深度学习神经第11页

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类

Python程序员罗宾·2025-02-24 22:45

基于YOLOv5、FaceNet与KNN的人脸识别系统

步骤1：环境配置安装依赖库：安装Python3.x安装TensorFlow、Keras、OpenCV等深度学习库获取数据集：收集训练用的多个人脸图像（每个用户至少几十张）将图像按用户分类存放在data/

reset2021·2025-02-24 19:29

第G9周：ACGAN理论与实战

>-**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]**本人往期文章可查阅：深度学习总结我的环境：语言环境：Python3.11编译器：PyCharm深度学习环境：Pytorchtorch

OreoCC·2025-02-24 18:50

【OpenCV】OpenCV 中各模块及其算子的详细分类

de之梦-御风·2025-02-24 17:43

DeepSeek混合精度训练核心技术解析与实践指南

ResNet50案例：从7.8GB降至4.2GB）1.5-3倍训练速度提升（BERT-Large案例：从8h缩短至5h）突破大模型训练显存瓶颈（GPT-3训练显存需求从3TB降至1.8TB）1.2行业定位属于深度学习基础设施层的训练优化技术

燃灯工作室·2025-02-24 15:33

为什么词向量和权重矩阵dot运算就能得到想要的效果呢？

词向量（WordEmbeddings）和权重矩阵的点积运算之所以能够帮助我们实现特定的效果，主要是因为它们在神经网络架构中扮演的角色以及背后的数学原理。

cjl30804·2025-02-24 15:02

浅显介绍图像识别的算法卷积神经网络（CNN）中的激活函数

激活函数的作用激活函数在神经网络中扮演着至关重要的角色，其主要作用包括但不限于以下几点：引入非线性：如果没有激活函数或仅使用线性激活函数，无论神经网络有多少层或多复杂，整个模型仍然只能表达线性映射。

cjl30804·2025-02-24 15:31

Engineering A Large Language Model From Scratch

从头开始设计一个大语言模型摘要1引言2Atinuke算法3结果4相关工作5讨论6结论摘要自然语言处理（NLP）中深度学习的激增导致了创新技术的发展和发布，这些技术能够熟练地理解和生成人类语言。

UnknownBody·2025-02-24 15:31

AI：重塑未来的深度探索与实践

一、AI核心技术：深度学习与智能进化的基石AI的核心在于其强大的数据处理与学习能力，这主要得益于深

2501_90713682·2025-02-24 15:59

深度学习（5）-卷积神经网络

我们将深入理解卷积神经网络的原理，以及它为什么在计算机视觉任务上如此成功。我们先来看一个简单的卷积神经网络示例，它用干对MNIST数字进行分类。

yyc_audio·2025-02-24 14:26

深度学习（2)-深度学习关键网络架构

关键网络架构深度学习有4种类型的网络架构：密集连接网络、卷积神经网络、循环神经网络和Transformer。

yyc_audio·2025-02-24 14:26

深度学习-2：tensorflow 入门以及简单的线性拟合

摘要：介绍tensorflow入门使用tensorflow实现简单的线性回归tensorflow入门知识参考：https://www.tensorflow.org/get_started/get_started载入tensorflow的标准语句：importtensorflowastftensortensor物理上的翻译是张量。tensor是tensorflow的基本核心数据单元，tensor可以

wangs0622·2025-02-24 14:24

企业项目管理入门指南：3000字实战宝典（附工具对比表）

（认知破冰）项目管理如同企业的"中枢神经系统"，据哈佛商学院研究显示，使用规范项目管理的企业交付效率提升47%，成本超支率降低28%。

·2025-02-24 14:58

Transformer大模型实战教师学生架构

Transformer大模型实战教师学生架构作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来近年来，随着深度学习技术的飞速发展

AI智能涌现深度研究·2025-02-24 14:19

合泰Holtek LCD驱动芯片选型全攻略：从原理到落地的工程师视角

一、LCD驱动芯片：显示系统的“神经中枢”LCD驱动芯片是连接主控MCU与液晶屏的核心器件，负责将数字信号转化为液晶分子偏转所需的模拟电压，同时协调时序与刷新逻辑。

holtek合泰芯片选型及支持·2025-02-24 12:38

LLM的MoE架构的“动态路由”为什么能训练出来？

以下是具体原因和技术原理的解析：一、动态路由的可微分性与端到端优化门控网络的可训练性动态路由的核心是门控网络（GatingNetwork），它是一个可训练的神经网络，通过输入数据生成专家权重分布。

