深度学习（基于pytorch）

基于人工智能的文本情感分析系统

本文介绍一个基于人工智能的文本情感分析系统，重点介绍环境准备、系统设计及实现。2.项目背景随着社交媒体和电商平台的普及，用户生成的文本数据量急剧增加
嵌入式详谈·2024-09-04 05:58

计算机毕业设计题目大全(论文+源码)_kaic

基于微信小程序的时钟管理系统设计与开发基于Java的校园生活服务系统的设计与实现基于安卓平台的个人理财软件的设计与实现基于JavaScript的旧书交易网站系统设计与实现基于STM32G431的数字密码锁的设计与实现基于
开心工作室V(kaic_kaic)·2024-09-04 04:27

计算机毕业设计题目大全(论文+源码)

#私信获取完整代码基于微信小程序的时钟管理系统设计与开发基于Java的校园生活服务系统的设计与实现基于安卓平台的个人理财软件的设计与实现基于JavaScript的旧书交易网站系统设计与实现基于STM32G431
hxx56324·2024-09-04 04:56

caffe/PyTorch/TensorFlow 在Jupyter Notebook GPU中运用

在JupyterNotebook中使用Caffe框架并利用GPU加速，可以实现多种效果和目的，主要集中在深度学习领域。以下是一些主要的应用场景：快速训练模型：GPU加速可以显著提高模型训练的速度。
俊俏的萌妹纸·2024-09-04 04:26

深度学习系列（1) TensorFlow---Tensorflow学习路线

学习TensorFlow是掌握深度学习和机器学习的关键一步。以下是一个详细的TensorFlow学习路线图，涵盖从基础到高级的知识点和实践，帮助你逐步掌握TensorFlow并应用于实际问题中。
CoderIsArt·2024-09-04 04:55

人人都能懂的机器学习——用Keras搭建人工神经网络02

感知机是基于一个稍稍有些不同的人工神经元——阈值逻辑元（TLU）（见图1.4），有时也被称为线性阈值元（LTU）。这种神经元的输入和输出不再是二进制的布尔值，而是数字。
苏小菁在编程·2024-09-04 03:28

K近邻(KNN)算法详解及Python实现

KNN是一种基于实例的学习，通过计算新数据与训
天明豆豆·2024-09-04 03:23

2-82 基于matlab的多种工况下融合EKF的AUV定位误差

基于matlab的多种工况下融合EKF的AUV定位误差，工况1：AUV工况2：应答器基阵+速度传感器+角度传感器；工况3：AUV和AUV+速度传感器+角度传感器；工况4：应答器基阵；工况5：AUV和AUV
'Matlab学习与应用·2024-09-04 02:47

Android-性能优化-ANR-的原因和解决方案

2、ANR的实现原理以输入无响应的过程为例（基于9.0代码）：最终弹出ANR对话框的位置是与AMS同目录的类AppEr
2401_84538474·2024-09-04 02:17

《昇思25天学习打卡营第1天|快速入门》

昇思MindSpore介绍昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。
一只IT攻城狮·2024-09-04 02:46

算法学习-2024.8.16

深度学习网络在训练时，通常使用32位或16位数据。TensorRT则在网络的推理时选用不这么高的精度，达到加速推断的目的。
蓝纹绿茶·2024-09-04 01:42

AI 大模型在文本生成任务中的创新应用

这些模型通过深度学习技术，能够生成连贯、有意义的文本，甚至在某些情况下达到与人类写作难以区分的程度。本文将探讨AI大模型在文本生成任务中的创新应用，包括自动文摘、机器翻译、创意写作等领域。
AI_Guru人工智呢·2024-09-04 01:11

Docker深度探索：精通容器化的未来技术

Docker模型深度解析1.Docker架构Docker基于客户端-服务器架构模式。主要的组件包括：Docke
疾风终究没有归途·2024-09-04 01:11

