深度学习训练数据集准备

《CKA/CKAD应试指南/从docker到kubernetes 完全攻略》学习笔记 第3章 部署kubernets集群

目录3.1了解kubernetes3.2安装kubernetes3.2.1实验拓扑图及环境及准备设置3.2.3安装master3.2.4配置work加入集群3.2.5安装calico网络3.3安装后的设置
Aphelios··2025-03-24 21:45

Java 程序员必读书单

如果你最近在准备面试或阅读相关技术文档，则本文正是适合你。在本文中，我将给你一些你可能不知道的关于Java的重要概念和知识，并通过具体的代码示例和图表来帮助你理解这些
AI天才研究院·2025-03-24 20:10

残疾人员检测数据集VOC+YOLO格式3168张5类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：3168标注数量(xml
FL1623863129·2025-03-24 19:05

Python如何实现粒子效果如烟雾、火焰、雨滴等.

步骤1:准备粒
openwin_top·2025-03-24 19:03

Python 学习 第五册 深度学习 第1章 什么是深度学习

目录1.1人工智能、机器学习与深度学习1.1.1人工智能1.1.2机器学习1.1.3从数据中学习表示1.1.4深度学习之“深度”1.1.5用三张图理解深度学习的工作原理1.2深度学习之前：机器学习简史1.2.1
weixin_38135241·2025-03-24 18:25

第十三届蓝桥杯大赛软件赛省赛 C/C++ 大学 B 组C题 刷题统计

问题描述小明决定从下周一开始努力刷题准备蓝桥杯竞赛。他计划周一至周五每天做aa道题目,周六和周日每天做bb道题目。请你帮小明计算,按照计划他将在第几天实现做题数大于等于nn题?
我是小趴菜一枚·2025-03-24 18:21

深度学习：让机器学会“思考”的魔法

文章目录引言：从“鹦鹉学舌”到“举一反三”一、深度学习是什么？
AI极客Jayden　·2025-03-24 18:50

Python 爬虫实战：汽车电商平台价格波动监控与市场趋势洞察

目录一、环境准备与依赖安装二、目标网站分析1.网站页面结构分析2.数据爬取策略三、代码实现1.数据抓取模块(1)爬取车型列表(2)爬取车型详情(3)主爬取函数2.数据存储模块3.数据分析模块四、完整工作流程
西攻城狮北·2025-03-24 18:50

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）

SA具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。算法介绍1.主要
HR Zhou·2025-03-24 17:17

第三十九个问题-详细讲讲PPO & GRPO原理

PPO（ProximalPolicyOptimization）原理详解PPO（近端策略优化）是OpenAI于2017年提出的强化学习算法，旨在解决传统策略梯度方法中训练不稳定和样本效率低的问题。
释迦呼呼·2025-03-24 17:45

代码随想录算法训练营第四十一天 | hot65/100| 33.搜索旋转排序数组、153.寻找旋转排序数组中的最小值、155.最小栈、394.字符串解码

33.搜索旋转排序数组思路是：数组可能有两种情况2345671和6712345将数组一分为二，其中一定有一个是有序的，每次判断前半部分是有序的还是后半部分是有序的，每次只在有序的那部分里找。无序那部分不管（没找到会重新一分为二，继续在有序的一半里找，迟早会找到）注意点：这道题重点是记住边界条件（哪些是小于等于小于大于等于大于）有小于等于/大于等于的情况是因为，如果出现[2,1]中找1的情况，需要有
boguboji·2025-03-24 17:42

代码随想录算法训练营第三十八天 | hot57/100| 114.二叉树展开为链表、437.路径总和III、124.二叉树中的最大路径和、22.括号生成

114.二叉树展开为链表思路是：（1）定义方法，先序遍历保证顺序，把节点按顺序保存（2）再for循环转成链表，一列都是往右排列完整代码：classSolution{  publicvoidflatten(TreeNoderoot){    Listlist=newArrayList();    preorderTraversal(root,list);    intsize=list.size()
boguboji·2025-03-24 17:42

代码随想录算法训练营第十天 | 栈与队列part01| 232.用栈实现队列 、225. 用队列实现栈、 20. 有效的括号、1047. 删除字符串中的所有相邻重复项

