术在图像生成、训练加速以及多模态学习等方面起着至关重要的作用
迪小莫学AI·2025-01-26 12:11

Python文件操作(json、csv、tsv、excel、pickle文件序列化)

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·2025-01-26 12:39

低代码系统-产品架构案例介绍、伙伴云（十）

下面介绍的是伙伴云的零代码平台，伙伴云有类似于在线Excel的产品，下面介绍的是零代码产品。依旧是从下至上，从左至右的顺序。开发层应用搭建层面，这里包括的系统架构层面以及底层的技术架构层。可以看到没有提到国产化能力的。但是有数据仓库，也就是能对数据进行管理、加工、和对接。主要是为了在用户视图查看时进行不同纬度的数据展示，比如：大屏展示、报表、甘特图展示等此外，流程是对接的标准BPMN的路程，可以做
露临霜·2025-01-26 11:01

大数据治理实战指南：数据质量、合规与治理架构

本教程将系统讲解大数据治理的关键概念、技术方法，并提供实际应用案例，帮助企业构建高效的数据治理体系。1.大数据治理概述
一ge科研小菜鸡·2025-01-26 11:28

AI学习指南Ollama篇-Ollama简介

一、定义大语言模型（LLM）是一种基于深度学习的自然语言处理模型，能够生成文本、回答问题、翻译语言、撰写代码等。
俞兆鹏·2025-01-26 10:20

Java多线程之线程通信

比如上述案例中，我们可以保证t1线程输出"好好学习"时，不会被t2线程打断，但无法保证t1、t2两个线程执行的次序。如果想要控制线程输出次序，则需要学习线程通信技术。
心情阿少·2025-01-26 09:47

Python支持向量机（SVM）算法：面向对象的实现与案例详解

目录Python支持向量机（SVM）算法：面向对象的实现与案例详解引言一、支持向量机算法概述1.1支持向量机的基本思想1.2SVM的分类问题1.3SVM的优化目标二、面向对象的SVM实现2.1类的设计2.2Python
闲人编程·2025-01-26 08:01

深度ResUnet与ResUnet++：新一代的语义分割神器

深度ResUnet与ResUnet++：新一代的语义分割神器去发现同类优质开源项目:https://gitcode.com/在这个数据驱动的时代，深度学习模型在图像处理领域展现出了强大的潜力，尤其是在语义分割任务中
倪澄莹George·2025-01-26 07:29

ASP.NET Core MVC

案例演示一个
AAA猪饲料批发李师傅·2025-01-26 07:27

Apache POI

由于企业开发中最常用的就是导出Excel文件，所以本文就以此进行讲解入门案例首先看一个简单的案例，我们需要使用该技术来读和写一个Excel文件第一步导入坐标org.apache.poip
Annaday·2025-01-26 07:57

医学类 使用TransUNet、UNet、DeepLabV3+、HRNet、PSPNet 模型对息肉分割数据集进行训练、评估和可视化 EDD2020息肉数据集分割数据集

我们将使用几种流行的深度学习模型（如Tra
计算机C9硕士_算法工程师·2025-01-26 07:56

Python | 基于支持向量机（SVM）的图像分类案例

支持向量机（SVM）是一种监督机器学习算法，可用于分类和回归任务。在本文中，我们将重点关注使用SVM进行图像分类。当计算机处理图像时，它将其视为二维像素阵列。数组的大小对应于图像的分辨率，例如，如果图像是200像素宽和200像素高，则数组的尺寸为200x200x3。前两个维度分别表示图像的宽度和高度，而第三个维度表示RGB颜色通道。数组中的值范围为0到255，表示每个点处像素的强度。为了使用SVM
python收藏家·2025-01-26 07:55

桌面应用程序开发：跨平台方案方案有什么？

许多成功的应用案例（如VisualStudioCode、Slack、Discord）。工具：VisualStudioCode、Atom。2.
柚米汇·2025-01-26 06:52

性能优化案例：通过合理设置spark.default.parallelism参数的值来优化PySpark程序的性能

以下是如何通过调整此参数优化性能的详细说明，结合案例和最佳实践：1.参数作用与问题场景参数意义
weixin_30777913·2025-01-26 06:52

深入解析LangChain框架：使用Python开发LLM应用的全生命周期指南

本文将详细介绍LangChain框架的各个方面，涵盖其核心组件、第三方集成、开发教程、API参考等，并通过实际案例展示如何使用La
m0_57781768·2025-01-26 06:19