串行通信协议——UART

UART通信原理UART通信基于RS-232标准，使用
AI_Guru人工智呢·2024-09-04 01:41

基于芯片CSU8RP1382开发的咖啡秤方案

咖啡电子秤芯片方案精确值可做到分度值0.1g的精准称重,并带有过载提示、自动归零、去皮称重、压低报警等功能，工作电压在2.4V~3.6V之间，满足于咖啡电子秤的电压使用。同时咖啡电子秤PCBA设计可支持四个单位显示，分别为：g、lb、oz、ml；大大方便对于食材的计算。接下来一起来看看该咖啡电子秤芯片方案参数。关于咖啡电子秤方案开发中的主要功能指标：工作电流：正常工作时，传感器部分供电电压2.8V
西城微科方案开发·2024-09-04 01:11

深度学习100问54:什么是自动图像描述

嘿，你知道自动图像描述吗？这可是个超神奇的魔法哦！想象一下，计算机就像一个超级有创意的小作家。当它看到一张图片时，就会仔细观察图片里的各种东西，比如可爱的小动物、漂亮的花朵、壮观的风景等等。然后呢，它会发挥自己的聪明才智，把看到的这些东西用文字描述出来。这种魔法有很多很棒的用处呢！比如可以帮助那些眼睛看不见的人“听”懂图片里的故事。就像有个小天使在他们耳边轻声描述图片的内容，让他们也能感受到图像的
不断持续学习ing·2024-09-04 01:09

【Python机器学习】卷积神经网络（CNN）的工具包

Torch在Python里面也有一个对应的API是PyTorch。这些框架都是高度抽象的工具集，适用于从头构建模型。Python社区开发了一些第三方库来简化这些底层架构的使用。
zhangbin_237·2024-09-04 01:38

Bert系列：论文阅读Rethink Training of BERT Rerankers in Multi-Stage Retrieval Pipeline

基于丰富的上下文匹配信息，深度LM微调重新排序器从候选集合中找出更为关联的内容。同时，深度lm也可以用来提高搜索索引，构建更好的召回。当前的reranker方法并不能完全探索到检索结果的效果。
凝眸伏笔·2024-09-04 01:37

TorchText宝典：解锁PyTorch下的NLP炼金术

标题：TorchText宝典：解锁PyTorch下的NLP炼金术在深度学习与自然语言处理(NLP)的交叉领域中，PyTorch已经成为了一个强大的工具。
2401_85702623·2024-09-04 01:06

RabbitMQ和Kafka的区别

架构差异RabbitMQ:基于传统的消息队列架构（AMQP协议）。采用了“消息代理”模式，通常使用交换机（Exchange）、队列（Queue）和绑定（Binding）进行消息路由。
知知之之·2024-09-04 00:35

架构基础 -- Web框架之FastAPI

FastAPI：背景与使用案例介绍FastAPI的背景FastAPI是一个现代、快速（高性能）的Web框架，基于Python3.7+编写，利用Python的类型提示（typehints）来实现自动生成文档和高效的数据验证
sz66cm·2024-09-04 00:35

网络安全售前入门09安全服务——安全加固服务

目录1.服务概述2.流程及工具2.1服务流程2.2服务工具3.服务内容4.服务方式5.风险规避措施6.服务输出1.服务概述安全加固服务是参照风险评估、等保测评、安全检查等工作的结果，基于科学的安全思维方式
努力工作的网安人·2024-09-04 00:04

《理智与情感》读书笔记（十六）有时候的冷漠，其实是事出有因

基于这样的想法，夜晚的玛丽安，整夜都哭着，不肯合眼。白天，玛丽安刻意避开家人，独自走出去散步。其他的时间，她不是演奏那些和威洛比一起演奏过的歌曲，就是读他们一起读过的书。
安雨如乔·2024-09-04 00:25

【深度学习】

梯度消失和梯度爆炸（解释意思，分析产生原因）在反向传播过程中需要对激活函数进行求导，如果导数大于1，那么随着网络层数的增加梯度更新将会朝着指数爆炸的方式增加这就是梯度爆炸。同样如果导数小于1，那么随着网络层数的增加梯度更新信息会朝着指数衰减的方式减少这就是梯度消失。因此，梯度消失、爆炸，其根本原因在于反向传播训练法则，属于先天不足。请解释什么是batchnormal，它有什么作用？神经网络在训练的
feifeikon·2024-09-04 00:34

Golang反射：运行时类型检查与操作

Go的反射基于reflect包，它定义了两个核心类型：Type和Value。Type表示Go语言中每种类型的类型信息。Value表示值的接口，可以对值进行读取和修改。
刘铸纬·2024-09-04 00:03

