深度学习模型第6页

深入解析torch.load中的【map_location】参数

当我们训练好一个深度学习模型后，通常需要将模型的参数（或称为状态字典，state_dict）保存

高斯小哥·2024-02-10 20:07

Pytorch CGAN实现MNIST手写数字数据集

简介生成对抗网络（GenerativeAdversarialNetworks，简称GAN）是一种深度学习模型，通过生成器和判别器的对抗训练，从随机噪声中生成逼真的数据。

晚风何处来·2024-02-10 18:56

在PyTorch中，如何查看深度学习模型的每一层结构？

这里写目录标题1.使用`print(model)`2.使用`torchsummary`库3.其余方法（可以参考）在PyTorch中，如果想查看深度学习模型的每一层结构，可以使用print(model)或者

小桥流水---人工智能·2024-02-10 01:21

深度学习在农作物病虫害识别中应用

深度学习在农作物病虫害识别中应用在农作物病虫害识别中，常用的深度学习模型还包括循环神经网络(RNN)和长短期记忆网络(LSTM)等。

yhbbobo·2024-02-09 22:56

深度学习技巧应用36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案。

微学AI·2024-02-09 10:47

目标检测 | 卷积神经网络（CNN）详细介绍及其原理详解

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，主要用于图像识别和计算机视觉任务。它的设计灵感来自于生物学中视觉皮层的工作原理。

小哥谈·2024-02-09 08:59

深度学习(15)--PyTorch构建卷积神经网络

PyTorch网络可视化2.1.可视化经典网络vgg162.2.可视化自己定义的网络一.PyTorch构建卷积神经网络(CNN)详细流程卷积神经网络（ConvolutionalNeuralNetworks）是一种深度学习模型或类似于人工神经网络的多层感知器

GodFishhh·2024-02-08 09:32

CRNN介绍：用于识别图中文本的深度学习模型

CRNN：用于识别图中文本的深度学习模型CRNN介绍：用于识别图中文本的深度学习模型CRNN的结构组成部分工作原理CRNN结构分析卷积层（ConvolutionalLayers）递归层（RecurrentLayers

kadog·2024-02-08 07:50

Days 24 Elfboard 读取摄像头视频进行目标检测

今天将与各位小伙伴分享一个实际案例：利用ChatGPT在ELF1开发板上成功部署深度学习模型的项目，该项目能够实时读取摄像头视频流并实现对画面中的物体进行精准的目标检测。

chriss854·2024-02-08 06:55

0基础如何进行人脸识别？DeepFace可以做到

有几个深度学习模型可以用于进行人脸识别，但所有这些都要求你具备一些神经网络的知识，而且你还需要使用自己的数据集对它们进行训练。

小北的北·2024-02-08 04:24

使用yolo训练自己的模型

YOLO（YouOnlyLookOnce）是一种用于目标检测的深度学习模型，旨在实时检测图像或视频中的多个对象。

王红臣同学·2024-02-08 02:09

《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

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

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

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

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

PyTorch 中音频信号处理库torchaudio的详细介绍

它提供了丰富的音频信号处理工具、特征提取功能以及与深度学习模型结合的接口，使得在PyTorch中进行音频相关的机器学习和深度学习任务变得更加便捷。

科学禅道·2024-02-07 10:32

时间序列预测 —— DeepAR 模型

时间序列预测——DeepAR模型DeepAR模型是一种专门用于处理时间序列概率预测的深度学习模型，它可以自动学习数据中的复杂模式，提高预测的准确性。

Persist_Zhang·2024-02-07 04:21

【深度学习】loss与梯度与交叉熵的关系

在深度学习模型训练过程中，loss（损失函数）与梯度（gradient）之间存在密切关系。损失函数衡量模型在给定输入上的预测输出与实际输出之间的差距，而梯度则表示损失函数相对于模型参数的变化率。

sdbhewfoqi·2024-02-06 19:25

PyTorch（超详细）部署与激活举起Python火炬，点亮智慧人生【Windows版】

PyTorch是一个流行的开源深度学习框架，它可以用于构建、训练和部署各种机器学习和深度学习模型。PyTorch可以用于以下领域：计算机视觉：图像分类、目标检测、图像分割、人脸识别等。

心安成长·2024-02-06 14:04

基于Vercel和Flask部署API

它可以免费部署服务器和托管网站，与GithubPages只能托管静态网站不同，vercel可以部署的内容有很多，它支持python，go等多语言环境，这意味你可以创建动态的内容，甚至，你可以在上面部署一个深度学习模型

