深度学习项目相关

[深度学习]imagenet的1000类别名称

tenchgoldfishgreatwhitesharktigersharkhammerheadsharkelectricraystingraycockhenostrichbramblinggoldfinchhousefinchjuncoindigobuntingAmericanrobinbulbuljaymagpiechickadeeAmericandipperkitebaldeaglevult
FL1623863129·2024-01-15 16:05

打破硬件壁垒：TVM 助力 AI技术跨平台部署

文章目录《TVM编译器原理与实践》编辑推荐内容简介作者简介目录前言/序言获取方式随着人工智能（ArtificialIntelligence，AI）在全世界信息产业中的广泛应用，深度学习模型已经成为推动AI
程序边界·2024-01-15 16:32

chatgpt和文心一言哪个更好用

一、智能回复ChatGPT：ChatGPT是一种基于Transformer的深度学习模型，它能够通过上下文理解对话，并产生相应的回复。与传统的聊天机器人
前端御书房·2024-01-15 14:58

阿里视频生成大模型I2VGen-XL的论文来了！视频合成新范式

根据阿里云视频生成模型研发负责人介绍，I2VGen-XL采用深度学习技术，具备卓越的图像识别和生成能力。用户只需提供素材和需求，即可自动生成高质量的视频内容，显著提高了视频制作的效率和质量。
AI生成未来·2024-01-15 13:43

【深度学习】Anaconda3 + PyCharm 的环境配置 4：手把手带你运行 train.py 文件，史上最全的问题解决记录

前言文章性质：实操记录主要内容：主要记录了运行train.py文件时遇到的错误以及相应的解决方案。项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch搭建yolo3目标检测平台冷知识+1：小伙伴们不经意的点赞与收藏✨可以让作者更有创作动力！目录
作者正在煮茶·2024-01-15 12:16

【深度学习】Anaconda3 + PyCharm 的环境配置 1：手把手带你安装 PyTorch 并创建 PyCharm 项目

前言文章性质：实操记录主要内容：这篇文章记录了PyTorch的安装过程，包括：1.创建并激活新的虚拟环境；2.查看电脑是否支持CUDA以及CUDA的版本；3.根据CUDA的版本安装PyTorch；4.在PyCharm中创建使用pytorch_gpu虚拟环境的新项目；5.在PyCharm中验证PyTorch是否安装成功。相关文档：anaconda+pytorch+opencv安装及环境配置_pyto
作者正在煮茶·2024-01-15 12:45

【深度学习】Anaconda3 + PyCharm 的环境配置 2：手把手带你安装 Jupyter Notebook 并解决因 conda 版本低导致安装失败的问题

视频教程：PyTorch深度学习快速入门教程【小土堆】相关文档：anaconda+pytorch+opencv安装及环境配置_pytorch安装opencv-CSDN博客冷知识+1：小伙伴们不经意的点赞与收藏
作者正在煮茶·2024-01-15 12:45

【霹雳吧啦】手把手带你入门语义分割1：语义分割的定义 & 常见数据集 & 评价指标 & 标注工具

目录前言一、常见的分割任务二、语义分割的网络模型三、语义分割的常见数据集格式四、语义分割所得结果具体形式五、语义分割的常见评价指标六、语义分割的常用标注工具前言这篇文章是我根据B站霹雳吧啦Wz的《深度学习
作者正在煮茶·2024-01-15 12:14

深度学习-标注文件处理（txt批量转换为json文件）

接上篇，根据脚本可将coco128的128张图片，按照比例划分成训练集、测试集、验证集，同时生成相应的标注的labels文件夹，最近再看实例分离比较火的maskrcnn模型，准备进行调试但由于实验室算力不足，网上自己租的2080ti马，传整个coco2017实在是太慢了，检索了一下没有开源的部分coco2017数据集，于是我想到将coco128的数据转化成json文件，便于新手进行debug，节约
交换喜悲·2024-01-15 12:42

【深度学习】Anaconda3 + PyCharm 的环境配置 3：GitHub 项目运行前的环境配置

前言文章性质：实操记录主要内容：主要记录了运行GitHub项目前的环境配置过程，包括创建并激活新的虚拟环境、安装torch和torchvision，在PyCharm中使用新建的虚拟环境，根据项目源代码提供的requirements.txt文件安装其他包。注意，项目源码来自于GitHub平台！非本人原创！项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Imag
作者正在煮茶·2024-01-15 12:12