深度学习基础之循环神经网络

目录基本概念与特点定义与工作原理结构组成应用领域自然语言处理语音识别时间序列分析优缺点优点缺点改进方法总结循环神经网络在自然语言处理中的最新应用和研究进展是什么？长短期记忆网络（LSTM）与门控循环单元（GRU）在解决梯度消失和爆炸问题上的具体差异和优势是什么？LSTM的结构与优势GRU的结构与优势具体差异门的数量：计算复杂度：性能对比：总结双向循环神经网络如何增强模型的上下文捕捉能力，与单向RN
Ctrl+CV九段手·2024-09-04 00:02

linux交互式命令行,Linux命令行下交互式HTTP客户端--HTTP Prompt

HTTPPrompt是一个交互式的命令行HTTP客户端，支持自动完成、语法高亮，基于HTTPie和prompt_toolkit构建。
湖州太守·2024-09-04 00:31

定制静物商品背景及自定义抠图

为了完成这个任务，我们可以使用OpenCV进行简单的背景替换，对于复杂场景可以使用深度学习模型，比如removebg，用于提取前景。在这个
Enougme·2024-09-04 00:00

NanoPC-T6安装redriod笔记

重新编译内核参考链接：【环境搭建】基于linux的NanoPC-T6_LTS系统固件编译环境搭建基于docker构建编译环境dockerrun-it\--privileged=true--cap-add
顶点元·2024-09-03 23:59

金融、互联网等领域手机三要素API接口的应用

金融、互联网等领域之所以都需要用到手机三要素API接口，主要基于以下几个方面的考虑：一、提高用户身份真实性身份验证：手机三要素API接口通过验证用户的姓名、身份证号码和手机号是否一致，来确认用户身份的真实性
挖数据·2024-09-03 23:27

Python基于pyautogui在大华云联平台（或其他平台）自动填表批量导入人员信息的示例

目录一、导读二、导入Python模块三、大华云联自动填表程序的各部分代码及功能1.创建GUI（图形用户界面）应用程序2.自动打开应用并检测登录3.添加功能选择按钮4.提取excel文件中的员工信息5.执行点击操作6.编辑点击操作的逻辑顺序7.设置子线程避免无响应8.未解决问题（可以不看）四、本文全部代码五、注意事项一、导读当你觉得繁琐的填表工作很占用你的时间且麻烦，那么这篇文章或许能给你一些帮助。
limuuw_·2024-09-03 23:26

`lambdaQuery()` 和 `lambda()`

1.lambdaQuery()lambdaQuery()是MyBatisPlus框架中常用的方法，用于创建基于Lambda表达式的查询构造器。
冰淇淋烤布蕾·2024-09-03 23:26

Web后端开发

HTTP协议HyperTextTransferProtocol基于TCP基于请求-响应模型无状态的协议，不带之前的内容会话请求协议请求行请求方式，资源路径，协议请求头请求体和请求头有一个空行响应协议响应行协议
冰淇淋烤布蕾·2024-09-03 22:24

基于深度学习的动态对抗策略

基于深度学习的动态对抗策略是为了应对不断变化的对抗环境而提出的一类方法，这些策略能够动态地调整和优化模型的防御机制，以提高深度学习模型在各种对抗攻击下的鲁棒性和安全性。
SEU-WYL·2024-09-03 22:22

http协议

HTTP基于TCP/IP通信协议来传递数据。HTTP基于客户端/服务端（C/S）架构模型，通过一个可靠的链接来交换信息，是一个无状态的请求/响应协议。
weixin_30887919·2024-09-03 21:19

基于centos7安装docker

Docker是一个开源的应用容器引擎，它能帮助开发者打包应用及其依赖包到一个轻量、可移植的容器中，从而保证应用在不同环境中的一致性。在CentOS7上安装Docker是非常简单的，本文将为你详细介绍安装步骤及注意事项。1.系统准备在开始安装Docker之前，请确保你的系统满足以下要求：CentOS7操作系统64位架构访问互联网另外，建议更新系统至最新状态：sudoyumupdate-y2.安装必要
溪枫小白·2024-09-03 21:18

