深度学习英文缩写

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

使用python-numpy实现一个简单神经网络

目录前言导入numpy并初始化数据和激活函数初始化学习率和模型参数迭代更新模型参数（权重）小彩蛋前言这篇文章，小编带大家使用python-numpy实现一个简单的三层神经网络，不使用pytorch等深度学习框架
橘柚jvyou·2024-02-10 19:26

《动手学深度学习(PyTorch版)》笔记8.1

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.1SequenceModels用xtx_txt表示在时间步（timestep）t∈Z
南七澄江·2024-02-10 18:28

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

《动手学深度学习(PyTorch版)》笔记8.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.2TextPreprocessing文本的预处理步骤通常包括：将文本作为字符串加载到
南七澄江·2024-02-10 18:25

慢慢人生路 学习正当时（27）

蔡桂霞学焦点坚持分享（原创）第27篇：关于倾听焦点中级班第11次线上课的内容是咨询基本功“倾听"的深度学习。
小偲_474a·2024-02-10 18:17

opencv深度学习人工智能技术打假抖音“伪娘“之性别实时检测

抖音的美颜功能强大到能把男人变成伪娘，甚至还有年轻小伙刷礼物，疯狂追求，殊不知，你追求的大美女在生活中却是一个油腻大叔。本期文章带你如何使用人工智能技术打假抖音伪娘人脸年龄的检测步骤0、打开摄像头，获取图片数据1、对图片进行人脸的检测，需要人脸检测模型2、把检测到的人脸数据给性别检测模型去检测，需要性别检测模型3、把检测结果实时呈现到图片上importnumpyasnpimporttimeimpo
人工智能研究所·2024-02-10 17:39

Git基础命令操作：创建本地分支、更新合并、远程提交

[toc]介绍Git是一个开源的分布式版本控制系统，现在基本上是软件开发、深度学习等各种与敲代码有关的项目都要是Git来完成版本管理了。
赤沙咀菜虚坤·2024-02-10 16:40

PyTorch: torch.max()函数详解

torch.max函数详解：基于PyTorch的深入探索文章目录引言torch.max()函数简介torch.max()的返回值torch.max()的应用示例torch.max()的高级特性结尾引言在深度学习和机器学习的实际应用中
高斯小哥·2024-02-10 16:23

深度学习视频详解

据此有人认为历史还会重演，2020年基于深度学习和神经网络的AI技术将戳破泡沫，再次入冬，直至有更加先进，更具革命性的算法和技术出现。深度学习是否具有局限性什么是神经网络？
大囚长·2024-02-10 14:50

一维自编码深度学习去噪效果如何？我用实验告诉你

其实前面研究了很多二维深度学习降噪，效果都非常不错。下面先来看看二维深度学习降噪的效果。01二维深度学习降噪的效果有多好？
科技州与数据州·2024-02-10 13:05

一文看懂深度学习（白话解释+8个优缺点+4个典型算法）

本文首发自easyAI-人工智能知识库原文地址：《一文看懂深度学习（白话解释+8个优缺点+4个典型算法）》一文看懂深度学习深度学习有很好的表现，引领了第三次人工智能的浪潮。
easyAI人工智能知识库·2024-02-10 12:39

隐写分析steganalysis深度学习Deep learning卷积神经网络CNN

引言：图像隐写将秘密图像嵌入到载体图像，并尽可能少地修改图像的内容和统计特征，秘密信息可以在两个domain中嵌入：spatialdomain和frequencydomain.空域隐写微量修改像素值，频域隐写通常应用于JPEG图像，通过改变离散余弦变换(DCT)系数来实现。LSB算法将秘密信息嵌入到像素值的最低有效位，算法简单但改变了图像的统计特征。目前提出了许多自适应隐写算法（如空域的那三种)，
夜 枭 子·2024-02-10 12:32

关于文献Multi-Frame Quality Enhancement for Compressed Video的理解

题目：压缩视频的多帧质量增强摘要过去的几年中，深度学习已经很好地应用在提高压缩视频的质量上，现存的方法主要是对单帧进行质量提高，忽略了连续帧之间的相关性。
醉生梦死的七楼·2024-02-10 12:01