232.用栈实现队列栈与队列的基本知识：Stackstack=newStackq=newLinkedListstack=newStack显然是存储整数类型，如果要存储字符，应该用Dequedeque=newLinkedListstack=newStack<>();还有我写for(inti=0;i
boguboji·2025-03-24 17:12

代码随想录算法训练营第二十三天 | 回溯算法part02| 39. 组合总和、40.组合总和II、131.分割回文串

39.组合总和这道题和前面组合问题的区别是，取的元素可以重复，也就是遍历的时候，同一个元素可以一直取。所以for循环里，逐个添加元素，判断和大于目标时break（否则会一直加）还是新建二维数组放结果，一维数组放path。输入参数为放结果数组、path、提供的数组、目标值、目前总和sum、startIndex提前把提供的数组排序，用Arrays.sort()这样sum超过target就break递归
boguboji·2025-03-24 17:41

LLM大模型提示工程Prompt Engineering

在LLM中影响词汇的分布主要通过两种方式，一种是通过提示（Prompting），另外一种就是通过训练（Training）。
Langchain·2025-03-24 16:08

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言5.2基于人在回路的目标检测模型裁剪5.3嵌入式实时目标检测交互软件基于深度学习的无人机目标检测算法轻量化研究知识拓展基于
林聪木·2025-03-24 15:03

使用PHP对接StockTV全球金融市场数据API实战指南

本文将手把手教你使用PHP实现以下核心功能：✅RESTAPI调用：获取历史行情数据✅WebSocket订阅：实时价格推送✅生产级特性：异常重试、速率控制、数据缓存✅高性能优化：连接池、异步处理二、环境准备
·2025-03-24 15:38

AI算力要变天了？一文搞懂ASIC和GPU

从早期的简单模型训练到如今的大规模语言模型如ChatGPT等的出现，对算力的需求呈爆发式增长。01那什么是ASIC和GPU？ASIC：定制化
·2025-03-24 15:08

优选算法训练篇07--力扣LCR179.查找总价格为目标值的两个商品

目录1.题目链接：LCR179.查找总价格为目标值的两个商品2.题目描述：3.解法一(暴力解法，会超时)：4.解法二(双指针-对撞指针):1.题目链接：LCR179.查找总价格为目标值的两个商品2.题目描述：购物车内的商品价格按照升序记录于数组price。请在购物车中找到两个商品的价格总和刚好是target。若存在多种情况，返回任一结果即可。示例1：输入：price=[3,9,12,15],tar
大胆飞猪·2025-03-24 15:28

算力租赁：人工智能时代的“水电煤”革命——以NVIDIA 4090为例解读下一代算力解决方案

引言：当AI算力需求遇上“算力饥渴症”2023年，ChatGPT仅用2个月突破1亿用户，StableDiffusion让普通人秒变艺术家，但背后是单次训练消耗超10万GB内存、千亿级参数的恐怖算力需求。
·2025-03-24 14:07

Java面试黄金宝典12

整个类加载过程主要包含加载、连接（验证、准备、解析）和初始化三个阶段。原理加载阶段：此阶段会通过类的全限定名来获取定义该类的二进制字节流。获取途径较为多样，既可以从本地文件系统读取，也能从网络下
ylfhpy·2025-03-24 14:57

英伟达开源超强模型Nemotron-70B；OpenAI推出Windows版ChatGPT桌面客户端

该模型在多项基准测试中表现优异，采用混合训练方法和人类反馈强化学习，模型权重已在HuggingFace发布。Niemotron-70B的开发基于Llama-3.1，且开源数据集加强其训练效果。
go2coding·2025-03-24 14:55

2025年第二届机器学习与神经网络国际学术会议(MLNN 2025)

www.icmlnn.org时间：2025年4月22-24日地点：中国-重庆简介2025年第二届机器学习与神经网络国际学术会议（MLNN2025）围绕学习系统与神经网络的核心理论、关键技术和应用展开讨论，涵盖深度学习
分享学术科研与论文的禁小默·2025-03-24 14:19

代码随想录算法训练营Day19| LeetCode 77 组合、216 组合总和 III、17 电话号码的字母组合

理论基础回溯的本质是穷举，也就是暴力求解，它是递归的一部分。所有回溯法解决的问题都可以抽象为树形结构，因为回溯法解决的都是在集合中递归查找子集，集合的大小构成了树的宽度，递归的深度就构成了树的深度（cr.代码随想录）。应用回溯一般被用于以下几种问题（cr.代码随想录）的求解中：组合问题：N个数里面按一定规则找出k个数的集合切割问题：一个字符串按一定规则有几种切割方式子集问题：一个N个数的集合里有多
今天也要早睡早起·2025-03-24 13:17

