深度学习训练

Pytorch深度学习实战2-1：详细推导Xavier参数初始化(附Python实现)

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。（1）Python所有方向的学习路线（
2401_84140080·2025-02-05 01:35

TensorFlow 示例项目实战与源码解析.zip

本文还有配套的精品资源，点击获取简介：TensorFlow是谷歌大脑团队开发的开源机器学习库，广泛应用于深度学习、人工智能等领域。
ELSON麦香包·2025-02-05 01:34

大模型带你学pytorch课程

PyTorch是一个强大的开源机器学习框架，由Facebook的人工智能研究实验室开发，被广泛用于深度学习模型的构建和训练。让我们开始你的PyTorch旅程吧！1.预备课程大纲1.1引入Pyth
立杰说·2025-02-05 01:33

【2024年国内一些知名的免费AI对话工具的对比】

这些工具基于各自公司的深度学习和自然语言处理技术，为用户提供智能对话服务。百度文心一言特点:基于ERNIE模型，拥有知识增强、检索增强和对话增强的技术特色，支持跨模态生成。
龙少9543·2025-02-05 01:02

用于深度学习的硬件配置列表

自己2021年配制的一台深度学习机子，体验是水冷没必要（主要是安装费劲）。注意电源功率一定要够，不然带不动显卡，最好是1000w左右。
Mr.Q·2025-02-05 01:01

自定义数据集 使用scikit-learn中svm的包实现svm分类

数据划分：-使用train_test_split函数将生成的数据集划分为训练集和测试集，测试集占比为20%，同样通过random_state=42保证划分的一致性。SVM模型：-初始化SV
知识鱼丸·2025-02-05 01:31

计算范式的变革：从图灵机到神经网络

图灵机，神经网络，计算范式，深度学习，机器学习，人工智能，算法，模型1.背景介绍自20世纪中叶以来，计算机科学经历了飞速发展，计算范式也经历了深刻的变革。
AI架构设计之禅·2025-02-04 23:49

【Python】已解决：Python读取字典查询键报错“KeyError: ‘d‘”

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-02-04 23:19

招商银行2022 Fintech精英训练营数据赛道-第4名方案分享

0.比赛简介竞赛时间：4月29日9:00-5月12日17:00竞赛流程：4月29日9:00-5月9日24:00，赛题开放A榜数据（test_A榜），预测结果数据每天限提交3次；5月10日00:00-5月12日17:00，赛题开放B榜数据（test_B榜），预测结果数据每天限提交3次。重复提交或提交格式错误均扣除有效提交次数，请谨慎提交答案，结果提交后请务必点击“运行”按钮，方可查看当前个人排名。排
藏在云中的猫·2025-02-04 22:38

Llama最新开源大模型Llama3.1

以下是关于Llama3.1的详细介绍：参数规模与训练数据Llama3.1拥有4050亿（405B）参数，是目前开源领域中参数规模最大的模型之一。
kcarly·2025-02-04 21:32

MagicBot：AI 与算力让它在工厂立足

可能大家都曾在脑海中预想过机器人活跃于工厂的场景：它们如同训练有素的“工作狂魔”，在工厂的各个角落穿梭，自主分工合作，高效地完成各项任务。
算家云·2025-02-04 20:57

DeepSeek R1重塑行业标准：BIM智能审查效率提升300%的实战解密

传统人工审查方式存在效率低、标准不统一、易遗漏等问题，DeepSeekR1框架支持的智能审查系统通过以下技术突破实现革新：多源异构数据融合：支持IFC/RVT/DWG等格式的自动转换语义特征解析引擎：基于深度学习的构件特征识别准确率达
Coderabo·2025-02-04 20:55

DeepSeek R1赋能智能建造：施工安全风险预判系统全栈开发实战与创新解析

DeepSeekR1智能分析系统通过融合计算机视觉、物联网传感技术和深度学习算法，构建了多维度的风险预警体系。本系统具备以下核心功能：实时视频监控分析（安全装备检测、危险区域入侵识别）设备状态
Coderabo·2025-02-04 20:55

scikit-learn实现SVM

最大间隔超平面：SVM的目标是找到能够最大化训练样本间隔的超平面。间隔被定义为到最近训练样本点的距离，这些点被称为支持向量。这种策略的优势在于它提供了一种防止模型过拟合的方法，从而提高了泛化能力。
PeterClerk·2025-02-04 19:23

基于深度学习的政策效果仿真推演：实现智能化决策支持

政策效果仿真推演：基于DeepSeekR1的人工智能驱动决策支持系统引言政策效果仿真推演是现代社会治理中不可或缺的重要环节。通过模拟不同政策在实际执行过程中可能产生的各种影响，政府和相关机构可以更科学地制定和调整政策，从而提高治理效率和效果。然而，传统的政策仿真方法往往依赖于大量的历史数据、复杂的数学模型以及人工经验判断，存在耗时长、成本高、结果不够精准等问题。近年来，随着人工智能技术的快速发展，
Coderabo·2025-02-04 19:22