MFQE 2.0: A New Approach for Multi-FrameQuality Enhancement on Compressed Video

在过去几年中，深度学习在提高压缩图像/视频质量方面取得了巨大成功。现有的方法主要着眼于提高单个帧的质量，而没有考虑连续帧之间的相似性。
mytzs123·2024-02-10 12:31

【深度学习】: 脑部MRI图像分割

清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现（实验满分），只展示主要任务实验结果，如果需要详细的实验报告或者代码可以私聊博主，接实验技术指导1对1有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~案例4：脑部MRI图像分割相关知识点：语义分割、医学图像处理（skimage,medpy）、可视化（matplotlib）1任务
X.AI666·2024-02-10 11:05

【深度学习】实验7实验结果，图像超分辨

代码和报告均为本人自己实现（实验满分），只展示主要任务实验结果，如果需要详细的实验报告或者代码可以私聊博主，接实验技术指导1对1实验要求布置请看http://t.csdnimg.cn/jCsv6Model实现说明代码实现了一个基于生成对抗网络（SRGAN）的图像超分辨率模型。总体来说，SRGAN由两个主要组件组成：生成器（Generator）和判别器（Discriminator），它们相互对抗并共
X.AI666·2024-02-10 11:05

深度学习新进展：探析AI领域的最新发展

深度学习的进展在人工智能领域，深度学习已经成为了一个热门话题。它通过模拟人类大脑学习过程的神经网络，使得计算机能够从大量数据中自动提取特征、识别模式、进行分类以及预测等任务。
X.AI666·2024-02-10 11:04

【深度学习】：滴滴出行-交通场景目标检测

清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现（实验满分），只展示主要任务实验结果，如果需要详细的实验报告或者代码可以私聊博主，接实验技术指导1对1有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~案例5：滴滴出行-交通场景目标检测相关知识点：目标检测、开源框架的配置和使用（mmdetection,mmcv）1任务和数据简介
X.AI666·2024-02-10 11:34

【深度学习】：Softmax实现手写数字识别

清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现（实验满分），只展示任务实验结果，如果需要报告或者代码可以私聊博主有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~Softmax实现手写数字识别相关知识点:numpy科学计算包，如向量化操作，广播机制等1简介本次案例中，你需要用python实现Softmax回归方法，用于MNI
X.AI666·2024-02-10 11:34

【深度学习】: MNIST手写数字识别

清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现（实验满分），只展示主要任务实验结果，如果需要详细的实验报告或者代码可以私聊博主,可接实验指导1对1有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~案例2：构建自己的多层感知机:MNIST手写数字识别相关知识点:numpy科学计算包，如向量化操作，广播机制等1数据集简介MNIS
X.AI666·2024-02-10 11:34

听郭华教授《深度学习:走向核心素养》讲座有感

汝阳县城关镇南街小学罗淑贞今天，我认真聆听了郭华教授对《深度学习：走向核心素养》一书的解读，一个多小时的讲座，郭教授从成书背景、书的主要内容、书的意义三个方面理论联系实际，对书中的内容进行了详细的讲解，
罗淑贞·2024-02-10 11:45

神经网络和深度学习(一):深度学习概论

视频地址：http://mooc.study.163.com/learn/2001281002?tid=2001392029#/learn/content?type=detail&id=2001701005&cid=20016940041、什么是神经网络我们来看一个简单的预测房价的例子，吴恩达老师还真是喜欢用这个例子呢。比如我们用房屋的大小来预测房屋的价格，我们在图上的得到了六个点，那么根据这六个
文哥的学习日记·2024-02-10 11:03

基于STM32的智能巡检小车系统设计--选材篇

基于STM32的智能巡检小车系统设计--选材篇作者：车邮箱：[email protected]学校：西安工程大学硕士研究生方向：机器视觉、图像分割、深度学习本人毕业设计题目是基于STM32的智能小车巡检系统设计
作只猫作只狗·2024-02-10 11:16

