深度学习量化第10页

使用Python实现深度学习模型：智能灾害响应与救援机器人

本文将详细介绍如何使用Python和深度学习技术实现一个智能灾害响应与救援机器人，帮助你快速入门并掌握基本的开发技能。

Echo_Wish·2024-08-28 05:04

【Python机器学习】NLP概述——深度处理

深度学习就是通过在传统的两层机器学习模型架构（特征提取+建模）中添加额外的处理层来创建更复杂的模型和行为。上图中，前四层对应于聊天机器人流水线中的前两个阶段（特征提取和特征分析）。

zhangbin_237·2024-08-28 05:03

AAAI2021推荐系统论文清单

通过对今年所接收的全部论文的标题进行分析，发现以下结论：深度学习技术依

机器学习与推荐算法·2024-08-28 05:28

我蒙了面试官一上来就说：请你介绍一下你测试过的项目

可以从以下几个方面来表述：【项目基本介绍]】项目架构、项目业务流程、包含功能模块；【项目职责】总结自己在项目中所做的工作，可进行一些数据量化【某一项职责细化】针对项目中所做工作的某一项展开说明，体现亮点

爱学习的执念·2024-08-28 03:21

什么是损失函数？

损失函数（LossFunction）是在机器学习和深度学习中用来评估模型预测值与真实值之间差异的函数。它的主要目的是量化模型预测的错误程度，以便在训练过程中通过最小化这个错误来优化模型。

翰霖努力成为专家·2024-08-28 03:20

Stable Diffusion

StableDiffusion是一种基于深度学习的文本到图像生成模型，其原理主要基于扩散模型（DiffusionModel）的变体，即潜在扩散模型（LatentDiffusionModel,LDM）。

Covirtue·2024-08-28 03:18

【LSTM回归预测】遗传算法优化注意力机制的长短时记忆神经网络GA-attention-LSTM数据回归预测【含Matlab源码 3738期】

为了更精准地预测风电发电量，许多研究者开始尝试利用深度学习技术来进行风电预测。在本文中，我们将介绍一种基于遗传优化注意力机制的长短时记忆神经网络（GA-attention-LSTM

Matlab领域·2024-08-28 02:46

一个全自动病理处理分析工具——CLAM

step1：设置分割参数step2：执行预分割step3：调整分割参数step4：批量分割5.特征提取6.模型训练6.1数据集划分6.2模型训练6.3模型验证6.4热图可视化1.简介CLAM是一种基于深度学习的数据高效

qq_42894217·2024-08-28 02:45

LLM 代理，文本向量化，高级 SQL，以及我们最新作者的其他必读文章

如果你是《Variable》的常读者，你可能已经注意到，我们每周都会强调——TDS始终欢迎新作者的贡献。我们是认真的！有些人可能看过这个消息并想“太好了，我很想写一篇文章！”但是随后又开始思考什么样的帖子合适，我们的读者对哪些话题感兴趣，以及哪些类型的经验和技能是受欢迎的。本周的《Variable》版本重点介绍了我们最近的一些最佳文章，所以即使你没有成为TDS作者的意愿，也完全没问题！我们仍希望你

AI科技圈.·2024-08-27 22:16

基于深度学习的高效模型压缩

基于深度学习的高效模型压缩技术在确保模型性能的同时，显著减少了模型的存储需求和计算复杂度，从而使得深度学习模型能够更好地适应资源受限的环境（如移动设备、嵌入式系统）并加快推理速度。

SEU-WYL·2024-08-27 19:58

神经网络量化（八）

神经网络量化（八）4.5实验5摘要与结论4.5实验使用我们的QAT流程，我们对在第3.6节中使用的相同模型进行量化和评估。我们的结果在表10中展示了不同位宽和量化粒度的情况下。

weixin_38498942·2024-08-27 19:57

在亚马逊云科技上搭建云原生生成式AI教育学习平台

本次介绍的是如何利用亚马逊云科技大模型托管服务AmazonBedrock和云原生容器管理服务，将生成式AI和亚马逊Titan大模型应用到教育和学习场景，利用Titan大模型的向量化、文字和图片生成能力构建云端