BCN：图像分类的批处理通道归一化

摘要归一化技术已被广泛应用于深度学习领域，因为它们能够提高学习率并减少对初始化的依赖。然而，流行的归一化技术的有效性通常仅限于特定领域。
静静AI学堂·2024-01-15 12:29

imgaug库指南（13）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 11:15

2022.08.17

深度学习则强调在学习过程中培养学生形成专家思维，教会学生像专家一样思考。”
梅花儿哟·2024-01-15 11:54

【转载】用Masking GAN让100,000人都露出灿烂笑容

继卷积神经网络（CNN）掀起深度学习的浪潮后，生成对抗网络（GAN）逐渐成为了计算机
dopami·2024-01-15 11:11

imgaug库指南（21）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 10:32

基于多媒体的深度学习 Midreport自我总结分析

ResistorOhmValueEstimationChallenge需要将误差降低到1%以下1、调整模型架构：增加模型的复杂性，例如增加卷积层或全连接层的数量，增加神经元数量等#在ResistorEstimator类的CNN方法中进行修改defCNN(self,type):input=Input(shape=(64,64,3),name='input')h=self.conv2d(input,3
okimaru·2024-01-15 10:28

PyTorch深度学习实战（29）——神经风格迁移

PyTorch深度学习实战（29）——神经风格迁移0.前言1.神经风格迁移原理1.1模型介绍1.2GramMatrix的重要性2.神经风格迁移模型构建策略3.使用Keras实现神经风格迁移小结系列链接0
盼小辉丶·2024-01-15 10:54

PyTorch深度学习实战（28）——对抗攻击(Adversarial Attack)

PyTorch深度学习实战（28）——对抗攻击0.前言1.对抗攻击2.对抗攻击模型分析3.使用PyTorch实现对抗攻击小结系列链接0.前言近年来，深度学习在图像分类、目标检测、图像分割等诸多领域取得了突破性进展
盼小辉丶·2024-01-15 10:53

PyTorch深度学习实战（30）——Deepfakes

PyTorch深度学习实战（30）——Deepfakes0.前言1.Deepfakes原理2.数据集分析3.使用PyTorch实现Deepfakes3.1random_warp.py3.2Deepfakes.py
盼小辉丶·2024-01-15 10:51

深度学习笔记（六）——网络优化（2）：参数更新优化器SGD、SGDM、AdaGrad、RMSProp、Adam

文中程序以Tensorflow-2.6.0为例部分概念包含笔者个人理解，如有遗漏或错误，欢迎评论或私信指正。截图和程序部分引用自北京大学机器学习公开课前言在前面的博文中已经学习了构建神经网络的基础需求，搭建了一个简单的双层网络结构来实现数据的分类。并且了解了激活函数和损失函数在神经网络中发挥的重要用途，其中，激活函数优化了神经元的输出能力，损失函数优化了反向传播时参数更新的趋势。我们知道在简单的反
絮沫·2024-01-15 10:49

人工智能让边缘计算更有价值!

LinkEdge的优势还体现在提升AI的实践效率，开发者可将深度学习的分析、训练过程放在云端，将生成的模型部署在边缘网关直接执行，优化良率、提升产能。另外
weixin_34056162·2024-01-15 10:02

Python&aconda系列：GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

GPU深度学习环境搭建：Win11+CUDA11.7+Pytorch1.12.1+Anaconda以及对应版本一.01Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python
坦笑&&life·2024-01-15 09:25

图机器学习年度汇集

一、深度学习模型优化在图机器学习领域，深度学习模型的优化尤为重要。今年的主要进展包括了利用先进的优化算法提高模型精度、减少训练时间以及对大规模图数据的适应性。
道亦无名·2024-01-15 09:35

教培行业校区运营顶层逻辑篇-东篱

初步形成了一套自有的标准体系教培行业运营对标互联网运营（B-C）教师对标互联网运营内容招生对标互联网运营方式渠道活动组织管理对标互联网文化，团队打造家庭课堂对标互联网运营用户粘性校区管理对标互联网运营对接全流程无论是B端还是C端，后续将从以下方面进行深度学习
24ee5b259965·2024-01-15 09:49