互联网之路.·2025-02-24 09:46

解锁机器学习核心算法｜朴素贝叶斯：分类的智慧法则

这十大算法包括线性回归、逻辑回归、决策树、随机森林、K-近邻算法、K-平均算法、支持向量机、朴素贝叶斯算法、主成分分析（PCA）、神经网络。

紫雾凌寒·2025-02-24 08:05

AI环境初识

在搭建AI环境时，当前流行的技术涉及多个方面，包括开发框架、深度学习库、硬件支持以及具体的应用技术等。

网络飞鸥·2025-02-24 07:02

亚马逊云科技MySQL托管服务：Amazon RDS for MySQL的技术优势与成本优化实践

引言：在数字化转型的浪潮中，数据库作为企业核心业务的“中枢神经”，其稳定性、性能及成本直接影响企业的运营效率和竞争力。

AWS官方合作商·2025-02-24 07:01

覆盖从供应、生产、销售到运营的全过程，引领行业数智化转型新方向的智慧快消开源了

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·2025-02-24 04:39

金融大模型应用的机遇与挑战

大模型本质特征大模型通常指大语言模型（LargeLanguageModel，LLM），是基于深度学习算法的自然语言处理技术，是通用大模型。

Python程序员罗宾·2025-02-24 03:34

深度强化学习算法在金融交易决策中的优化应用【附数据】

金融数据分析与建模专家金融科研助手|论文指导|模型构建✨专业领域：金融数据处理与分析量化交易策略研究金融风险建模投资组合优化金融预测模型开发深度学习在金融中的应用擅长工具：Python/R/MATLAB

算法与数据·2025-02-24 01:22

基于深度学习的股票短期趋势预测模型设计与实现【附代码】

，我们首先对股票的基本交易数据进行了清洗和预处理，包括去除异常值、填补缺失值等。同时，我们还挖掘了多个可能影响股票价格走势的因子，如成交量、市盈率、市净率等，并将这些因子作为特征加入到数据集中。通过特征工程，我们进一步扩展了数据集，提高了模型的输入质量。在模型构建方面，我们采用了LSTM网络来处理时间序列数据。LSTM网络具有记忆功能，能够捕捉数据中的长期依赖关系，这对于股票价格走势的预测至关重要

算法与数据·2025-02-24 01:22

DeepSeek 与网络安全：AI 在网络安全领域的应用与挑战

与此同时，人工智能（AI）技术的快速发展正在为网络安全提供全新的解决方案，而DeepSeek作为AI领域的新兴力量，也正在探索如何利用深度学习和大规模语言模型（LLM）加强网络安

一ge科研小菜菜·2025-02-24 01:49

手撸 chatgpt 大模型:单词向量化编码和绝对位置编码算法

在深度学习中，所有无法通过传统数据结构描述的对象都会被用一个向量表示，例如图像、语音、单词、音频等。最初，向量中的各个字段会被初始化为随机数，然后通过大量的数据和深度学习模型来训练这些向量。

coding 迪斯尼·2025-02-24 00:11

深入探索连续变量量子神经网络：开启量子计算新纪元

深入探索连续变量量子神经网络：开启量子计算新纪元quantum-neural-networksThisrepositorycontainsthesourcecodeusedtoproducetheresultspresentedinthepaper"Continuous-variablequantumneuralnetworks

倪姿唯Kara·2025-02-23 23:08

生成对抗网络(GAN)：从概念到代码实践(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章

全栈你个大西瓜·2025-02-23 21:19

MTCNN 人脸检测技术揭秘：原理、实现与实战(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章

全栈你个大西瓜·2025-02-23 21:18

目前（2025年2月）计算机视觉（CV）领域一些表现优异的深度学习模型

按任务类型分类介绍：图像分类CoCa：结合对比学习和生成学习，通过对比损失对齐图像和文本嵌入，并使用标题生成损失预测文本标记。它在图像分类、跨模态检索和图像描述等任务中表现出色，且仅需极少的任务特定微调。PaLI：这是一个多模态模型，结合了40亿参数的视觉Transformer（ViT）和多种大型语言模型（LLM），并在包含100多种语言的100亿图像和文本数据集上进行训练。PaLI在图像描述、视

空空转念·2025-02-23 20:18

未来已来：AI助手DeepSeek在医院的现实

北京某医院神经外科的主任医师田向阳表示：“DeepSeek对于超复杂脑瘤患者的病情诊断，至少它的水平相当于一个省级三甲医院专家的水平，患者应用它应该比较靠谱”。好家伙，现在AI都开始和医生抢手术刀了？

need help·2025-02-23 20:13

Python——生成AIGC图像

通过深度学习、生成对抗网络（GAN）和扩散模型等技术，AIGC能够生成高度逼真、具有艺术性的内容

朱剑君·2025-02-23 19:06

图解前馈神经网络（FNN）

目录编辑1.前馈神经网络介绍2.网络结构3.模型工作示例4.总结1.前馈神经网络介绍前馈神经网络（FeedforwardNeuralNetwork，FNN）是一种最简单、最经典的神经网络结构，它是人工神经网络的基础形式之一

Zucker N·2025-02-23 19:34

图像处理：模拟色差的生成

但在实际生产环境中，瓷砖色差检测的数据量较少，无法直接获取足够的数据来训练和优化深度学习模型。于是就考虑通过人为生成色差数据的方式来扩充数据集，进行色差的模拟。1.什么是色差？