生物信息复习笔记（3）——GEO数据库

一个测序数据集里有很多个GSM，点进去可以看到该样本的各种信息（样本来源，临床表征，各种处理样本方式，处理数据方式）。GSE：包含所有信息的完整数据集。（最重要）做生信样本量不能少：30以上。精准搜索
Kriol·2025-03-24 13:44

深度学习--概率

1基本概率论1.1假设我们掷骰子，想知道1而不是看到另一个数字的概率，如果骰子是公司，那么所有6个结果(1..6),都有相同的可能发生，因此，我们可以说1发生的概率为1/6.然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵，唯一的办法就是多投掷骰子，对于每个骰子观察到的[1.2...6]的概率随着投掷次数的增加，越来越接近1/6.导入必要的包%matplotlibinline
fantasy_arch·2025-03-24 13:44

【BUAA S4 OS】Lab2 内存管理

文章目录指导书梳理内核程序启动物理内存管理链表宏虚拟内存管理两级页表结构访问内存与TLB重填EntryHi、EntryLo0、EntryLo1TLB相关指令TLB的维护时纪exam前准备提醒参数、宏、函数缩写对照地址相互转换相关从地址中获取信息函数作用
Roisy++·2025-03-24 12:35

【微服务】SpringBoot整合LangChain4j 操作AI大模型实战详解

2.1.2主要特点2.2Langchain4j核心组件介绍2.3Langchain4j核心优势2.4Langchain4j核心应用场景三、SpringBoot整合LangChain4j组件使用3.1前置准备
小码农叔叔·2025-03-24 11:01

物联网（IoT）系统中，数据采集器拿来即用

在物联网（IoT）系统中，数据采集器（也称为网关或数据集中器）扮演着至关重要的角色，主要负责从各种传感器和设备中收集数据，并将其转换为统一的格式后传输到云端或本地服务器进行处理和分析。
小赖同学啊·2025-03-24 11:29

软件架构设计艺术（从一个案例出发，成为优秀的软件架构师）

我们准备为这家公司业务提供线上管理
编码时空的诗意行者·2025-03-24 11:56

自动化测试 —— Pytest fixture及conftest详解

fixture中的代码可以定制，满足多变的测试需求，包括定义传入测试中的数据集、配置测试前系统的初始状态、为批量测试提供数据源等等。
程序员曦曦·2025-03-24 10:21

【AI大模型】搭建本地大模型GPT-NeoX：详细步骤及常见问题处理

搭建本地大模型GPT-NeoX：详细步骤及常见问题处理GPT-NeoX是一个开源的大型语言模型框架，由EleutherAI开发，可用于训练和部署类似GPT-3的大型语言模型。
qzw1210·2025-03-24 09:13

Open3D 点云DBSCAN聚类算法

目录一、DBSCAN基本原理二、代码实现2.1关键函数2.2完整代码三、实现效果3.1原始点云3.2聚类后点云Open3D点云算法汇总及实战案例汇总的目录地址：Open3D点云算法与点云深度学习案例汇总
MelaCandy·2025-03-24 09:43

C++函数返回多个值：结构体、tuple

1.使用结构体返回多个值实现步骤：1.先定义一个结构体2.准备我们要实现的函数(需要返回多个值)3.在要实现的函数内调用结构体返回多个值4.使用函数返回结果代码示例：step1:定义结构体structPointStruct
@you_123·2025-03-24 09:13

LLMOps 是什么？

这些操作可以涵盖多个领域，例如模型的训练、推理优化、部署、监控、故障排除等。在实际应用中，LLMOps的目标是提高语言模型的效率和效果，确保模型能够在各种实际场景中顺利运行。
AI Agent首席体验官·2025-03-24 08:35

Linux服务器设置jar包开机自启

一、准备工作将jar包上传到服务器（本文将jar包上传到/home/project/jar/）新建脚本文件（本文将脚本文件放在/home/project/sh/文件下）注：sentinel-dashboard
一个简单的名称·2025-03-24 08:03