深度学习｜表示学习｜卷积神经网络｜输出维度公式｜15

如是我闻：在卷积和池化操作中，计算输出维度的公式是关键，它们分别可以帮助我们计算卷积操作和池化操作后的输出大小。下面分别总结公式，并结合解释它们的意义：1.卷积操作的输出维度公式当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\te
漂亮_大男孩·2025-02-04 19:52

深度学习｜表示学习｜卷积神经网络｜输出维度公式如何理解？｜16

如是我闻：当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化（Pooling）的输出大小公式类似卷积，但更加简单：输出大小=输入
漂亮_大男孩·2025-02-04 19:21

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读In-place操作用在推理的时候可以显著节省内存，但是训练的时候一定要小心使用。
小白学视觉·2025-02-04 19:49

AI大模型学习的七个阶段，学完你就是大模型大师！

预训练、SFT、RLHF。第三阶段：编程基础与工具使用目标：掌握大
AGI大模型老王·2025-02-04 19:48

深度学习-98-大语言模型LLM之基于langchain的代理create_react_agent工具

文章目录1Agent代理1.1代理的分类1.2ReAct和Structuredchat2代理应用ReAct2.1创建工具2.1.1嵌入模型2.1.2创建检索器2.1.3测试检索结果2.1.4创建工具列表2.2初始化大模型2.3创建Agent2.4运行Agent3参考附录1Agent代理Agent代理的核心思想是使用语言模型来选择要采取的一系列动作。(1)在链中，动作序列是硬编码的。(2)在代理中，
皮皮冰燃·2025-02-04 18:46

大模型文件格式GGUF格式

GGUF简介当前的大模型的参数规模较大，数以千亿的参数导致了它们的预训练结果文件都在几十GB甚至是几百GB，这不仅导致其使用成本很高，在不同平台进行交换也非常困难。
·2025-02-04 18:36

基于 FPGA 的 CNN 卷积神经网络整体实现

基于FPGA的CNN卷积神经网络整体实现介绍卷积神经网络（CNN）是一种强大的深度学习架构，广泛用于图像识别、物体检测和自然语言处理等领域。
鱼弦·2025-02-04 18:37

【大模型应用开发 动手做AI Agent】第二轮思考：模型决定计算

【大模型应用开发动手做AIAgent】第二轮思考：模型决定计算关键词：大模型，AIAgent，模型决定计算，模型优化，计算优化，硬件加速，效率提升1.背景介绍随着深度学习技术的飞速发展，大模型在自然语言处理
AGI大模型与大数据研究院·2025-02-04 16:30

AI Agent: AI的下一个风口 具身机器人的发展趋势

AIAgent:AI的下一个风口——具身机器人的发展趋势1.背景介绍1.1问题的由来随着人工智能技术的快速发展，特别是深度学习的突破性进展，我们正目睹着从“智慧大脑”向“具身智能”的转变。
AGI大模型与大数据研究院·2025-02-04 16:30

【自然语言处理（NLP）】生成词向量：GloVe（Global Vectors for Word Representation）原理及应用

文章目录介绍GloVe介绍核心思想共现矩阵1.共现矩阵的定义2.共现概率矩阵的定义3.共现概率矩阵的意义4.共现概率矩阵的构建步骤5.共现概率矩阵的应用6.示例7.优缺点优点缺点**总结**目标函数训练过程使用预训练的
道友老李·2025-02-04 16:59

2025年最新最全的大模型学习路线规划，对于零基础入门到精通的学习者来说，可以遵循以下阶段进行

同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，
程序员辣条·2025-02-04 16:57

什么是大模型？大模型从入门到精通（超详细）看这一篇就够了！！！

大模型（LargeModels），通常指的是拥有大量参数的深度学习模型。这些模型由于其规模庞大，能够捕捉到数据中的复杂模式，因此在自然语言处理（NLP）、计算机
AI产品经理·2025-02-04 15:51

蓝桥杯算法训练 排序C++

代码：#includeusingnamespacestd;intmain(){intnum[3];inttemp;cin>>num[0]>>num[1]>>num[2];for(inti=0;inum[i]){temp=num[j];num[j]=num[i];num[i]=temp;}for(inti=0;i<3;i++)cout<<num[i]<<"";return0;}
王大头不吃藕·2025-02-04 15:47

超级好用、超准文字识别框架----飞浆PaddlePaddleOCR（文件检测+识别）实战篇

目录简介项目介绍安装难点问题解决办法参数介绍模型推理调用简介飞桨（PaddlePaddle）OCR（OpticalCharacterRecognition）是一个开源的深度学习框架，用于文字识别任务。
数虫·2025-02-04 14:46

基于Python实现机器视觉与深度学习相结合的项目

以下是一个基于Python实现机器视觉与深度学习相结合的项目，用于对茶汤照片进行背景处理、提取RGB值的详细步骤及代码示例。
max500600·2025-02-04 14:45

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
·2025-02-04 14:27

自定义数据集 ，使用朴素贝叶斯对其进行分类

fit_transform方法在训练数据上拟合向量器并进行转换。模型训练：-初始化MultinomialNB模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。
知识鱼丸·2025-02-04 14:40