基于图像掩膜和深度学习的花生豆分拣（附源码）

目录项目介绍图像分类网络构建处理花生豆图片完成预测项目介绍这是一个使用图像掩膜技术和深度学习技术实现的一个花生豆分拣系统我们有大量的花生豆图片，并以及打好了标签，可以看一下目录结构和几张具体的图片同时我们也有几张大的图片
橘柚jvyou·2024-02-10 09:07

kaggle实战图像分类-Intel Image Classification（附源码）

目录前言数据集加载定义网络训练网络验证网络前言本篇文章会讲解一个使用pytorch这个深度学习框架完成一个kaggle上的图像分类任务。
橘柚jvyou·2024-02-10 09:37

Vitis AI 集成

更多TVM中文文档可访问→ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2024-02-10 08:33

深度学习知识点总结

文章目录1.深度学习是什么2.基础知识2.1为什么要使用神经网络2.2为什么更深的网络好2.3更多的数据是否有利于更深的神经网络？2.4不平衡数据是否会摧毁神经网络？
Danah.F·2024-02-10 08:54

深度学习实战篇之 ( 十八) -- Pytorch之SeNet

科普知识注意力机制（AttentionMechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它
fengyuxie·2024-02-10 07:15

深度学习自然语言处理（NLP）模型BERT：从理论到Pytorch实战

文章目录深度学习自然语言处理（NLP）模型BERT：从理论到Pytorch实战一、引言传统NLP技术概览规则和模式匹配基于统计的方法词嵌入和分布式表示循环神经网络（RNN）与长短时记忆网络（LSTM）Transformer
星川皆无恙·2024-02-10 07:43

一篇读懂建立在Flask上的python web开发基础

前言写这篇文章目的是为了做毕设，因为我毕设题目是深度学习，我想把深度学习建立在web上，因此记录我的学习过程学完这篇文章你能获得什么？？
一树樱花白·2024-02-10 07:06

电力负荷预测 | 基于AE-LSTM的电力负荷预测（Python）

文章目录效果一览文章概述源码设计参考资料效果一览文章概述电力负荷预测|基于AE-LSTM的电力负荷预测（Python）基于AE-LSTM（自动编码器长短期记忆网络）的电力负荷预测是一种基于深度学习的方法
天天酷科研·2024-02-10 07:21

如何入行人工智能

这些知识为深入探索机器学习、深度学习和自然语言处理（NLP）等更高级领域铺平了道路。
科联学妹·2024-02-10 06:54

深度学习为什么需要suffle，xgb为什么不需要shuffle?

因为深度学习的优化方法是随机梯度下降，每次只需要考虑一个batch的数据，也就是每次的“视野”只能看到这一批数据，而不是全局的数据。是一种“流式学习”。
fengyuzhou·2024-02-10 06:08

Deep learning笔记

深度学习是一种特征学习方法，通过非线性的简单模块组合成的表示模型可以将低级别的原始数据转换为高级别的抽象表示。它擅长从多维数据中获取有用推理，被广泛用于科学、商业和政府领域。
提着木剑走天下·2024-02-10 05:55

深度学习训练中的OOM

1、内存、显存的概念内存是相对于CPU来说的，而显存是相对于GPU来说的。2、查看内存和显存使用情况内存查看命令：top查看内存使用可以看到，内存大小是41197352kb，其实就是41G,当前使用了16G显存查看命令：nvidia-smi查看显存使用可以看到显存总量是22G，使用了17G。一般来说内存都是比显存大的。3、内存的OOM和显存的OOMOOM其实分为两种，一种是内存的OOM，一种是显存
京漂的小程序媛儿·2024-02-10 04:45

TechDay公开课实录:PaddlePaddle车牌识别实战和心得

车牌识别作为一种常见的图像识别的应用场景，已经是一个非常成熟的业务了，在传统的车牌识别中，可以使用字符分割+字符识别的方式来进行车牌识别，而深度学习兴起后，出现了很多端到端的车牌识别模型，不用分割字符，
PaddlePaddle·2024-02-10 04:50

