深度学习求解PDE

毕设开源 深度学习图像搜索算法-图像搜索引擎(源码分享)

文章目录0简介1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例最后0简介今天学长向大家分享一个毕业设计项目毕业设计深度学习图像搜索算法-图像搜索引擎(源码分享)项目运行效果
knooor·2025-02-04 12:28

前缀和（二维）

基于立在一维前缀和的基础上，现在所求是矩阵内一个任意的子矩阵的数的和，这样的问题我们就可以用二维前缀和进行求解。
Q_ming_code·2025-02-04 12:52

关于 RAG 模式的用户建议-（致Openai邮件内容节选）

问题现状与不足在使用RAG模式（“GPTs”应用或“项目”功能）处理相对复杂的任务（例如项目管理、长篇内容创作或复杂问题求解）时，我发现当前的检索方式过于依赖多路召回和全文总结。
tsistbasit·2025-02-04 12:51

全场景深度学习开源框架（MindSpore）

MindSpore是华为推出的一款全场景深度学习开源框架。旨在实现不同计算平台（如云端、边缘端、端侧）和不同硬件（如CPU、GPU、Ascend等）之间的高效协同。
deepdata_cn·2025-02-04 11:41

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。
俞兆鹏·2025-02-04 10:35

零信任赋予安全牙齿，AI促使它更锋利

之后的几年各种视觉识别遍地开花，AI四小龙在人脸识别上成熟应用，再然后到大热的机器学习、深度学习，对于AI一直都有关注，但商业价值均没有得到有效发挥，大部分都停在科研和实验室阶段。
零信任Enlink_Young·2025-02-04 09:01

PyTorch动态计算图:如何灵活构建复杂模型

PyTorch动态计算图:如何灵活构建复杂模型关键词：PyTorch、动态计算图、自动微分、反向传播、神经网络、模型构建、计算图优化文章目录PyTorch动态计算图:如何灵活构建复杂模型1.背景介绍1.1深度学习框架的发展
AI天才研究院·2025-02-04 07:47

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理4.1神经网络结构4.2神经网络层4.3激活函数5.实际案例——MNIST手写数字识别数据准备模型定义训练测试整体代码1.简介Deeplearning(DL)hasbeenanincreas
AI天才研究院·2025-02-04 07:47

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist
weixin_39534321·2025-02-04 04:48

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。
追蜻蜓追累了·2025-02-04 03:10

关于双塔模型的简单介绍

双塔模型是一种常用于推荐系统和信息检索等领域的深度学习架构，其核心思想是将用户和物品分别映射到不同的向量空间，通过计算两个向量的相似度来预测用户对物品的偏好或相关性。
eso1983·2025-02-04 02:08

DeepSeek在协同过滤和深度学习技术中的应用场景

DeepSeek作为一个集成多种先进技术的平台，利用协同过滤和深度学习技术在多个领域实现了创新应用。以下是一些具体的场景和示例，展示了这些技术如何被应用于实际问题中。
python算法(魔法师版)·2025-02-04 02:07

一篇文章了解AI大神何凯明

何凯明（KaimingHe）是一位在国际计算机视觉和深度学习领域享有盛誉的科学家。以下是对他的一些详细介绍：个人背景：何凯明出生于中国，后赴美国深造。
Ai知识精灵·2025-02-04 02:04

基于深度学习的物体分割技术：从理论到实践

随着深度学习的迅猛发展，尤其是卷积神经网络（CNN）的应用，物体分割技术已取得了显著的进展。它被广泛应用于医学影像分析、自动驾驶、视频监控、机器人感知等领域。
人工智能_SYBH·2025-02-04 01:57

动手学PyTorch建模与应用：从深度学习到大模型

在人工智能时代，机器学习技术日新月异，深度学习是机器学习领域中一个全新的研究方向和应用热点，它是机器学习的一种，也是实现人工智能的必由之路。
王国平·2025-02-04 00:51

矩阵方程组求解——Markov过程

"""pi*p=pipi>=0pi1+pi2=1求解pi"""importnumpyasnpfromfractionsimportFraction#定义转移矩阵PP=np.array([[1/2,1/2
kaka_R-Py·2025-02-03 23:43

AI浪潮下程序员的职业转型与技术进阶之路

从早期简单的专家系统到如今复杂的深度学习模型，AI技术经历了从理论探索到广泛应用的巨大跨越，正以前所未有的速度改变着我们的生活和工作方式。近年来，AI技术取得了一系列突破性进展。
nbsaas-boot·2025-02-03 23:40

TensorFlow实现卷积神经网络CNN

CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求，避免复杂的特征工程。在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每一层卷积（滤波器）都会提取
红叶骑士之初·2025-02-03 23:40

打架检测系统：基于YOLOv5的实时人群打架行为识别

通过深度学习技术，尤其是基于YOLOv5的目标检测，我们能够对实时视频流中的人群行为进行实时监控，并有效地检测和识别人群中的打架行为。
2025年数学建模美赛·2025-02-03 21:56