【AI开源项目】Dify- 轻松打造可持续运营的 GPT 系列的 AI应用 —— 全面解析LLMOps平台

Q2:如何使用Dify“训练”自己的
ChatGPT-千鑫·2025-02-04 13:02

毕设开源 深度学习图像搜索算法-图像搜索引擎(源码分享)

文章目录0简介1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例最后0简介今天学长向大家分享一个毕业设计项目毕业设计深度学习图像搜索算法-图像搜索引擎(源码分享)项目运行效果
knooor·2025-02-04 12:28

【漫话机器学习系列】079.超参数调优（Hyperparameter Tuning）

超参数是模型在训练之前设定的参数，而不是通过训练数据学习到的参数。正确地选择超参数可以显著提高模型的预测能力，反之，错误的超参数选择可能会导致过拟合、欠拟合或训练过程缓慢。
IT古董·2025-02-04 11:44

全场景深度学习开源框架（MindSpore）

MindSpore是华为推出的一款全场景深度学习开源框架。旨在实现不同计算平台（如云端、边缘端、端侧）和不同硬件（如CPU、GPU、Ascend等）之间的高效协同。
deepdata_cn·2025-02-04 11:41

torch.nn.RNN: PyTorch 中的循环神经网络（RNN）模块

它提供了一个可以进行训练的RNN层，广泛应用于序列数据的建模，如自然语言处理、时间序列分析等。这个模块可以处理各种类型的序列数据，并支持多种功能和配置。
彬彬侠·2025-02-04 10:40

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。
俞兆鹏·2025-02-04 10:35

零信任赋予安全牙齿，AI促使它更锋利

之后的几年各种视觉识别遍地开花，AI四小龙在人脸识别上成熟应用，再然后到大热的机器学习、深度学习，对于AI一直都有关注，但商业价值均没有得到有效发挥，大部分都停在科研和实验室阶段。
零信任Enlink_Young·2025-02-04 09:01

DeepSeek- R1 原理介绍

DeepSeek-R1是由DeepSeek公司推出的一款基于强化学习（RL）的开源推理模型，其核心原理和特点如下：1.核心技术与架构强化学习驱动：DeepSeek-R1是首个完全通过强化学习训练的大型语言模型
kcarly·2025-02-04 08:50

PyTorch动态计算图:如何灵活构建复杂模型

PyTorch动态计算图:如何灵活构建复杂模型关键词：PyTorch、动态计算图、自动微分、反向传播、神经网络、模型构建、计算图优化文章目录PyTorch动态计算图:如何灵活构建复杂模型1.背景介绍1.1深度学习框架的发展
AI天才研究院·2025-02-04 07:47

深度学习框架PyTorch原理与实践

3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理4.1神经网络结构4.2神经网络层4.3激活函数5.实际案例——MNIST手写数字识别数据准备模型定义训练测试整体代码
AI天才研究院·2025-02-04 07:47

自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

1.引言在这篇博客中，我们将使用PaddlePaddle框架实现一个逻辑回归模型，利用NumPy自定义数据集进行训练，并保存模型。最后，我们将演示如何加载保存的模型并进行预测。
辞落山·2025-02-04 07:16

Databricks 开源 LLM，训练只需三个小时

像ChatGPT和Bard这样的生成式AI，它们使用的数据通常来自于在成千上万不同网站，使用的数据量十分惊人，而且想要使用这些数据训练AI还需要数以千计的强大GPU在背后提供支持。
唐 城·2025-02-04 07:15

解决_pickle.UnpicklingError: A load persistent id instruction was encountered,but no persistent_load

Aloadpersistentidinstructionwasencountered,butnopersistent_loadfunctionwasspecified.报错原因：在加载模型参数时，torch版本发生变化，我报错因为训练前
邻家的狗2·2025-02-04 07:14

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
老马啸西风·2025-02-04 06:04

Yuan 2.0-M32 是一个基于 Yuan 2.0 架构的双语混合专家 (MoE) 语言模型，旨在以更少的参数和计算量实现更高的准确率

高效计算：使用MoE架构，40B总参数中仅有3.7B激活参数，训练计算消耗仅为同规模密集模型的9.25%，推理成本与3.7B参数的密集模型相当。
东方佑·2025-02-04 06:01

【分割评价指标-nnUNet V2训练】- AutoDL

目录一、DSC二、IOU三、VOE(VolumeOverlapError)四、RVD(RelativeVolumeDifference)五、Hausdorff95(95thPercentileofHausdorffDistance)六、ASSD(AverageSymmetricSurfaceDistance)七、MSD(MeanSurfaceDistance)八、NSD(NormalizedSur
HUI 别摸鱼了·2025-02-04 05:00

PyTorch 训练一个分类器

文章目录0前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用
亚里·2025-02-04 05:59

蓝桥杯——试题集——入门训练

入门训练BEGIN-1A+B问题问题描述输入A、B，输出A+B。输入格式输入的第一行包括两个整数，由空格分隔，分别表示A、B。输出格式输出一行，包括一个整数，表示A+B的值。
唐煜鑫·2025-02-04 04:54
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他