解锁ChatGPT4与近红外光谱的强大组合：从数据解析到深度学习建模的新境界

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，为了熟练地掌
zmjia111·2024-02-10 03:22

深度学习的进展

#深度学习的进展#深度学习的进展深度学习是人工智能领域的一个重要分支，它利用神经网络模拟人类大脑的学习过程，通过大量数据训练模型，使其能够自动提取特征、识别模式、进行分类和预测等任务。
Joseph DeRoss（周曦）·2024-02-10 02:10

读《深度学习：走向核心素养》

按照有关科学知识的内在逻辑，学生学习的科学规律组织内容，使之结构化。然后按学期或学年分册，对每册再划分具体的单元或章节。教材还会设置多个栏目，如目标预定、实验探究、观察思考、联想质疑、交流讨论、方法引导、学以致用、迁移应用、资料在线、拓展视野、概括整合、微项目等，这些栏目是教师进行教学设计；组织教学活动的最好支持。教材内容是教师选择教学内容、组织教学活动的重要依据。根据本校学生情况，最大限度地用好
qingqianshiguan·2024-02-10 01:20

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

深度学习相关软件安装与环境配置（windows版本）

本文介绍了学习Python以及深度学习过程中常用软件的安装与环境配置。
欧阳颖·2024-02-10 01:18

【机器学习 & 深度学习】开发工具Anaconda的安装与使用

机器学习python实战：用python带你感受真实的机器学习深度学习：现代人工智能的主流技术介绍往期推荐：【机器学习&深度学习】神经网络简述【机器学习&深度学习】卷积神经网络学习笔记【Python基础
为梦而生~·2024-02-10 01:47

2024.02 国内认知大模型汇总

它通过深度学习和机器学习的方法，对大量数据进行训练，以实现对复杂问题的高效解决。大模型技术在语音识别、图像识别、自然语言处理等领域有着广泛的应用。
小小晓晓阳·2024-02-10 00:40

赣州宋城文化研学课程开发与实践的研究与深度学习的开展

今天读到深度学习中关于“单元学习”的理念，发现与我当前思考的宋城文化研学课程开发与实践的研究非常相似。我们目前的教材也分单元，但教材的单元，以内容为划分依据，如“说明文单元”“议论文单元”。
沐芝阳·2024-02-10 00:47

Temporal Fusion Transformers for Interpretable Multi-horizon Time Series Forecasting

几种深度学习方法已经被提出，但它们通常是“黑盒”模型，并不能阐明它们如何使用实际场景中出现的全部输入。
AyyB·2024-02-09 23:30

深度学习的主要特征

一、强烈而迫切的学习愿望它主要包括情境化、个性化、社会化、生活化和实际化。情境化主要包括基于学情、问题（或任务或项目）驱动二、全身心投入它主要包括三部分。一是多维假设、求真证伪、检验反思、提升发展；二是自由思想；三是独立人格。多维假设主要包括大胆假设、逆向假设、求异假设、发散假设和创新假设；求真证伪主要包括观察与调研、实验与实践、分析与综合、抽象与概括、归纳与演绎、发散与臻美。自由思想主要包括想象
孙玉生·2024-02-09 23:14

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

基于深度学习的农业病虫害识别实战

视频讲解：基于深度学习的农业病虫害识别实战_哔哩哔哩_bilibili数据展示：代码：fromkeras.preprocessing.imageimportImageDataGenerator,load_img
一枚爱吃大蒜的程序员·2024-02-09 22:55

基于深度学习计算机视觉的害虫种类及数量检测

完整代码：https://download.csdn.net/download/qq_38735017/87379879一、研究目的研究的目的在于建立一套远程病虫害自动识别系统，有助于缓解农业植保人员和病虫害鉴定专家的人力资源紧张，有助于病虫害知识有限的农业人员进行及时的病虫害检测，并且，通过害虫种类数目的监测和信息收集，定期对昆虫数据进行整理和分析，建立病虫害爆发的规律模型，进而预测判断病虫害爆
程序员奇奇·2024-02-09 22:54
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他