深度学习碎碎念

基本只靠复制粘贴（雾）完成Python虚拟环境迁移

关于python虚拟环境迁移的讨论碎碎念最近在尝试自己做一个小项目，来回要在学校机房的电脑和我自己的电脑上开发（上课摸鱼），而由于学校机房电脑会自动回滚（每次重启都是全新的环境）为了能够持续开发项目（摸鱼
一只正在学编程的仓鼠·2024-02-06 12:59

基于YoloV5的智能零售柜商品识别

下载yolov5：gitclonehttps://github.com/ultralytics/yolov5进入yolov5文件夹,下载依赖文件pipinstall-rrequirements.txt深度学习第一步准备好数据集
乔不思-·2024-02-06 11:20

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

知识图谱问答：构建人机自然交互的桥梁

1.3知识图谱问答1.4典型应用与系统2智能问答系统分类2.1问句类型分类2.2系统来源分类3实现知识图谱问答主要技术方法3.1基于问句模板的方法3.2基于语义解析的方法3.3基于检索排序的方法3.4基于深度学习的方法
cooldream2009·2024-02-06 11:41

沅沅成长流水账2020-04-19

neinei睡觉8.00睡醒了...赖床一下吧10.30午饭猪肝粉米粉+蒸蛋黄11.30午休一下~14.00喝neinei15.00吃点水果吧18.30晚饭，今天就吃稀饭+肉汤吧，我累了21.50准备睡觉碎碎念
啊珊是啊珊不是啊三·2024-02-06 11:57

【人工智能】Fine-tuning 微调：解析深度学习中的利器(7)

在深度学习领域，Fine-tuning微调是一项重要而强大的技术，它为我们提供了在特定任务上充分利用预训练模型的途径。
魔道不误砍柴功·2024-02-06 10:24

深度学习（生成式模型）—— Consistency Models

文章目录前言预备知识：SDE与ODEMethod实验结果前言Diffusionmodel需要多次推断才能生成最终的图像，这将耗费大量的计算资源。前几篇博客我们已经介绍了加速Diffusionmodel生成图像速率的DDIM和StableDiffusion，本节将介绍最近大火的ConsistencyModels（代表模型：Dalle-3），其允许Diffusionmodel仅经过一次推断就生成最终的
菜到怀疑人生·2024-02-06 10:23

最新基于MATLAB 2021b的机器学习、深度学习实践

基于MATLAB2021b的机器学习和深度学习实践是一个广泛的主题，下面是一些基本的步骤和资源，可以帮助你开始：安装MATLAB2021b:首先，你需要安装MATLAB2021b。
数字化信息化智能化解决方案·2024-02-06 10:23

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

基于PyTorch的深度学习遥感影像地物分类、目标识别与分割实践技术应用是一个涉及多个步骤的复杂过程。
数字化信息化智能化解决方案·2024-02-06 10:22

计算机设计大赛 深度学习+opencv+python实现车道线检测 - 自动驾驶

3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习的自动驾驶车道线检测算法研究与实现
iuerfee·2024-02-06 09:19

计算机设计大赛 深度学习+opencv+python实现昆虫识别 -图像识别 昆虫识别

模块实现卷积神经网络4MobileNetV2网络5损失函数softmax交叉熵5.1softmax函数5.2交叉熵损失函数6优化器SGD7学习率衰减策略6最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习的昆虫识别算法研究与实现
iuerfee·2024-02-06 09:17

深度学习之numpy

1.numpy.mean（a，axis=None，dtype=None，out=None，keepdims=）沿指定轴计算算术平均值。返回数组元素的平均值。默认情况下，平均值取自展平的数组，否则取自指定的轴。float64中间值和返回值用于整数输入。参量array_like包含期望平均值的数字的数组。如果a不是数组，则尝试进行转换。轴无或整数或整数元组，可选计算平均值s的一个或多个轴。默认值是计算
zuoyou_yi·2024-02-06 08:21

机器学习与人工智能、深度学习有什么关系？终于有人讲明白了

导读：“机器学习”一词往往被与“人工智能”“深度学习”混用，也常与“大数据”一词一同出现。下面首先简要介绍它们的关系，然后讲述机器学习的基本概念和模式。
大数据v·2024-02-06 08:10

机器学习、深度学习所需掌握的数学知识全都在这里了！

人工智能的基石是数学，没有数学基础科学的支持，人工智能很难行稳至远。—中国科学院院士、西安交通大学教授徐宗入行人工智能，所谓的门槛和挑战本质是你对数学知识的掌握程度。数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识，具体来说包括：线性代数：如何将研究对象形式化？微积分：如何深
算法channel·2024-02-06 08:09