L8打卡学习笔记

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SVM与集成学习SVMSVM线性模型SVM非线性模型SVM常用参数集成学习随机森林导入数据查看数据信息数据分析随机森林模型预测结果结果分析个人总结
无涯学徒1998·2025-01-26 06:16

P5学习笔记

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊运动鞋品牌识别设置GPU导入数据构建CNN模型编写训练函数编写测试函数设置动态学习率等间隔动态调整自定义调整多间隔调整余弦退火正式训练结果可视化使用模型进行预测个人总结设置
无涯学徒1998·2025-01-26 06:46

性能优化案例：通过合理设置spark.storage.memoryFraction参数的值来优化PySpark程序的性能

优化PySpark程序的性能时，合理设置spark.storage.memoryFraction（或相关内存参数）是关键。合理设置spark.storage.memoryFraction需结合任务类型和内存使用监控。对于缓存密集型任务，适当提高存储内存比例；对于Shuffle密集型任务，优先保障执行内存。新版本Spark的动态内存机制简化了调优，但手动干预在极端场景下仍有效。最终需通过反复测试验证
weixin_30777913·2025-01-26 05:14

深度学习中高斯噪声：为什么以及如何使用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：DeepHubIMBA本文约1800字，建议阅读8分钟高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。
小白学视觉·2025-01-26 05:38

软件工程 案例分析作业

typeId=1723软件工程作业案例分析很多同学有疑惑：软件工程课是否就是枯燥的理论课？或者是几个牛人拼命写代码，其他人抱大腿的课？要不然就是学习一个程序语言，练习某个框架，搞一个职业培训的课？
SoftwareTeacher·2025-01-26 04:04

paddleseg推理预测文件解析predict.py

1预测命令格式predict.py脚本是专门用来可视化预测案例的，命令格式如下所示：pythonpredict.py\--configconfigs/quick_start/bisenet_optic_disc
weightOneMillion·2025-01-26 03:52

深度学习｜表示学习｜卷积神经网络｜由参数共享引出的特征图｜08

如是我闻：FeatureMap（特征图）的概念与ParameterSharing（参数共享）密切相关。换句话说，参数共享是生成FeatureMap的基础。FeatureMap是卷积操作的核心产物，而卷积操作的高效性正是由参数共享带来的。下面我们详细看一下FeatureMap和ParameterSharing之间的关系：1.什么是FeatureMap？定义：FeatureMap是卷积操作生成的输出结
漂亮_大男孩·2025-01-26 02:46

探秘FreeMovie：一个开源的电影推荐系统

探秘FreeMovie：一个开源的电影推荐系统去发现同类优质开源项目:https://gitcode.com/项目简介是一个基于深度学习的开源电影推荐系统，由pojiezhiyuanjun开发并维护。
孟振优Harvester·2025-01-26 02:39

Topaz Video AI——视频修复

它利用深度学习技术对视频进行智能化处理，使得视频看起来更加清晰和流畅。TopazVideoAI特别适合那些需要修复旧视频、提升低分辨率视频质量的用户。
爱研究的小牛·2025-01-26 01:02

定了！2024下半年软考考试各批次时间已出！

高级资格：综合知识和案例分析2个科目连考，作答总时长240分钟，综合知识科目最长作答时长150分钟，最短作答时长
winin2024·2025-01-26 00:51

【深度学习|变化检测孪生网络】基于共享权重的双流 U-Net 变化检测网络架构，附代码（一）

【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）文章目录【深度学习|变化检测孪生网络
努力学习的大大·2025-01-25 22:43

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPC Loss）如何计算？以及Wasserstein距离和CPC Loss结合的对抗训练示例，附代码（二）

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPCLoss）如何计算？
努力学习的大大·2025-01-25 22:43

H3C-交换机telnet远程配置案例

目录1.telnet简述2.网络拓扑3.实验需求4.配置步骤4.1网络基本配置4.2telnet配置5.telnet测试远程6.小结1.telnet简述Telnet是远程登录服务的一个协议，该协议定义了远程登录用户与服务器交互的方式。它允许用户在一台联网的计算机上登录到一个远程分时系统中，然后像使用自己的计算机一样使用该远程系统。Telnet使用客户-服务器模式进行工作。在用户端，需要启动一个Te
仓鼠OO·2025-01-25 22:41