深度学习目标检测中的_单目测距原理与实现 关键点及改进建议

深度学习目标检测中的_单目测距原理与实现关键点及改进建议文章目录单目测距的进一步解释1.焦距的确定2.物体宽度\(W\)的获取3.图像处理技巧4.提高性能的建议5.实现代码中的注释添加一、前言单目视觉测距
QQ_767172261·2025-02-03 21:24

神经架构搜索：自动化设计神经网络的方法

神经架构搜索：自动化设计神经网络的方法一、引言在深度学习领域，神经网络架构的设计对模型的性能具有至关重要的影响。传统的神经网络设计依赖于专家经验和大量实验，这一过程繁琐且耗时。
俊星学长·2025-02-03 20:46

深度学习盛行，还记得哪些传统机器学习方法和模型？

传统机器学习是指在深度学习盛行之前开发的机器学习和人工智能技术。这些传统方法通常依赖于手工设计的特征提取和模型结构。而深度学习是一种机器学习技术，它通过深层神经网络从原始数据中学习特征表
硬件学长森哥·2025-02-03 19:11

【PyTorch】6.张量运算函数：一键开启！PyTorch 张量函数的宝藏工厂

目录1.常见运算函数个人主页：Icomi专栏地址：PyTorch入门在深度学习蓬勃发展的当下，PyTorch是不可或缺的工具。它作为强大的深度学习框架，为构建和训练神经网络提供了高效且灵活的平台。
Icomi_·2025-02-03 19:39

线性回归的简单实现

本文是《动手学深度学习》的笔记文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型线性回归的简单实现用了
SkaWxp·2025-02-03 14:58

初入机器学习

写在前面本专栏专门撰写深度学习相关的内容，防止自己遗忘，也为大家提供一些个人的思考一切仅供参考概念辨析深度学习：本质是建模，将训练得到的模型作为系统的一部分使用侧重于发现样本集中隐含的规律难点是认识并了解模型
辰尘_星启·2025-02-03 14:54

深度学习：基于MindNLP的RAG应用开发

什么是RAG？RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合检索（Retrieval）和生成（Generation）的技术，旨在提升大语言模型（LLM）生成内容的准确性、相关性和时效性。基本思想：通过外部知识库动态检索与用户查询相关的信息，并将检索结果作为上下文输入生成模型，辅助生成更可靠的回答。与传统LLM的区别：传统LLM仅依赖预训练参数中的静态知
Landy_Jay·2025-02-03 13:47

深度学习篇---张量&数据流动处理

文章目录前言第一部分：张量张量的基本概念1.维度标量（0维）向量（1维）矩阵（2维）三维张量2.形状张量运算1.基本运算加法减法乘法除法2.广播3.变形4.转置5.切片6.拼接7.矩阵分解8.梯度运算：深度学习框架中的张量运算
Ronin-Lotus·2025-02-03 13:46

PyTorch生态系统中的连续深度学习：使用Torchdyn实现连续时间神经网络

神经常微分方程（NeuralODEs）是深度学习领域的创新性模型架构，它将神经网络的离散变换扩展为连续时间动力系统。
·2025-02-03 12:59

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(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·2025-02-03 12:42

【车间调度】基于卷积神经网络的柔性作业车间调度问题的两阶段算法（Matlab代码实现）

本文目录如下：目录1概述两阶段算法概述第一阶段：特征提取与表示学习第二阶段：调度策略生成与优化研究挑战与前景2运行结果3参考文献4Matlab代码实现1概述该文提出一种基于卷积神经网络的有效两阶段算法，以求解具有机器故障的柔性作业车间调度问题
宇哥预测优化代码学习·2025-02-03 12:08

贪心算法.

序幕贪心算法（GreedyAlgorithm）是一种在求解问题时采取逐步构建解决方案的策略，每一步都选择当前状态下局部最优的解，期望通过局部最优解能够得到全局最优解。以上为了严谨性，引用了官方用语。
ん贤·2025-02-03 11:33

【车间调度】基于卷积神经网络的柔性作业车间调度问题的两阶段算法（Matlab代码实现）

本文目录如下：目录1概述两阶段算法概述第一阶段：特征提取与表示学习第二阶段：调度策略生成与优化研究挑战与前景2运行结果3参考文献4Matlab代码实现1概述该文提出一种基于卷积神经网络的有效两阶段算法，以求解具有机器故障的柔性作业车间调度问题
Ps.729·2025-02-03 11:31

图论——最短路

Bellman-Ford算法SPFA算法Floyd算法1朴素Dijkstra算法主要功能：求没有负权边的图的单源最短路时间复杂度：o(n2)基本思路：假设存在一个集合s，集合中的所有节点的最短路距离已经被求解
IGP9·2025-02-03 11:59