挑战杯 python+opencv+深度学习实现二维码识别

0前言优质竞赛项目系列，今天要分享的是python+opencv+深度学习实现二维码识别学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分该项目较为新颖，适合作为竞赛课题方向
laafeer·2024-02-06 08:36

研究生研一学习机器学习ML、深度学习DL的规划

研究生学习机器学习ML、深度学习DL的规划保上研之后也没有很好规划自己的学习路线，看到b站上的一位清华博士讲述他本科也是机械，跨考计算机后的学习路线，所以记录下来，从现在开始按照规划来一点一点地做好。
Baily24·2024-02-06 08:36

碎碎念（30）

开学第二天，爆发一场恶战，两天开门考，老师基本没布置作业，晚上跟我要求，要玩下游戏。整个寒假，有空就巴拉游戏，完全没有控制，开学前发狠说，开学后绝不碰游戏，结果第二天就开始变卦，而且理由很充分，反正也没有作业！我的娃，明天正常上课，不能预习？没有作业，不是正好可以看看闲书？悠闲的晚上，不是可以趁机整理下新学期的计划？
山里娃娃66·2024-02-06 08:59

机器学习（深度学习）路线

数学相关1.1微积分：深度学习需要掌握高数微积分的知识，例如基本的求导、偏导数、梯度概念资源：浙江大学微积分MIT微积分公开课[1]MIT微积分公开课[2]1.2线性代数：需要掌握矩阵乘法、特征值、特征向量等
bigcindy·2024-02-06 08:04

婆媳碎碎念

有人说，有婆媳的地方就有战争，我深以为然。上班途中同事来电，供电局特赦，休假一天。我在公司路口急拐了个弯，奔市场拖了一袋子水果往娘家荡去。抱着葡萄摊在娘家沙发上，暗叹独欠扇风帅哥两枚，不然这颓废的一天也就完满了。“砰”，正当我YY着帅哥是长发较为柔美，还是短发更显帅气，客厅的大门被暴力踹开，我一个激灵，翻身立在了靠背上，一个磅礴而大气的想法同时充斥着我的大脑：若然进来的是帅哥，不论长短发，我必然放
凌行行·2024-02-06 08:21

普通编程，机器学习与深度学习

表示学习：包含深度学习，通过输入由算法生成简单的特征，再逐层生成更加全局/抽象的特征，最后，通过一些数学原理对特征与输出的匹配模式进行学习，也就是更新相应的参数，从而使数学表达式能够更好的根
ALGORITHM LOL·2024-02-06 08:02

今日份碎碎念

今天还是被迫四点半就起床了，去了殡仪馆，我都服了气了，为什么我妈就不能有一次是站在我这边的啊。今天有一件值得开心的事情，我成了公众号：爱生活的大羊驼，的签约作者啦，开心，虽然没有多少稿费，一篇文章20块钱，不过这样每个月要产出两篇优质文章也是一个很高的目标呀。经过这次事件，我一下子冒出了好几个灵感，今天都半个小时写了四百多字了。果然，生活是需要调味剂的。明天本来和男朋友去赏花，天气预报又说有沙尘暴
光阴有侍·2024-02-06 07:27

结营不是结束，我的生命之花刚刚绽放

媛媛姐的碎碎念唤醒了内在渴望改变的我
琦琦Shirley·2024-02-06 07:54

李沫动手学深度学习之2.1

本博文复现李沫动手学深度学习，网页链接在此，（第一版）【建议实操之前先通读一遍2.1章节的文档与本教程的文字说明】2.1.获取和运行本书的代码（完成）一些过程总结：（windows）（GPU）1、本人安装的是
一卒2018·2024-02-06 07:33

重拾公众号

欢迎来我的公主号：玖儿的碎碎念。
玖儿的碎碎念·2024-02-06 07:27

深度学习驱动下的自然语言处理进展及其应用前景

前言自然语言处理（NLP）是一项正在迅速发展的技术，它利用深度学习和大数据技术，让计算机能够更好地理解和生成人类语言。随着NLP的不断进步，我们对于计算机理解和应用语言的能力也取得了显著的提升。
想你依然心痛·2024-02-06 07:46

【NLP】 Word2Vec模型 & Doc2Vec模型

共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python
Sonhhxg_柒·2024-02-06 07:15

运营学院碎碎念合集 Vol.7

我亲爱的战友们：咳咳，这里是教练的第六封碎碎念，昨天在看大家复盘的时候，看到有三位同学都问能不能学习碎碎念，哈哈，为了感谢大家，今天就来教大家怎么碎碎念。
撒撒洒萨·2024-02-06 06:44

【专业技术】高效并行分布式深度学习策略，助力模型训练与量化

我们是一家专注于提供高效深度学习解决方案的专业团队，为您提供并行分布式策略、高效精调策略、大模型无损量化和高性能推理服务。
路人与大师·2024-02-06 06:26