通俗理解人工智能、机器学习和深度学习的关系

最近几年人工智能成为极其热门的概念和话题，可以说彻底出圈了。但人工智能的概念在1955年就提出来了，可以说非常古老。我在上小学的时候《科学》课本上就有人工智能的概念介绍，至今还有印象，但那些年AI正处于“寒冬”，很少在其他地方见到这个概念。现在人工智能这么热，普通人容易从科幻电影和媒体宣传上来理解人工智能，这就难免有很多误解的成分。漫威电影中的人工智能幻视，是一个超级英雄漫威电影中的AI人：幻视几
黑客悟理·2024-01-15 08:07

imgaug库指南（23）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 08:52

微调深度学习模型：初级指南

引言在深度学习领域，微调（Fine-tuning）是一种常见的实践，旨在优化预训练模型以适应特定任务或数据集。这对于那些希望利用已有模型来解决类似问题的初学者而言，是一个非常有用的技巧。
CCSBRIDGE·2024-01-15 08:51

研0或研一|如何快速入门深度学习？

一、经验建议1️⃣课程篇直接上手B站【小土堆PyTorch深度学习快速入门教程】，共计9h50min左右，预计一周就可以学完，比较偏向理论和实践相结合跟李沐学AIB站【动手学深度学习PyTorch版】刘二大人
-希冀-·2024-01-15 08:13

【Python】【深度学习】使用argparse模块和JSON管理深度学习模型的超参数

在深度学习中，超参数（如batch_size、learning_rate等）是重要的因素。我们通过调整超参数，可以得到不同的实验结果。因此，我们通常需要尝试大量不同的超参数设置，来获得较好的数据。
忘却的旋律dw·2024-01-15 08:08

提取模型权重进行计算推理

pytorch获取全部权重参数、每一层权重参数自制深度学习推理框架-第七课-构建自己的计算图一、提取pytorch模型权重首先查看模型权重的各个层的大小分布情况：E:\Anaconda3\envs\pytorch1
dataloading·2024-01-15 07:43

轻松配置深度学习模型 ?

由于所有模块都需要大量参数和设置，因此管理深度学习模型可能很困难。训练模块可能需要诸如batch_size或num_epochs之类的参数或学习率调度程序的参数。
冷冻工厂·2024-01-15 06:26

大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程

文章目录大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程一、深度残差网络（DeepResidualNetworks）简介深度学习与网络深度的挑战残差学习的提出为什么ResNet
星川皆无恙·2024-01-15 06:14

神经网络与深度学习（五）——人工神经网络和卷积神经网络

姓名：吴丞楚学号：20012100032学院：竹园三号书院【嵌牛导读】简要介绍NN与CNN【嵌牛鼻子】深度学习神经网络【嵌牛提问】NN与CNN的区别有哪些人工神经网络简称神经网络(NN)，是目前各种神经网络的基础
吴丞楚20012100032·2024-01-15 06:08

Protecting Intellectual Property of Deep NeuralNetworks with Watermarking

保护深度神经网络的知识产权与数字水印技术ABSTRACT深度学习是当今人工智能服务的关键组成部分，在视觉分析、语音识别、自然语言处理等多个任务方面表现出色，为人类提供了接近人类水平的能力。
暗紫色的乔松(-_^)·2024-01-15 05:48

On the Robustness of Backdoor-based Watermarkingin Deep Neural Networks

关于深度神经网络中基于后门的数字水印的鲁棒性ABSTRACT在过去的几年中，数字水印算法已被引入，用于保护深度学习模型免受未经授权的重新分发。我们调查了最新深度神经网络水印方案的鲁棒性和可靠性。
暗紫色的乔松(-_^)·2024-01-15 05:48

YOLOV8目标识别与语义分割——使用OpenCV C++ 推理模型

简介深度学习在实际应用中包括训练和推理两个重要阶段，通常依赖于流行的深度学习框架，如Caffe、TensorFlow、PyTorch等。
知来者逆·2024-01-15 05:11

深度学习与药物发现在健康衰老中的应用

深度学习是一种模拟人脑神经网络处理信息的方法，其已在语音、图像、自然语言等处理中发挥了巨大作用。但在健康衰老这一领域的应用中，它面临着很多挑战。
道亦无名·2024-01-15 05:04

自学习算法

自学习算法是一种基于深度学习的技术，通过大量的数据和模型训练，不断优化和改进模型的表现。
.:::.·2024-01-15 04:26

飞桨day-02 卷积神经网络十二生肖识别实战

Day02-十二生肖实践作业paddle深度学习万能公式一、问题定义十二生肖分类的本质是图像分类任务，我们采用CNN网络结构进行相关实践。
我是竹子丫·2024-01-15 04:22