DynamicPlanning动态规划学习笔记

动态规划动态规划的特点是求解决策过程最优化的过程。适用于求解将过程分成若干个互相联系的阶段，在它的每一阶段都需要作出决策，从而使整个过程达到最好的活动效果。
kxwsspz2001·2025-02-03 11:27

算法初学者（单调栈）

单调栈：栈中的元素是严格单调递增或者递减的，也就是说：从栈底到栈顶，元素的值逐渐增大或者减小，多用于求解元素的左右大小边界问题：1：向左找第一个比自身大的数2：向左找第一个比自身小的数。
KuaCpp·2025-02-03 10:54

DeepSeek：开启智能搜索与AI发展的新纪元

作为一款基于深度学习技术的智能搜索引擎和AI模型，DeepSeek不仅在技术上取得了重大突破，还在多个应用场景中展现了巨大的应用潜力，为用户带来了前所未有的智能体验。
gs80140·2025-02-03 08:08

【Java】已解决java.lang.ClassNotFoundException异常

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·2025-02-03 08:38

Megatron：深度学习中的高性能模型架构

Megatron：深度学习中的高性能模型架构Megatron是由NVIDIA推出的深度学习大规模预训练模型框架，主要针对大规模Transformer架构模型的高效训练与推理。
gs80140·2025-02-03 08:06

AIGC的底层框架和技术模块

以下是对AIGC底层框架和技术模块的详细解析：底层框架AIGC的底层框架主要基于深度学习的语言模型，特别是Transformer模型及其变种，如GPT（GenerativePre-trainedTransformer
五岔路口·2025-02-03 07:27

深度学习：基础原理与实践

1.深度学习概述1.1定义与发展历程深度学习是机器学习的一个分支，它基于人工神经网络的学习算法，特别是那些具有多层（深层）结构的网络。
阿尔法星球·2025-02-03 06:49

什么是MoE？

一、概念MoE（MixtureofExperts）是一种深度学习架构，它结合了多个专家模型（Experts）和一个门控机制（GatingMechanism）来处理不同的输入数据或任务。
CM莫问·2025-02-03 05:14

【 书生·浦语大模型实战营】学习笔记（三）：“茴香豆” 搭建你的RAG 智能助理

AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读
GoAI·2025-02-03 05:10

课程内容摘要生成：基于知识蒸馏与事实增强的深度学习模型实践

当前主流方法依赖于深度学习模型，但存在事实性偏差、可解释性不足等缺陷。本文提出一种融合知识蒸馏与事实三元组增强的摘要生成框架，结合
二进制独立开发·2025-02-03 04:04

详解大模型微调数据集构建方法(持续更新)

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。  本文详细介绍了大模型微调数据集构建方法，希望能对学习大模型的同学们有所帮助。
herosunly·2025-02-03 04:03

基于深度学习的基于视觉的机器人导航

基于深度学习的视觉机器人导航是一种通过深度学习算法结合视觉感知系统（如摄像头、LiDAR等）实现机器人在复杂环境中的自主导航的技术。
SEU-WYL·2025-02-03 03:29

100种算法【Python版】第44篇——龙格-库塔法

本文目录1算法说明2算法示例：使用龙格-库塔法求解微分方程3算法应用：捕食者-猎物模型4算法可解决问题1算法说明龙格-库塔法最初由德国数学家卡尔·龙格（CarlRunge）和马丁·库塔（WilhelmKutta
AnFany·2025-02-03 03:53

【深度学习】softmax回归的简洁实现

softmax回归的简洁实现我们发现(通过深度学习框架的高级API能够使实现)(softmax)线性(回归变得更加容易)。同样，通过深度学习框架的高级API也能更方便地实现softmax回归模型。
熙曦Sakura·2025-02-03 02:22

深度学习查漏补缺：1.梯度消失、梯度爆炸和残差块

一、梯度消失梯度消失的根本原因在于激活函数的性质和链式法则的计算：激活函数的导数很小：常见的激活函数（例如Sigmoid和Tanh）在输入较大或较小时，输出趋于饱和（Sigmoid的输出趋于0或1），其导数接近于0。在反向传播中，每一层的梯度都会乘以激活函数的导数。如果导数很小，乘积就会导致梯度逐渐变小。链式法则的多次相乘：假设网络有nn层，梯度从输出层传到第ii层时，会经历多次链式相乘：如果每一
nnerddboy·2025-02-03 02:19

python求解买卖股票

1.假设您有一个数组，其中第i代表的元素是第i天给定股票的价格，如果您只允许最多完成一次交易，请设计一个算法找到最大的利润。注：买入股票之前不能出售股票。示例：输入:[7,1,5,3,6,4]输出:5解释:在第2天（股票价格=1）的时候买入，在第5天（股票价格=6）的时候卖出，最大利润=6-1=5。注意利润不能是7-1=6,因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。defmaxp
jhsignal·2025-02-03 01:43

从System Prompt来看Claude3、Kimi和ChatGLM4之间的差距

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·2025-02-03 01:12
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他