佛州小李哥·2024-08-27 18:20

神经网络深度学习梯度下降算法优化

【神经网络与深度学习】以最通俗易懂的角度解读[梯度下降法及其优化算法]，这一篇就足够（很全很详细）_梯度下降在神经网络中的作用及概念-CSDN博客https://blog.51cto.com/u_15162069

海棠如醉·2024-08-27 15:00

金融工程--基于backtrader的回测框架

背景1、使用框架帮助提升回测的准确度基础概念量化回测手续费（Commission）：手续费是交易者在执行交易时需要支付给经纪商的费用。这个费用可能是固定的，也可能是基于交易金额的百分比。

bw876720687·2024-08-27 14:54

PYTORCH 官方文档，开发文档，Python编程人工智能深度机器学习

PYTORCH文档PyTorchdocumentation—PyTorchmasterdocumentationPyTorch是一个使用GPU和CPU进行深度学习的优化张量库。

zhangfeng1133·2024-08-27 13:21

深度学习岩土工程+离散元PFC仿真应用=数字化智能岩土预测？噂都假嘟？

在深度学习与岩土工程融合的背景下，科研的边界持续扩展，创新成果不断涌现。

好好学仿真·2024-08-27 12:11

短视频SDK解决方案，智能技术加持，提升创作效率

一、轻量级设计，无缝集成美摄科技的短视频SDK解决方案采用先进的轻量化设计，体积小巧却功能强大，能够无缝集成至各类APP中，无论是

美摄科技·2024-08-27 10:01

基于华为昇腾910B和LLaMA Factory多卡微调的实战教程

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2024-08-27 10:57

基于深度学习的手势识别系统

基于深度学习网络的手势识别系统完整源码+数据集+报告+PPT全套信息【python设计开发】基于深度学习的手势图像识别处理系统【包括】代码PPT报告2需求分析2.1要求（1）用Python语言实现程序设计

毕设宇航·2024-08-27 09:53

量化交易机器人APP软件开发搭建

量化交易机器人APP软件的开发搭建是一个涉及多个环节和技术的过程。以下是一个简化的开发搭建流程，并结合搜索结果给出相关说明：需求分析：明确量化交易机器人的功能需求，如数据收集、策略分析、自动交易等。

星星网络科技开发·2024-08-27 08:17

深度学习学习经验——强化学习（rl）

强化学习强化学习（ReinforcementLearning,RL）是一种机器学习方法，主要用于让智能体（agent）通过与环境的互动，逐步学习如何在不同情况下采取最佳行动，以最大化其获得的累积回报。与监督学习和无监督学习不同，强化学习并不依赖于已标注的数据集，而是通过智能体在环境中的探索和试错来学习最优策略。强化学习的主要特点：基于试错学习：强化学习中的智能体通过与环境的互动，不断尝试不同的行动

Linductor·2024-08-27 06:32

深度学习学习经验——什么是深度学习

什么是深度学习？深度学习是机器学习的一个子领域，它使用多层神经网络来自动从大量数据中学习和提取特征。深度学习尤其适合处理大规模的数据，如图像、语音和文本等。

Linductor·2024-08-27 06:02

24.8.26学习心得

验证数据集（ValidationSet）和测试数据集（TestSet）在机器学习和深度学习中都是非常重要的概念。它们各自有不同的用途和目的。

kkkkk021106·2024-08-27 06:01

【机器学习】————在金融市场分析方面的应用

目录1.高频交易1.1概述1.2应用1.3实例2.风险管理2.1概述2.2应用2.3实例3.量化投资3.1概述3.2应用3.3实例4.情感分析4.1概述4.2应用4.3实例5.欺诈检测5.1概述5.2应用

爱吃蔬菜不挑食·2024-08-27 06:01

深度学习--RNN以及RNN的延伸

循环神经网络（RecurrentNeuralNetwork,RNN）是一类能够处理序列数据的神经网络，在自然语言处理、时间序列分析等任务中得到了广泛应用。RNN能够通过其内部的循环结构，捕捉到序列中前后项之间的关系。下面我将从原理、作用、应用及代码四个方面详细阐述RNN及其延伸。1.RNN的原理1.1RNN的基本结构RNN的基本结构与传统的前馈神经网络（如全连接网络）不同，它具备一种时间维度上的“