乔不思-·2024-02-06 11:49

基于pytorch深度学习遥感影像地物分类与目标识别、分割实践技术应用

对遥感影像进行预处理，包括辐射定标、大气校正、几何校正等，使其更适合深度学习模型。数据增强:使用图像增强技术，如旋转、裁剪、翻转等，增加数据多样性，提高模型的泛化能力。构建深

数字化信息化智能化解决方案·2024-02-06 10:22

Pytorch: nn.dropout

Dropout是一种用于深度学习模型的正则化技术，旨在减少模型对特定训练样本的过度拟合。其主要作用包括：减少过拟合：Dropout阻止神经网络对某些特定输入值过度依赖，从而提高模型的泛化能力。

湫兮之风·2024-02-05 09:31

ddddocr验证码识别模块

基于深度学习：ddddocr使用深度学习模型进行文字识别，能够有效处理复杂的

林小果1·2024-02-05 08:10

机器人抓取中的混淆概念

虽然端到端的方法通常使用神经网络或其他深度学习模型，但并不是所有基于经验的方法都不使用神经网络。实际上，一些传统的基于经验的方法可能会结合神经网络或其他机器学习技术，以更好地适应复杂的抓取任务。

cocapop·2024-02-05 05:06

PyTorch 2.2 中文官方教程（十四）

对深度学习模型进行正则化是一项令人惊讶的挑战。传统技术，如惩罚方法，通常在应用于深度模型时效果不佳，因为被优化的函数的复杂性。当处理病态模型时，这一点尤为棘手。这些模型的示例包括

绝不原创的飞龙·2024-02-04 21:55

RNN(神经网络)

目录介绍：数据：模型：预测：介绍：RNN，全称为循环神经网络（RecurrentNeuralNetwork），是一种深度学习模型，它主要用于处理和分析序列数据。

取名真难.·2024-02-04 17:47

Convolutional Neural Network (CNN) 识别手写数字字体

介绍：卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种在计算机视觉领域广泛应用的深度学习模型。它主要用于图像识别、目标检测、图像分割等任务。

取名真难.·2024-02-04 17:15

SSVEPNet:使用标签平滑与谱归一化的高效CNN-LSTM网络

.正则化技术4.1.基于视觉注意力机制的标签平滑技术4.2.谱归一化技术5.实验结果5.1被试内实验结果5.2跨被试实验结果5.3消融实验结果5.4t-SNE可视化结果6.讨论与思考6.1网络参数量对深度学习模型性能的影响

Ethan Hunt丶·2024-02-04 11:54

深度学习的进展

3.硬件和软件基础设施的改进：随着深度学习模型的不断增大和复杂，对硬件

番茄不是西红柿1·2024-02-04 08:20

我国学者在新型深度学习模型方面取得进展

在国家自然科学基金创新研究群体项目、重点项目（批准号：61921006、61751306）资助下，南京大学周志华教授项目组对新型深度学习模型与方法进行了深入研究，取得重要进展。

2301_76571514·2024-02-04 07:44

LLM大模型

LLM模型是一种用于自然语言处理的语言模型，它是基于预训练的深度学习模型。LLM代表"LanguageLearningModel"，它的目标是通过大规模的文本数据来学习语言的表示和语义理解。

程序小勇·2024-02-03 22:05

深度学习模型网络疑惑解答

以下是我有疑问，也已经找到答案的问题目录以下是我有疑问，也已经找到答案的问题如果平均池化，进行填充了零，就改变了原本图像的值？当平均池化时发现剩余了怎么办当maxpooling时发现剩余了怎么办BatchNorm1d使用时机卷积的偏置初始值是否为0BatchNorm2d的使用时机模型为什么要初始化如果平均池化，进行填充了零，就改变了原本图像的值？在进行平均池化时，填充零的确可能改变原始图像的值。具

犟小孩·2024-02-03 19:08

计算机设计大赛深度学习 python opencv 实现人脸年龄性别识别

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型

iuerfee·2024-02-03 16:03

【AIGC扫盲】人工智能大模型快速入门

人工智能大模型的技术框架主要有以下几种：TensorFlow：这是一个由GoogleBrain团队开发的开源库，用于进行高性能数值计算，特别是用于训练和运行深度学习模型。

super_journey·2024-02-03 15:04

pytorch---1.基础知识

PyTorch是一个基于Python的科学计算库，它有以下特点:类似于NumPy，但是它可以使用GPU可以用它定义深度学习模型，可以灵活地进行深度学习模型的训练和使用TensorsTensor类似与NumPy

Mike-H·2024-02-03 14:39

PyTorch和TensorFlow的简介

PyTorch提供了一个灵活、动态的计算图，使得深度学习模型的构建和调试更加直观和容易。PyTorch框架基于Torch。在2017年1月，Face-book人工智能研究院（FAIR）推出了PyTor