「深度学习」长短时记忆网络LSTM

一、经典模型\widetilde{c}^{}=tanh(w_{c}[a^{},x^{}]+b_{c})更新门：\Gamma_{u}=\sigma(w_{u}[a^{},x^{}]+b_{u})遗忘门：\Gamma_{f}=\sigma(w_{f}[a^{},x^{}]+b_{f})输出门：\Gamma_{o}=\sigma(w_{o}[a^{},x^{}]+b_{o})c^{}=\Gamma_{u
Sternstunden·2024-02-06 06:20

「深度学习」dropout 技术

一、工作原理1.正则化网络dropout将遍历网络的每一层，并设置消除神经网络中节点的概率。1.每个节点保留/消除的概率为0.5:2.消除节点：3.得到一个规模更小的神经网络：2.dropout技术最常用：反向随机失活"Inverteddropout"以三层网络(l=3)为例：keep-prob=0.8#保留某个隐藏单元的概率#生成随机矩阵，每个单元对应值为1的概率是0.8,用于决定第三层哪些元素
Sternstunden·2024-02-06 06:20

「深度学习」循环神经网络RNN

一、序列模型的例子二、数学符号定义X^{(i)}：训练样本i的输入序列的第t个元素。T_{X}^{i}：训练样本i的输入序列的长度。Y^{(i)}：训练样本i的输出序列的第t个元素。T_{Y}^{i}：训练样本i的输出序列的长度。三、举例：识别人名【输入和输出序列长度相同】1、数据表示准备Vocabulary/Dictionary将所有要用到的单词放在一起，做成清单——将每个单词用一位one-ho
Sternstunden·2024-02-06 06:50

「机器学习」神经网络

(2)深度学习的起飞2.需求预测(1)神经网络的符号与描述(2)不需要自己手动自己设计特征神经网络将自己决定它将在隐藏层使用哪些数据3.例子：图像识别随着层数增加，窗口大小在增大。
Sternstunden·2024-02-06 06:49

【深度学习理论】持续更新

文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？
一轮秋月·2024-02-06 06:48

互联网加竞赛 基于深度学习的目标检测算法

5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法YOLOSSD6人体检测结果7最后1简介优质竞赛项目系列，今天要分享的是基于深度学习的目标检测算法该项目较为新颖
Mr.D学长·2024-02-06 06:15

「深度学习」门控循环单元GRU

一、梯度消失问题梯度消失：基础的RNN模型不善于处理长期依赖关系，有很多局部影响，很难调整自己前面的计算。y^{}仅仅受自己附近的值影响。解决方法：GRU或LSTM梯度爆炸：反向传播时，随着层数增多，梯度不仅可能指数型下降，还有可能指数型上升——会导致参数过大，网络崩溃解决方法：梯度修剪——观察梯度向量，若大于某个阈值，则放缩梯度向量，保证其不会过大二、GRU目的：使隐藏层更好地捕捉深层连接，改善
Sternstunden·2024-02-06 06:41

基于深度学习算法的轴承故障自主分类

1.要求轴承有3种故障：外圈故障，内圈故障，滚珠故障，外加正常的工作状态。如表1所示，结合轴承的3种直径（直径1,直径2,直径3），轴承的工作状态有10类：表1轴承故障类别外圈故障内圈故障滚珠故障正常直径11230直径2456直径3789实验包含以下两个文件：1.train.csv，训练集数据，1到6000为按时间序列连续采样的振动信号数值，每行数据是一个样本，共792条数据，第一列id字段为样本
deleteeee·2024-02-06 06:08

NER

基操：超详细保姆级讲解&提供代码：基于深度学习的命名实体识别与关系抽取值得一看的命名实体识别的总结：中文命名实体识别总结师兄给的教程：GithubChineseNER针对教程讲解的文章：用深度学习做命名实体识别
zelda2333·2024-02-06 06:17

深度学习中的pipeline和baseline

pipeline  模型实现的步骤，深度学习的pipeline包括：数据读取数据预处理构建模型评估模型效果模型调参baseline  指能实现上述过程的基础模型
晓shuo·2024-02-06 05:47

【初读论文】

这里写目录标题万字长文解析深度学习中的术语面向小白的深度学习论文术语（持续更新）deepsolo不懂的知识pipelinebaselineRoI(RegionofInterest)分类问题中的正例负例指示函数
Selvaggia·2024-02-06 05:46

Plus GPT API最有前途的应用领域

3API不同，我们的PlusGPTAPI通过对GPT-3API进行二次开发，除了实现GPT-3的所有功能之外，我们还开发了语音交互的API、知识库"喂养"的API、AI绘图API……PlusGPTAPI基于深度学习算法
橘子海_G·2024-02-06 05:45