何以为皇·2025-02-23 18:33

python工具——pypinyin 汉字转换拼音

把汉字转成拼音后可以进行深度学习分类，做内容识别1.安装pipinstallpypinyin将汉字转换为拼音并生成slug字符串importpypinyinfrompypinyinimportStylecontent

xiaoming0018·2025-02-23 18:32

神经网络可视化工具

11款神经网络可视化工具，组会汇报、论文插图、科研学术必备01TensorSpace可以在网页上直接使用，是一种3D模型展示神经网络，适合给初学者或者科普的时候展示时使用，非常的直观，并且每一层的卷积层都可以展开

G鲲鹏展翅Y·2025-02-23 18:58

通俗理解Test time Scaling Law、RL Scaling Law和预训练Scaling Law

具体含义：在预训练阶段（比如训练GPT这种大模型），模型的表现取决于三个核心因素：模型参数（房子的“大小”）：神经元越多，模型越“聪明”。数据量（砖头的“数量”）：喂给模型的文本越多，

老A的AI实验室·2025-02-23 16:12

淘系图搜API接入与使用全解析

其核心技术基于阿里巴巴的深度学习模型，支持服饰、家居、3C等多品类识别，广泛应用于比价、找同款、商品推荐等场景。二、接入准备资质要求：企业开发者需提供营业执照、应用场景说明（如“电商比价工具”）。

数据小爬虫.网站开发-Brad·2025-02-23 15:39

深度学习革命背后：DBN、AlexNet、GAN 等神级架构，究竟藏着怎样的 AI 崛起密码？（附deepseek）

深度学习革命**3.深度学习革命（2006年至今）****2006年：深度学习奠基——深度信念网络（DBN）****2012年：AlexNet崛起****2014年：架构创新潮****生成对抗网络（GAN

universe_code·2025-02-23 15:35

整理：4篇论文知识蒸馏引领高效模型新时代

传统的深度学习模型往往依赖于复杂的大型网络，以获取卓越的性能。然而，这些庞大的模型对计算资源和存储空间的需求，使得它们在实际应用中，尤其是在边缘设备或移动端部署中面临巨大挑战。

mslion·2025-02-23 14:31

AI教父蒸馏论文曾被拒，如今DeepSeek引爆AI革命！

其实蒸馏最初那篇论文《蒸馏神经网络中的知识》在2014年被NeurIPS拒了，理由是没啥新意（确实有点道理），还有就是觉得影响不大。

极道Jdon·2025-02-23 12:17

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络

顾漂亮·2025-02-23 12:15

边缘计算与联邦学习驱动医疗影像特征工程优化

该框架以卷积神经网络为核心，结合多阶段数据预处理流程（包括噪声抑制、模态对齐及标准化处理），实现跨设备医疗影像的特征表示统一化。在模型

智能计算研究中心·2025-02-23 11:40

深度学习框架与边缘计算融合驱动医疗金融模型优化新路径

内容概要随着边缘计算与深度学习框架的深度融合，医疗与金融领域的模型优化正在突破传统算力与隐私保护的瓶颈。

智能计算研究中心·2025-02-23 11:10

人工智能学习框架

人工智能学习框架概述随着人工智能技术的飞速发展，选择合适的机器学习或深度学习框架对于项目的成功至关重要。这些框架提供了强大的工具和库，使得开发者能够更高效地构建、训练和部署模型。

静默.\\·2025-02-23 10:36

人工神经网络ANN入门学习笔记

研究生写论文需要，先快速学习了机器学习的内容，现在需要继续深入学习人工神经网络ANN的内容，以下是个人的学习笔记，欢迎交流、请多多指正！

cs_ning·2025-02-23 10:02

大语言模型架构：从基础到进阶，如何理解和演变

1.大语言模型架构概述大语言模型（例如GPT、BERT、T5）是基于神经网络的计算模型，它们通过分析大量文本数据，学习语言的结构和规律。语言模型的

运维小子·2025-02-23 08:44

如何将DeepSeek集成到自己的项目中：从入门到精通

引言DeepSeek作为一款强大的深度学习平台，正在为开发者提供高效、灵活的AI解决方案。无论你是想构建一个图像分类系统，还是开发一个自然语言处理应用，DeepSeek都能帮助你快速实现目标。

木觞清·2025-02-23 08:43

机器学习和深度学习有什么区别？

深度学习和机器学习有什么区别？深度学习是机器学习一个分支，机器学习包含深度学习。

facaixxx2024·2025-02-23 05:54

AI趋势下，软件测试工程师怎么拥抱AI

以下是我的一些思考：一、掌握AI基础知识软件测试工程师需要学习机器学习、深度学习、自然语言处理等领域的基本原理和算法。

悠然的笔记本·2025-02-23 05:24

深度学习之图像回归（二）

（一）主要是帮助迅速入门理清一个深度学习项目的逻辑这篇文章则主要注重在此基础上对于数据预处理和模型训练进行优化前者会通过涉及PCA主成分分析特征选择后者通过正则化数据预处理数据预处理的原因思路链未经过处理的原始数据存在一些问题

zhengyawen666·2025-02-23 05:52

推荐频道

深度学习神经