【服务器】使用命令行文本编辑器（如 vim、nano 或 vi）创建文件并编辑

【服务器】使用命令行文本编辑器（如vim、nano或vi）创建文件并编辑准备：连接至服务器（如ssh）创建.ncl文件方法1:使用vim创建.ncl文件方法2:使用nano创建.ncl文件确认文件已创建运行
WW、forever·2025-03-24 08:03

目标检测领域总结：从传统方法到 Transformer 时代的革新

随着深度学习的兴起，目标检测方法已经取得了显著的进展。从最早的传统方法到现如今基于Transformer的先进算法，目标检测的发展经历了多个重要的阶段。
DoYangTan·2025-03-24 08:57

2024MathorCup数学建模之——MathorCup奖杯”获得者经验思路分享

Python在数据分析、深度学习方面的优势愈发明显，而Matlab更适合进行物理仿真和数值计算。
美赛数学建模·2025-03-24 08:27

万字深度解析：DeepSeek-V3为何成为大模型时代的“速度之王“？

引言在AI军备竞赛白热化的2024年，DeepSeek-V3以惊人的推理速度震撼业界：相比前代模型推理速度提升3倍，训练成本降低70%。
羊不白丶·2025-03-24 07:55

1.✨学习系统浅探

长期坚持比短期高强度更重要，尤其是为三年后的考研做准备，需要持续的努力而不是一时的冲刺。定期复盘，调整计划。如果某天状态不好，可以适当减少任务量，保持弹性。
*TQK*·2025-03-24 07:54

Spring Boot 整合 RabbitMQ：注解声明队列与交换机详解

一、环境准备1.添加依赖在pom.xml中引入S
Cloud_.·2025-03-24 07:23

AI人工智能软件开发方案：开启智能时代的创新钥匙

但随着大数据、云计算、机器学习、深度学习等技术的不断突破，AI迎来了爆发式增长。如今，AI已经深入到人们生活和工作
广州硅基技术官方·2025-03-24 07:50

YOLOV8多模态(可见光+红外光，基于Ultralytics官方代码实现）

YOLOV8双分支模型架构图YOLOV8多模态目标检测前言：环境配置要求1.数据集DroneVehicle数据集(可见光+热红外)2.数据集文件格式(labeles:YOLO格式)3.权重文件下载4.配置模型
@M_J_Y@·2025-03-24 07:20

深度学习框架PyTorch——从入门到精通（6.2）自动微分机制

本节自动微分机制是上一节自动微分的扩展内容自动微分是如何记录运算历史的保存张量非可微函数的梯度在本地设置禁用梯度计算设置requires_grad梯度模式（GradModes）默认模式（梯度模式）无梯度模式推理模式评估模式（`nn.Module.eval()`）自动求导中的原地操作原地操作的正确性检查多线程自动求导CPU上的并发不确定性计算图保留自动求导节点的线程安全性C++钩子函数不存在线程安全
Fansv587·2025-03-24 06:17

若依框架二次开发——启动 RuoYi-Cloud 微服务项目

文章目录前期准备第一步：拉取RuoYi-Cloud项目源码第二步：初始化数据库1.创建数据库2.导入数据第三步：配置Nacos并启用持久化1.下载并解压Nacos2.启动Nacos3.访问Nacos控制台第四步
bjzhang75·2025-03-24 06:47

操作系统高频（一）线程与进程

⭐⭐⭐进程进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配的基本单位。是操作系统结构的基础。进程是线程的容器。
HUZ_小Z·2025-03-24 06:16

Deepseek和豆包在技术创新方面有哪些相同点与不同点？

该架构将模型拆分为多个“专家”，训练和推理时让不同“专家”负责不同任务或数据子集，提高模型表达能力和效率，降低训练成本。模型优化以提升性能：都通过
alankuo·2025-03-24 06:16

Pytorch深度学习教程_9_nn模块构建神经网络

欢迎来到《深度学习保姆教程》系列的第九篇！
tRNA做科研·2025-03-24 06:08

【机器学习】算法分类

1、有监督学习1.1定义使用带标签的数据训练模型。有监督学习是机器学习中最常见的一种类型，它利用已知的输入特征和对应的输出标签来训练模型，使模型能够学习到特征与标签之间的映射关系。
CH3_CH2_CHO·2025-03-24 05:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他