三三木木七·2024-02-03 07:30

Pytorch基础知识（9）单目标分割

本章将重点介绍使用PyTorch开发一个深度学习模型来执行单目标分割。在单目标分割中，我们感兴趣的是自动勾勒出图像中一个目标物体的边界。对象边界通常由二进制掩码定义。

求则得之，舍则失之·2024-02-03 07:54

【自然语言处理】P2 PyTorch 基础 - 张量

目录安装PyTorch张量创建张量操作张量索引、切片、联合操作CUDA张量本系列博文我们将使用PyTorch来实现深度学习模型等。PyTorch是一个开源的、社区驱动的深度学习框架。

脚踏实地的大梦想家·2024-02-03 07:45

引入本地PyTorch自动混合精度以在NVIDIA GPU上进行更快的训练

但是，对于许多深度学习模型而言，这对于获得完全准确性不是必需的。

孙琪翔·2024-02-02 20:33

CV案例解析：YOLO——从v1到v5

CV案例精选·2024-02-02 18:51

深度学习模型试跑(二):YOLACT/YOLACT++

目录一.模型解读二.推理效果yolactyolact++三.模型训练#3.1数据集准备#3.2参数修改#3.3开始训练#3.4推理效果一.模型解读链接中的解读很通俗详细，在此不做赘述；而且YOLACT++在大前天也发布了，作为一个为数不多的在实时检测中可以用mask分割目标的方法，确实非常值得有兴趣的研究人员以及相关学者期待一下.详细解读官方代码YOLACT++解读二.推理效果yolact测试环境

(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:28

深度学习模型试跑(十七):Depth-Anything

和别人一起合作写的tensorrt版本，已发布在github上，欢迎点⭐https://github.com/spacewalk01/depth-anything-tensorrt根据项目的星标⭐数量，决定是否写这个模型的讲解。Depth-Anything的精华部分基本是在代码里面，论文只是做了相对简要的介绍，看了几篇公众号上的讲解，绝大部分就是照着论文里的内容翻译了一遍，很多比较牛的地方都没发掘

(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:54

手写数字识别从训练到部署全流程详解——模型在Android端的部署

综述：目前深度学习模型在移动端的使用已越来越广泛，而移动端设备的性能表现自然无法与PC端相提并论，目前市面上基本所有的训练框架训练出来的模型都无法直接在移动端上使用和推理，尽管部分框架同时做了移动端部署功能

彧侠·2024-02-02 10:59

TensorFlow 的基本概念和使用场景

它是一个用于构建机器学习和深度学习模型的强大工具。TensorFlow的核心概念是计算图，它允许用户以符号方式定义数学计算操作。

数据科学与艺术的贺公子·2024-02-02 09:27

PyTorch与TensorFlow的安装与介绍

人工智能大模型的技术框架人工智能大模型，如OpenAI的GPT-4，涉及到的技术栈主要包括以下几个方面：深度学习框架：TensorFlow,PyTorch等，这些框架提供了构建和训练深度学习模型的必要工具

super_journey·2024-02-02 09:22

【技术科普】主流的深度学习模型有哪些？AI开发工程师必备！

深度学习在科学计算中获得了广泛的普及，其算法被广泛用于解决复杂问题的行业。所有深度学习算法都使用不同类型的神经网络来执行特定任务。什么是深度学习深度学习是机器学习领域的新研究方向，旨在使机器更接近于人工智能。它通过学习样本数据的内在规律和表示层次，对文字、图像和声音等数据进行解释。深度学习的目标是让机器像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习模仿人类视听和思考等活动，解决

英码科技·2024-02-02 08:21

深度学习-搭建Colab环境

Colab在云端提供了预配置的环境，可以直接开始编写代码，并且提供了免费的GPU和TPU资源，这对于训练深度学习模型等计算密集型任务非常有帮助，可以加速模型训练过程。

Damon小智·2024-02-02 04:24

深度学习框架PyTorch的介绍和安装方法

它为用户提供了构建和训练深度学习模型的强大工具，广泛应用于计算机视觉、自然语言处理等领域。PyTorch具有动态计算图、高效的GPU加速以及友好的Python接口等特点。

精英的英·2024-02-02 03:20

初识大模型

大模型“大”的特点体现在“大数据+大算力+大参数”大模型是指具有数千万甚至数亿参数的深度学习模型，为了提高模型的性能，研究者们不断尝试增加模型的参数数量，从而诞生了大模型这一概念。2大模型基本原

一刀道人·2024-02-01 18:14

推荐频道

深度学习模型