深度学习炼金手册第26页

使用神经架构搜索（Neural Architecture Search, NAS）自动化设计高效深度学习模型的技术详解

博客主页：瑕疵的CSDN主页Gitee主页：瑕疵的gitee主页⏩文章专栏：《热点资讯》使用神经架构搜索（NeuralArchitectureSearch,NAS）自动化设计高效深度学习模型的技术详解使用神经架构搜索

瑕疵·2025-02-15 06:17

如何下载huggingface模型到本地

我以前都是在浏览器里一个个下载，最近看手册发现何以用程序下载，我用deepseek写了一个下载的程序下载前准备：pipinstallhuggingface_hubtqdm下载的代码如下：fromhuggingface_hubimporthf_hub_download

yuanlulu·2025-02-15 06:45

目标检测代码示例（基于Python和OpenCV）

随着技术的发展，目标检测算法不断演进，从传统的基于手工特征的方法到现代的深度学习方法，再到基于Transformer的架构，目标检测技术已经取得了显著的进步。

matlab_python22·2025-02-15 05:08

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

深度学习，尤其是卷积神经网络（CNN）的出现，极大地提高了计算机处理图像和视频的能力。

深度学习&目标检测实战项目·2025-02-15 04:57

基于YOLOv5深度学习的木材表面缺陷检测系统：UI界面 + YOLOv5 + 数据集详细教程

基于深度学习的目标检测技术，尤其是YOLOv5，凭借其优越的实时性和准确性，成为木材表面缺陷检测的有效工具。

深度学习&目标检测实战项目·2025-02-15 04:27

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）线性回归的从零开始实现生成数据集读取数据集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练习1.如果我们将权重初始化为零，会发生什么

lusterku·2025-02-15 04:57

发文新思路！双通道CNN的惊人突破，准确率接近100%！

双通道CNN作为一种创新的卷积神经网络架构，正引领深度学习领域的新趋势。其核心优势在于并行卷积层设计，能够同时处理更多特征信息，从而显著提升模型的特征表示能力和识别精度。

沃恩智慧·2025-02-15 03:45

一个基于python的简化版深度学习框架，包括深度学习神经网络的设计和深度学习模型的设计，适用于中小型项目的开发和实现

一、运用Python技术开发深度学习框架需要具备的基础知识总结开发一个基于Python的深度学习框架是一个复杂的任务，需要具备多方面的基础知识。

大懒猫软件·2025-02-14 22:43

“AI味儿”太重怎么办？AI生成后的文章，如何手动编辑才能降低AI检测率，一篇文章教会你（文末附攻略）

手动编辑炼金术：让AI生成文章逃过检测，更显人味！一、AI写作的崛起与检测难题背景介绍：很多小伙伴都问我如何降低AI检出率，降低含“AI"率～～～。

降AI助手·2025-02-14 22:11

详解AI作画算法原理

这一领域融合了深度学习、计算机视觉和生成模型的前沿技术，让机器能够“想象”并创作出令人惊叹的图像。

Jimaks·2025-02-14 22:10

用大模型学大模型02-数学基础微积分

https://metaso.cn/s/uxPBB9C我正在学习深度学习相关的数学知识,学到了微积分核心概念：导数（尤其是偏导数）、梯度、链式法则；积分与最优化（如梯度下降法的数学推导）给我一个入门级的完整教程和实例好吧

wyg_031113·2025-02-14 22:39

用大模型学大模型03-数学基础概率论

https://metaso.cn/s/Jp0OU9w提示词:我正在学习深度学习相关的数学知识，学到了概率论与统计学部分，给我一个入门级的完整教程和实例。

wyg_031113·2025-02-14 22:39

python 并行框架_基于python的高性能实时并行机器学习框架之Ray介绍

前言加州大学伯克利分校实时智能安全执行实验室(RISELab)的研究人员已开发出了一种新的分布式框架，该框架旨在让基于Python的机器学习和深度学习工作负载能够实时执行，并具有类似消息传递接口(MPI

weixin_39778582·2025-02-14 20:54

PyTorch 与 TensorFlow 的深度解析：全面比较两大深度学习框架，助你选择最适合的工具

在人工智能的浪潮中，深度学习框架成为了开发者们的得力助手。PyTorch和TensorFlow作为其中的佼佼者，各自拥有庞大的用户群体和强大的社区支持。

BuluAI·2025-02-14 19:10

DeepSeek R1：引领未来教育革命的自适应学习路径规划系统

随着人工智能技术的进步，特别是深度学习和强化学习的应用，我们能够更加精准地识别学习者的需求，并据此设计出最适合他们的学习路径。利用先进的算法和模型来实现对学习路径的智能化管理。