Ambition_LAO·2024-08-27 06:31

单个像素的威胁：微小的变化如何欺骗深度学习系统

深度学习（DL）是人工智能（AI）的基本组成部分。它的目标是使机器能够执行需要决策机制的任务，这些决策机制往往近似于人类推理。深度学习模型是许多先进应用的核心，例如医疗诊断和自动驾驶汽车。

FreeBuf-·2024-08-27 06:30

每天一个数据分析题（四百九十六）- 决策树模型

A.AdjustedR2B.F-measureC.AUCD.Precision&Recall数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习

跟着紫枫学姐学CDA·2024-08-26 23:25

揭秘Sora：深度学习与自然语言处理驱动的智能视频生成与互动

Sora-探索AI视频模型的无限可能随着人工智能技术的飞速发展，AI视频模型已成为科技领域的新热点。而在这个浪潮中，OpenAI推出的首个AI视频模型Sora，以其卓越的性能和前瞻性的技术，引领着AI视频领域的创新发展。让我们将一起探讨Sora的技术特点、应用场景以及对未来创作方式的深远影响。方向一：技术解析技术架构：Sora的技术架构主要包括视频处理模块和智能生成模块。视频处理模块负责视频内容的

疾风终究没有归途·2024-08-26 22:50

系统分析与设计作业1

AnOverviewoftheSWEBOKGuide请中文翻译其名称与简短说明）简单解释CMMI的五个级别用自己语言简述SWEBok软件工程的定义软件工程包括：针对软件开发、操作和维护的，使用系统化、规范化和可计量化方法的应

zhangshanfeng_·2024-08-26 20:00

大模型微调方法总结：LoRA、Adapter、Prefix-tuning、P-tuning、Prompt-tuning

随着深度学习技术的不断发展，大型预训练模型已成为许多任务的重要工具。然而，微调（finetuning）这些大模型以适应特定任务是一个复杂且计算密集型的过程。

百度_开发者中心·2024-08-26 19:14

Prompt-Tuning：大模型微调技术

随着深度学习技术的不断发展，大模型（如GPT、BERT等）在各种自然语言处理（NLP）任务中取得了显著的成功。然而，训练和部署大模型需要大量的计算资源和时间，这限制了其在一些资源有限场景中的应用。

百度_开发者中心·2024-08-26 19:14

深度学习学习经验——变换器（Transformer）

变换器（Transformer）变换器（Transformer）是一种用于处理序列数据的深度学习模型，与循环神经网络（RNN）不同，它不依赖于顺序处理数据，而是依靠一种称为注意力机制（AttentionMechanism

Linductor·2024-08-26 19:44

打手机检测算法源码样本展示打手机检测算法实际应用场景介绍

以下是关于打手机检测算法源码及其实际应用的详细阐述：1.算法实现-深度学习框架：打手机检测算法通常采用卷积神经网络(CNN)等深度学习模型，这些模型能够从图像或视频中提取使用手机时的视觉特征。

LNTON羚通·2024-08-26 17:04

进阶岛 - LMDeploy 量化部署进阶实践

一、显存计算方法InternLM系列模型的显存使用主要2部分构成：模型权重kvcache以InternLM2.5-7b-chat为例，它的权重类型是bfloat16，即一个参数占用2字节的浮点数。具体信息可以查看模型目录下的config.json文件。因此，对于该7B（70亿）参数的模型，每个参数使用16位浮点数（2字节）表示，另外，lmdeploy默认设置cache-max-entry-coun

ydogg·2024-08-26 17:30

什么是LLM，主要用途有哪些，在应用中有哪些优势和局限性？

2.技术突破：深度学习架构：LLM基于先进的深度学习技

好好学习的不知名程序员·2024-08-26 16:59

山东大学大数据管理与分析知识点总结

或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理大数据四个本质特征大量化

weixin_51565263·2024-08-26 14:46

python深度学习框架——TensorFlow

TensorFlow，由Google开发的开源机器学习库，以其强大的功能和灵活性，在深度学习、计算机视觉和自然语言处理等领域发挥着重要作用。本文将深入探讨TensorFlow中的一些常用函数及其参数。