今日之碎碎念

为了锻炼身体，我从18年4月开始跑步，跑得断断续续的，每次跑的距离也不多，最多也就5公里多点，跟别人比起来，多有不如。我只是为了锻炼身体，没想过当什么跑步达人，所以这种频率和公里数于我完全足够了。一开始跑步，是因为想把大肚腩减掉。跑了一阵，发现这个想法没法实现，那就纯粹地锻炼身体吧。后来驱使我一直坚持跑步的动力，已经退化为“让鼻炎发作时不那么难受”这么一点小小的愿望。今年因为疫情，中断了4个月的跑
川叔院子·2024-02-06 05:49

今日份碎碎念

今天相当于没上班吧，早上起了个大早，去单位写了这周的文章，还算不错了，也算今天干了点儿事了。今天下午本来想去逛商场也没去成，去看了房，今天看到了还不错的，真的还比较心动，装修好的，但是我又想自己装修，真的好难。本来一开始跟妈妈说好了，今天跟她说又说太着急了，这种事情能不着急嘛，早买早享受啊。真不知道人们是怎么想的。下周的文章还没有灵感，真的是一点点点灵感都没有，而且最近的文章都没法过稿了，真的奇怪
光阴有侍·2024-02-06 04:06

碎碎念

近来一切都好。慢慢找到了学习的状态，每天都能有一些时间学习（一般两小时左右）。这个时间对于想去完成的目标而言是远远不够的，但是也聊胜于无了。在学习的路上，时常会自我怀疑。比如，自己的坚持是否有意义，自己又该做出什么样的选择。这种怀疑当然也不仅出现在学习上，还有各个当面。有些没能坚持下来，有些还在垂死挣扎。毕业后的时间好像过得飞快，一转眼便是第四年。好像每一天都觉得漫长，又好像每一天都如一秒钟一般眨
边安·2024-02-06 04:41

小目标识别方法

随着深度学习技术的发展，小目标识别的研究也取得了显著的进步。小目标识别面临的挑战主要包括目标尺寸小、易受背景干扰、目标特征不明显等问题。为了解决这些问题，研究者们提出了多种基于人工智能的方法，尤其是
LittroInno·2024-02-06 04:02

冷笑话：关于“来，为师保证不打你”系列的冷笑话

邮件里面关于研究题目是这样写的：“论基于包括深度学习在
群星璀璨十二时·2024-02-06 03:38

通过神经网络模拟人类大脑的学习过程

通过神经网络模拟人类大脑的学习过程在本文中，我们将探讨深度学习的最新发展及其在各个领域的应用。首先，让我们来看看深度学习在计算机视觉领域的新进展。计算机视觉是指让计算机“看见”并理解图像和视频的能力。
M乔木·2024-02-06 03:05

碎碎念

下午送姑姐和姐夫还有大伯哥去机场，他们从这边去徐州，外甥和大伯嫂从苏州去徐州，明天中午，外甥媳妇的爸爸在家里摆喜宴，前几天姑姐办喜事，外甥媳妇的爸爸和大伯还有舅舅舅妈来了，这次答谢宴，姑姐夫妻加上大伯哥夫妻俩一起去的，答谢宴完毕，孩子们的喜事就彻底办完了，俩家人也就松了口气，能好好歇歇了，这段时间帮孩子们忙乎也都累够呛。从机场回来，先去房子看看，厨房里放着新买的电冰箱，猴哥把冰箱调整了平衡，重新摆
秋草·2024-02-06 03:10

深度学习系列55：深度学习加速技术概述

总体有两个方向：模型优化/框架优化1.模型优化1.1量化最常见的量化方法为线性量化，权重从float32量化为int8，将输入数据映射在[-128,127]的范围内。在nvdiagpu，x86、arm和部分AI芯片平台上，均支持8bit的计算。当然还有简单的二值化。对比从nvdiagpu到x86平台，1bit计算分别有5到128倍的理论性能提升。此外还有对数量化，一种比较特殊的量化方法。两个同底的
IE06·2024-02-06 02:24

深度学习系列57: 清华大模型MiniCPM上手

MiniCPM是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧大模型，主体语言模型MiniCPM-2B仅有24亿（2.4B）的非词嵌入参数量1.上手对比测试mps比cpu大概快了9倍左右。也可以在modelspore上测试：
IE06·2024-02-06 02:53

2019年上半年收集到的人工智能卷积神经网络干货文章

2019年上半年收集到的人工智能卷积神经网络干货文章了解CNN这一篇就够了——关于卷积神经网络的介绍关于卷积的6个基本知识一文读懂深度学习中的各种卷积CNN卷积神经网络的三种基本模式（不懂的话还得多努力啊
城市中迷途小书童·2024-02-06 02:18
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他