Coderabo·2025-02-14 18:38

【一起看花书1.3】——第5章机器学习基础

目录：5.7监督学习5.8无监督学习5.9随机梯度下降5.10构建机器学习算法5.11深度学习发展的动力5.7监督学习监督学习，本质上是复杂函数的拟合，即给定特征xxx,我们需要得到标签yyy，这不就是求一个函数的拟合嘛

应有光·2025-02-14 17:03

《探秘Hogwild!算法：无锁并行SGD的神奇之路》

在深度学习和机器学习的领域中，优化算法的效率和性能一直是研究的重点。Hogwild!算法作为一种能够实现无锁并行随机梯度下降（SGD）的创新方法，受到了广泛关注。下面就来深入探讨一下Hogwild!

·2025-02-14 17:24

【深入探讨 ResNet：解决深度神经网络训练问题的革命性架构】

深入探讨ResNet：解决深度神经网络训练问题的革命性架构随着深度学习的快速发展，卷积神经网络（CNN）已经成为图像识别、目标检测等计算机视觉任务的主力军。

机器学习司猫白·2025-02-14 16:26

前端自动化测试：TDD 和 BDD 哪个更好一些？

大家好，我是小静，今天整理了一份前端自动化测试手册，希望能对你有帮助！

测试员小静·2025-02-14 16:20

探索序列数据的奥秘：LSTM Python代码资源库全面解析

LSTMPython代码资源库全面解析【下载地址】LSTMPython代码LSTMPython代码项目地址:https://gitcode.com/open-source-toolkit/36f26在深度学习的浩瀚宇宙中

霍列领Hector·2025-02-14 16:50

LowCode 低代码平台集成 AI 大模型会产生怎样的化学反应？

而AI大模型（AIBigModel）则是一种利用深度学习技术构建的大规模神经网络，它可以对海量数据进行训练和预测，从而实现各种智能化的应用。本文将探讨低代码平台集成AI大模型

AI天才研究院·2025-02-14 15:43

使⽤MATLAB进⾏⽬标检测

Pytorch在深度学习领域占据了半壁江⼭，最主要的原因是⽣态完善，⽽且api直观易⽤。但谁能想到现在MATLAB⽤起来⽐Pytorch还好⽤。

唐BiuBiu·2025-02-14 15:13

大语言模型(LLM)快速理解

一、发展历史大语言模型的发展历史可以追溯到早期的语言模型和机器翻译系统，但其真正的起点可以说是随着深度学习技术的兴起而开始。

大模型猫叔·2025-02-14 13:59

【机器学习】探索未来科技的前沿：人工智能、机器学习与大模型

机器学习的定义2.2机器学习的分类2.3机器学习的实现原理2.4机器学习的应用2.5机器学习的示例代码2.6解释代码三、大模型：推动AI前沿发展的关键技术3.1大模型的定义3.2大模型的发展历程3.3深度学习与神经网络

E绵绵·2025-02-14 11:18

26、深度学习-自学之路-NLP自然语言处理-理解加程序，怎么把现实的词翻译给机器识别。

一、怎么能让机器能够理解我们的语言呢，我们可以利用神经网络干很多的事情，那么我们是不是也可以用神经元做自然语言处理呢，现在很多的实际应用已经说明了这个问题，可以这么做。那我们考虑一下该怎么做，首先我们应该把我们现实中的每一个单词都用一个词向量来进行表示：importnumpyasnponehots={}onehots['cat']=np.array([1,0,0,0])onehots['the']

小宇爱·2025-02-14 11:17

25、深度学习-自学之路-卷积神经网络基于MNIST数据集的程序展示

importkeras#添加Keraskuimportsys,numpyasnpfromkeras.utilsimportnp_utilsimportosfromkeras.datasetsimportmnistprint("licheng："+"20"+'\n')np.random.seed(1)(x_train,y_train),(x_test,y_test)=mnist.load_data(