深度学习day02 线性模型

深度学习day02线性模型线性模型的三个步骤监督学习过拟合泛化能力平均平方误差MSE模型代码：枚举法Visdom实时可视化工具包要会定期存盘（将模型运行崩盘前几天的数据存下来）range函数语法axis
qq_2480543330·2024-01-15 04:51

深度学习与神经网络:制作数据集,完成应用(1)

在这一篇文章里,我们将继续上一篇文章的工作,并且在上一篇文章的前提下加入数据集的制作,最终我们将完成这个全连接神经网络的小栗子.先说说我们上一篇文章我们的自制数据集的一切缺点,第一,数据集过于分散,在一个文件夹里读取难免导致内存利用率低,而我们将会使用TensorFlow的tfrecords()函数来讲图片和标签制作成这种二进制文件,这样我们的内存利用率会增加不少.将数据保存为tfrecords文
云时之间·2024-01-15 04:38

论文解读：《开发和验证深度学习系统对黄斑裂孔的病因进行分类并预测解剖结果》

论文解读：《Developmentandvalidationofadeeplearningsystemtoclassifyaetiologyandpredictanatomicaloutcomesofmacularhole》1.文章概述2.背景3.数据4.方法5.结果6.局限性文章链接：https://bjo.bmj.com/content/early/2021/08/03/bjophthalmo
风灬陌·2024-01-15 04:16

【深度学习】Attention提速9倍！FlashAttention燃爆显存，Transformer上下文长度史诗级提升...

转载自|新智元继超快且省内存的注意力算法FlashAttention爆火后，升级版的2代来了。FlashAttention-2是一种从头编写的算法，可以加快注意力并减少其内存占用，且没有任何近似值。比起第一代，FlashAttention-2速度提升了2倍。甚至，相较于PyTorch的标准注意力，其运行速度最高可达9倍。一年前，StanfordAILab博士TriDao发布了FlashAttent
风度78·2024-01-15 03:42

如何从 Keras 中的深度学习目录加载大型数据集

一、说明数据集读取，使用、在磁盘上存储和构建图像数据集有一些约定，以便在训练和评估深度学习模型时能够快速高效地加载。
无水先生·2024-01-15 02:13

NLP论文阅读记录 - 2021 | WOS 智能树提取文本摘要深度学习

评估指标4.5实验结果4.6细粒度分析五总结思考前言AnIntelligentTreeExtractiveTextSummarizationDeepLearning（21）0、论文摘要在最近的研究中，深度学习算法为自然语言提供了
yuyuyu_xxx·2024-01-15 02:56

深度学习学习杂想

最近几日，利用晚自习、自习课时间集中深度学习相关文章，感触颇深。一般情况下，深度学习相对应的是浅层学习，他们各自相对应的具体内容可以从布鲁姆认知目标分类中获得。
Langdun·2024-01-15 01:36

机器学习基础

supportLists]·[endif]为深度学习准备数据。请记住，在本章中讨论的大多数技术都是机器学习和深度学习通用的，一部分用于解决过拟合问题的技术（如dropout）
墨羽听风·2024-01-15 01:00

深度学习框架tensorflow2实战（回归问题：天气预报）

姓名：何热；学号：20021210616；学院：电子工程学院转自https://blog.csdn.net/weixin_43999137/article/details/104051919【嵌牛导读】本文介绍了tensorflow2的使用【嵌牛鼻子】tensorflow2,regression,prediction【嵌牛提问】如何使用tensorflow2完成其他任务？【嵌牛正文】此前没了解过t
川上观鱼·2024-01-15 01:35

【深度学习】召回过程优化--BM25

文章目录一召回过程优化1.优化思路2.通过BM25算法代替TFIDF2.1BM25算法原理2.2BM25算法实现2.3修改之前的召回代码3.使用Fasttext实现获取句子向量3.1基础方法介绍3.2训练模型和封装代码3.2.1分词写入文件3.2.2训练模型3.2.3基础封装一召回过程优化1.优化思路前迈进能够返回相似的召回结果，但是，如何让这些结果更加准确呢？可以从下面的角度出发：tfidf使用
OneTenTwo76·2024-01-15 00:09

Transformer：深度学习的新篇章

扫码进群领资料Transformer，这个曾经默默无闻的深度学习模型，如今已经成为自然语言处理领域一颗耀眼的明星。从最初的机器翻译任务到如今
人工智能的光信号·2024-01-15 00:36
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他