零度°·2024-08-26 14:13

亚图跨际·2024-08-26 14:12

计算机毕业设计Hadoop+Spark知识图谱体育赛事推荐系统体育赛事热度预测系统体育赛事数据分析体育赛事可视化体育赛事大数据机器学习大数据毕业设计大数据毕设机器学习人工智能

vue.js、element-ui、echarts后端：springboot、mybatis大数据：spark、hadoop数据库：mysql关系型数据库、neo4j图数据库算法：协同过滤推荐算法、MLP深度学习模型

计算机毕业设计大全·2024-08-26 13:43

推荐一款超赞的开源待办事项应用：TinyList

侯深业Dorian·2024-08-26 13:35

PyTorch深度学习模型训练流程的python实现：回归

回归的流程与分类基本一致，只需要把评估指标改动一下就行。回归输出的是损失曲线、R^2曲线、训练集预测值与真实值折线图、测试集预测值散点图与真实值折线图。输出效果如下：注意：预测值与真实值图像处理为按真实值排序，图中呈现的升序与数据集趋势无关。代码如下：fromfunctoolsimportpartialimportnumpyasnpimportpandasaspdfromsklearn.prepr

moyao_miao·2024-08-26 11:21

深度学习--Transformer和BERT区别详解

Transformer的概念、作用、原理及应用概念Transformer是一种基于注意力机制（AttentionMechanism）的神经网络架构，由Vaswani等人在2017年提出。与传统的循环神经网络（RNN）和卷积神经网络（CNN）不同，Transformer完全摒弃了循环和卷积结构，依赖于自注意力机制和并行化的处理方式，极大地提高了模型的训练效率和效果。作用Transformer的主要作

Ambition_LAO·2024-08-26 08:36

基于深度学习的环境数据分析

基于深度学习的环境数据分析利用深度学习技术处理和分析大量复杂的环境数据，以揭示隐藏的模式、趋势和关系，进而支持环境监测、管理和决策。

SEU-WYL·2024-08-26 08:05

小琳AI课堂：AIGC

首先，我们要明白，AIGC不仅仅是关于机器生成一些酷炫的图片或者文章，它融合了人工智能、深度学习、自然语言处理、计算机视觉等多个学科的技术。

小琳ai·2024-08-26 07:59

小琳AI课堂：AI（人工智能）和AIGC（AI生成内容）的关系

AI的关键技术包括机器学习、深度学习和自然语

小琳ai·2024-08-26 07:58

基于深度学习的生产流程自动化

基于深度学习的生产流程自动化是一种将深度学习技术应用于工业生产流程中，以实现更高效、智能化和自适应的生产管理和控制的方式。

SEU-WYL·2024-08-26 07:58

【机器学习】机器学习与大模型在人工智能领域的融合应用与性能优化新探索

-3BERTResNetTransformer机器学习与大模型的融合应用自然语言处理文本生成文本分类机器翻译图像识别自动驾驶医学影像分析语音识别智能助手语音转文字大模型性能优化的新探索模型压缩权重剪枝量化知识蒸馏分布式训练数据并行模型并行异步训练高效推理模型裁剪缓存机制专用硬件未来展望跨领域应用智能化系统人

E绵绵·2024-08-26 06:25

深度学习五种不同代码实现,神经网络,机器学习

第一种importnumpyasnpimporttensorflowastfmnist=tf.keras.datasets.mnistimportmatplotlib.pyplotaspltimportmatplotlibmatplotlib.use("TkAgg")(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train=x_train

学呗～那不然呢·2024-08-26 05:18

品牌符号的价值到底是什么？

在美国会计制度中，美国公司必须在资产负债表上将所并购的公司的商誉资本化，也就是品牌价值必须量化。那么品牌是如何创造价值，如何量化的呢？

段康符号战略·2024-08-26 04:44

Stable Diffusion快速安装及prompt的使用

StableDiffusion是一种基于深度学习的文本到图像生成技术，它可以生成高质量的图像。以下是一篇快速安装教程，适合初学者理解和操作。什么是StableDiffusion？

老童聊AI·2024-08-26 04:41

推荐频道

深度学习量化