小宇爱·2025-02-14 11:47

24、深度学习-自学之路-卷积神经网络

一、你怎么理解卷积神经网络呢，我的理解是当你看一个东西的时候，你的眼睛距离图片越近，你看到的东西就越清晰，但是如果你看到的图片只是整个物体的一小部分，那么你将不知道你看到的物品是什么，因为关注整体更容易知道物品是什么。如果你保持一定的距离，你就会发现你可以看到物品更加的全貌一些，这样将方便你观察物品的类别。如果你距离的再远一点，你就会看到物品的轮廓，那么你将依据物品的轮廓去判断物品的类别。如果图片

小宇爱·2025-02-14 11:46

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

由《8、深度学习-自学之路-损失函数和梯度下降程序展示》我们看到我们设计了一个程序，这个程序里面由学习率，有损失函数，有梯度下降，权重更新。

小宇爱·2025-02-14 11:16

深度学习-10-深度学习发展简介

极具讽刺意义的是，Minsky教授，一直不看好深度学习的概念。他曾在1969年出版了Perceptron（感知器）一书，指出了神经网络技术（就是深度学习的前身）的局限

皮皮冰燃·2025-02-14 10:43

cnn以及例子

cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。

阿拉斯攀登·2025-02-14 10:41

27、深度学习-自学之路-NLP自然语言处理-做一个简单的项目识别一组电影评论，来判断电影评论是积极的，还是消极的。

一、如果我们要做这个项目，第一步我们要做的就是需要有对应的训练数据集。这里提供两个数据集，一个是原始评论数据集《reviews.txt》，以及对应的评论是消极还是积极的数据集《labels.txt》，下面的程序就是找到这两个数据集，并把对应的数据集的内容分别赋值给reviews和labelsdefpretty_print_review_and_label(i):print(labels[i]+"\

小宇爱·2025-02-14 10:39

大数据、云计算、人工智能等技术深度融合的智慧快消开源了。

基于多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基

AI服务老曹·2025-02-14 10:37

《深度解析：批量、随机和小批量梯度下降的区别与应用》

在机器学习和深度学习的领域中，梯度下降算法是优化模型参数的核心工具之一。

·2025-02-14 09:40

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

本人主页：机器学习司猫白ok，话不多说，我们进入正题吧项目概述本案例使用经典的MNIST手写数字数据集，通过Keras构建全连接神经网络，实现0-9数字的分类识别。文章将包含：关键概念图解完整实现代码训练过程可视化模型效果深度分析环境准备importnumpyasnpimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflo

机器学习司猫白·2025-02-14 09:01

我的创作纪念日

技术领域发展日新月异，为了紧跟前沿，我不断学习新的知识，如人工智能中的深度学习框架、云计算的最新技术应用等。在学习过程中，我将遇到的难点、理解的过程以及总结的知识点记录下来，整理成文章发布在

学无止尽5·2025-02-14 07:45

AI人工智能深度学习算法：在缺陷检测中的应用

AI人工智能深度学习算法：在缺陷检测中的应用1.背景介绍1.1缺陷检测的重要性在制造业中,产品质量是关键因素之一。缺陷检测是确保产品质量的重要环节,旨在及时发现并排除产品中的任何缺陷或异常。

AI天才研究院·2025-02-14 05:59

论文笔记《基于深度学习模型的药物-靶标结合亲和力预测》

基于深度学习模型的药物-靶标结合亲和力预测这是一篇二区的文章，算是一个综述，记录一下在阅读过程中遇到的问题。

I_dyllic·2025-02-14 03:57

Andrej Karpathy：计算范式的变革者

他以其深刻的技术见解，对深度学习和自然语言处理领域的贡献，以及对计算范式的革新性思考，成为了当今技术领域的引领者之一。本文分为六个

AI天才研究院·2025-02-14 03:57

人工智能之自然语言处理技术演进

近年来，NLP技术经历了从规则驱动到数据驱动的革命性演进，尤其是在深度学习和大规模预训练模型的推动下，取得了显著突破。

香橙薄荷心·2025-02-14 02:50

深度学习-108-大语言模型LLM之基于langchain的结构化输出功能提取结构化信息

文章目录1langchain的结构化输出1.1推荐的使用流程1.2模式定义1.3返回结构化输出1.3.1工具调用(方式一)1.3.2JSON模式(方式二)1.3.3结构化输出法(方式三)2提取结构化信息2.1定义数据模型2.2配置提示模板2.3设置执行链3参考附录1langchain的结构化输出对于许多应用程序，例如聊天机器人，模型需要直接用自然语言响应用户。然而，在某些情况下，我们需要模型以结构