Vite 与 Pinia 的实战应用

2.2Pinia的安装与配置Pina目录结构3.实战案例：设计一个计数器应用3.1需求分析3.2实现步骤3.2.1使用Vite创建项
码力全開·2025-01-25 21:34

Python数据分析案例教程

Python数据分析案例教程Python在数据分析中的应用Python因其简洁的语法、强大的库支持以及广泛的社区资源，已成为数据分析领域的首选语言。
kkchenjj·2025-01-25 21:01

最全Python异常类合集和案例演示，第二部分

最全Python异常类合集和案例演示，第一部分博客主页：长风清留扬-CSDN博客系列专栏：Python基础专栏每天更新大数据相关方面的技术，分享自己的实战工作经验和学习总结，尽量帮助大家解决更多问题和学习更多新知识
长风清留扬·2025-01-25 20:30

最全Python异常类合集和案例演示，第三部分

最全Python异常类合集和案例演示，第一部分有史以来最全的异常类讲解没有之一！第二部分爆肝2万字，终于把Python的异常类写完了！
长风清留扬·2025-01-25 20:30

Python全网最全基础课程笔记(十三)——作用域，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！

本专栏系列为Pythong基础系列，每篇内容非常全面，包含全网各个知识点，非常长，请耐心看完。每天都会更新新的内容，搜罗全网资源以及自己在学习和工作过程中的一些总结，可以说是非常详细和全面。以至于为什么要写的这么详细：自己也是学过Python的，很多新手只是简单的过一篇语法，其实对于一个知识点的底层逻辑和其他使用方法以及参数详情根本不是很了解，这就导致学完很容易忘记，而且在实战过程中也是半知半解，
长风清留扬·2025-01-25 20:59

2025数学建模美赛B题完整建模思路——管理可持续旅游业

本文的撰写将综合运用多元的数学模型、算法以及机器学习/深度学习的方法，并在必要时给出题外假设与可行的创新性思路，以期为参赛者提供较为系
鹿鹿数模·2025-01-25 20:25

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_767172261·2025-01-25 20:53

Java创建型模式（一）——单例设计模式（饿汉式、懒汉式、枚举式，以及序列化反序列化破环单例模式和反射破环单例模式及破环单例模式的解决办法 | 完成详解，附有代码+案例）

文章目录单例设计模式4.1.1单例模式的结构4.1.2单例模式的实现4.1.2.1饿汉式-静态变量方式4.1.2.2饿汉式-静态代码块方式4.1.2.3懒汉式-线程不安全4.1.2.4懒汉式-线程安全4.1.2.5懒汉式-双重检查锁4.1.2.6饿汉式—枚举类4.3单例模式存在的问题4.3.1序列化反序列化破环单例模式4.3.2反射破环单例模式4.4解决单例模式存在的问题4.4.1序列化、反序列方
蔚一·2025-01-25 19:50

Vue.js组件开发案例（比较两个数字大小）

见过不少人、经过不少事、也吃过不少苦，感悟世事无常、人心多变，靠着回忆将往事串珠成链，聊聊感情、谈谈发展，我慢慢写、你一点一点看......实现一个比较2个数字大小的组件，当输入2个数字后，单击“比较”按钮后自动输出比较结果。第1个数字：第2个数字：比较比较结果：{{result}}exportdefault{data(){return{num1:0,num2:0,result:0,};},met
我曾经是个程序员·2025-01-25 17:02

Apache Flink 替换 Spark Stream的架构与实践( bilibili 案例解读)_streamsparkflink加载udf

3.基于ApacheFlink的流式计算平台为解决上述问题，bilibili希望根据以下三点要求构建基于ApacheFlink的流式计算平台。第一点，需要提供SQL化编程。bilibili对SQL进行了扩展，称为BSQL。BSQL扩展了Flink底层SQL的上层，即SQL语法层。**第二点，**DAG拖拽编程,一方面用户可以通过画板来构建自己的Pipeline，另一方面用户也可以使用原生Jar方式
2501_90243308·2025-01-25 16:58
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他