华为数据之道-读书笔记3

差异化的企业数据分类管理框架一、基于数据特性的分类管理框架二、以统一语言为核心的结构化数据管理结构化数据的共同特点是以信息架构为基础，建立统一的数据资产目录、数据标准与模型。
baidu_38792549·2024-09-03 21:18

pytorch模型保存及加载参数恢复训练的例子

一、示例这里是一个示例，展示如何保存和加载模型、优化器的状态以恢复训练：保存与加载模型和优化器状态的示例importtorchimporttorch.nnasnnimporttorch.optimasoptim#定义一个简单的模型classSimpleModel(nn.Module):def__init__(self):super(SimpleModel,self).__init__()self.
静心问道·2024-09-03 21:44

调度器scheduler保留什么参数

在PyTorch中，学习率调度器（scheduler）用于动态调整优化器的学习率。调度器的状态文件保存了在训练过程中与学习率调度相关的信息。
静心问道·2024-09-03 21:44

vue2开发心得

计算属性是基于它们的依赖进行缓存的计算值。只有当依赖发生变化时，计算属性才会重新计算。这使得计算属性非常适合执行昂贵的计算或派生状态。
Albert.H.Holmes·2024-09-03 20:11

鸿蒙界面开发（五）：相对布局

子元素支持指定兄弟或父元素作为锚点，基于锚点做相对位置布局。锚点：通过锚点设置当前元素基于哪个元素确定位置。对齐方式：通过对齐方式，设置当前元素是基于锚点的上中下对齐，还是基于锚点的左中右对齐。
weightOneMillion·2024-09-03 20:10

Python 中的 spell checker 库

1.PyEnchantPyEnchant是一个基于Enchant的spellche
Bruce_Liuxiaowei·2024-09-03 20:39

DETR3D

虽然使用LiDAR等模式收集的点云中的对象检测受益于有关可见对象的3D结构的信息，但基于相机的设置更加不适定，因为我们必须仅根据RGB中包含的2D信息生成3D边界框预测图片。
zzzzz忠杰·2024-09-03 20:06

DETR3D 开源项目教程

DETR3D开源项目教程detr3d项目地址:https://gitcode.com/gh_mirrors/de/detr3d项目介绍DETR3D是一个基于Transformer架构的开源三维目标检测框架
齐妤茜·2024-09-03 19:35

大语言模型算力优化策略：基于并行化技术的算力共享平台研究

目录大语言模型算力优化策略：基于并行化技术的算力共享平台研究摘要引言算力共享平台的设计1.平台架构2.并行化计算技术模型并行化流水线并行化3.资源管理和调度实验与结果分析结论与展望首先，大语言模型（如GPT
ZhangJiQun&MXP·2024-09-03 19:34

【HLOA-BP】基于角蜥蜴算法优化BP神经网络的风电功率预测研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、研究方法三、研究挑战与展望2运行结果3参考文献4Matlab代码、数据⛳️赠与读者‍做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。
@橘柑橙柠桔柚·2024-09-03 19:34

基于Prometheus和Grafana的现代服务监控体系构建

1、环境准备1.1、安装Docker确保你的系统上已安装Docker。可从Docker官方网站下载并安装Docker。1.2、安装DockerComposeDockerCompose用于定义和运行多容器Docker应用。安装命令如下：sudocurl-L"https://github.com/docker/compose/releases/download/1.29.2/docker-compos
Dreams°123·2024-09-03 19:34

ios加载html富文本编辑器,IOS - 富文本解决方案（上）

虽然网上的解决方案很多，但是大多数都是基于展示，真正可以进行编辑的，却很少。而这些少数的实现中，适合我使用就没有了。所以我决定自己研究，并实现。
Mr.括号·2024-09-03 19:33

【GPT】基于GPT_API_free做一个自己的gpt

最终效果项目背景秉持能免费就绝不花钱的原则，基于github项目GPT_API_free获取的gptapikey。
AIGC_OPS·2024-09-03 19:32

zabbix和prometheus介绍；云原生

以下是对两者区别的详细分析：一、数据模型与采集方式Prometheus：数据模型：基于度量指标的模型，支持多维度数据模型，每个时间序列数据都包含多个标签（label），用于描述数据的不同属性。
张小胡·2024-09-03 19:01
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他