皮皮冰燃·2025-02-14 01:44

真正通俗易懂的Langchain入门学习（六）

C[客服助手]B-->D[论文分析]B-->E[数据助手]C/D/E-->F[第2天：搭建基础]F-->G[第3天：添加特色功能]具体任务：基础版必做：运行课堂示例代码替换为自己的数据（如上传公司产品手册

caridle·2025-02-14 00:43

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习，Pytorch深度学习

AI知识分享官·2025-02-14 00:41

自学人工智能大模型，满足7B模型的训练和微调以及推理，预算3万，如何选购电脑

如果你的预算是3万元人民币，希望训练和微调7B参数规模的人工智能大模型（如LLaMA、Mistral等），你需要一台高性能的深度学习工作站。

岁月的眸·2025-02-13 23:03

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构

大F的智能小课·2025-02-13 23:02

DeepSeek使用手册，其中一份是清华大学出品

自娶，。https://pan.quark.cn/s/d174471b17c0深入了解DeepSeek：从技术到应用一、DeepSeek是什么？DeepSeek（深度求索）是一款由杭州深度求索人工智能基础技术研究有限公司开发的人工智能平台，专注于提供高效易用的AI模型训练与推理能力。它既包含预训练大语言模型（如DeepSeek-R1系列），也提供配套工具链，助力开发者快速实现AI应用落地。二、De

cpa007·2025-02-13 20:45

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】CSS样式解析：行内、内部与外部样式的区别与优先级分析

本次会议将探讨前沿技术，包括深度学习、多模态学习、图像和视频分析、3D重建等，以及其在智能交通、医疗影像、增强现实和自动化等多个实际应用中的创新转化。会议官网：www.acvra.org目录前言一、

禁默·2025-02-13 20:11

小白零基础学习深度学习之张量

1.张量PyTorch中的张量（Tensor）就是一种用来存储数据的“盒子”，这个盒子可以有不同的形状和大小，里面可以装各种数字。张量是PyTorch中最基本的东西，就像乐高积木一样，你可以用它来搭建各种复杂的模型。2.张量的用途存储数据：你可以把张量当作一个容器，用来存储各种数据。比如，一张图片可以用一个三维张量来表示，其中第一维是颜色通道（红、绿、蓝），第二维和第三维是图片的宽度和高度。进行计

爱理科的小王子·2025-02-13 17:53

深度学习-情感分析

以下将分别使用PyTorch和TensorFlow框架实现基于深度学习的情感分析，这里以影评的情感分析为例，数据集使用IMDB影评数据集。

小赖同学啊·2025-02-13 17:52

DeepSeek 指导手册从入门到精通

目录正文第⼀章：准备篇（30分钟上手）❄️1.1三分钟创建你的AI伙伴❄️1.2认识你的AI控制台第⼆章：基础对话篇（像交朋友⼀样学交流）❄️2.1有效提问的五个⻩⾦法则❄️2.2新⼿必学的10个魔法指令第三章：效率⻜跃篇（⽂件处理与复杂任务）❄️3.1五分钟学会⽂档分析❄️3.2让AI帮你写代码第四章：场景实战篇⸺解决真实世界问题❄️4.1学术论⽂全流程辅助（从开题到答辩）❄️阶段⼀：开题攻坚❄

长久的梦·2025-02-13 16:47

【深度学习】常见模型-GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）

GPT（GenerativePre-trainedTransformer）1️⃣什么是GPT？GPT（GenerativePre-trainedTransformer，生成式预训练Transformer）是由OpenAI开发的基于Transformer解码器（Decoder）的自回归（Autoregressive）语言模型。它能够通过大量无监督数据预训练，然后微调（Fine-tuning）以适应特

IT古董·2025-02-13 16:15

推荐频道

深度学习炼金手册