深度学习：图像识别第9页

基于级联深度学习算法在双参数MRI中检测前列腺病变的评估| 文献速递-AI辅助的放射影像疾病诊断

Title题目EvaluationofaCascadedDeepLearning–basedAlgorithmforProstateLesionDetectionatBiparametricMRI基于级联深度学习算法在双参数

有Li·2025-06-30 01:59

深度学习使用Pytorch训练模型步骤

训练模型是机器学习和深度学习中的核心过程，旨在通过大量数据学习模型参数，以便模型能够对新的、未见过的数据做出准确的预测。

vvvdg·2025-06-30 01:29

深度学习中Embedding原理讲解

我们用最直白的方式来理解深度学习中Embedding（嵌入）的概念。

zhishidi·2025-06-30 00:57

Python助力自动驾驶：深度学习模型优化全攻略

Python助力自动驾驶：深度学习模型优化全攻略说起自动驾驶，大家第一反应往往是“高精地图”“传感器融合”“路径规划”等等，背后真正的“大脑”其实是各式各样的深度学习模型。

Echo_Wish·2025-06-29 22:11

TensorFlow：开启智能时代的引擎

想象一下，计算机能看懂病历、汽车能自动驾驶、机器能创作艺术——这一切的核心，正是深度学习的力量。而推动这场革命的引擎之一，就是今天的主角：**TensorFlow**。

科技林总·2025-06-29 22:39

22种创新思路！今年必将是特征选择爆发的一年

2025深度学习发论文&模型涨点之——特征选择特征选择是机器学习和数据挖掘领域中一个非常重要的步骤。它指的是从原始特征集合中挑选出对目标变量有较强预测能力的特征子集。

小唯啊小唯·2025-06-29 21:28

【深度学习|学习笔记】什么是正则化？如何理解正则化？L0、L1、L2正则化的起源、发展、原理、应用和对比详解，附代码。

【深度学习|学习笔记】什么是正则化？如何理解正则化？L0、L1、L2正则化的起源、发展、原理、应用和对比详解，附代码。【深度学习|学习笔记】什么是正则化？如何理解正则化？

努力毕业的小土博^_^·2025-06-29 19:17

浅谈卷积神经网络(CNN)

卷积神经网络(ConvolutionalNeuralNetworks,CNN)作为深度学习领域最具影响力的架构之一，已在计算机视觉、自然语言处理、医学影像分析等领域取得了革命性突破。

cyc&阿灿·2025-06-29 16:53

【PyTorch】2024保姆级安装教程-Python-（CPU+GPU详细完整版）

【PyTorch】2024保姆级安装教程（CPU+GPU详细完整版）PyTorch是当前最受欢迎的深度学习框架之一。

金枝玉叶9·2025-06-29 15:48

基于OpenCV图像分割与PyTorch的增强图像分类方案

为了应对这一挑战，本文介绍了一种结合OpenCV图像分割与PyTorch深度学习框架的增强图像分类方案。

从零开始学习人工智能·2025-06-29 13:04

Deepoc大模型在半导体设计优化与自动化

以下从技术方向、实现路径及行业影响三个层面展开详细分析：参数化建模与动态调优基于物理的深度学习模型（如PINNs）将器件物理方程嵌入神经网络架构，实现工艺参数与电学性能的非线性映射建模。

Deepoch·2025-06-29 13:32

分布式训练架构解析

一、分布式训练的问题根源与需求驱动在深度学习领域，模型与数据规模呈指数级增长趋势，传统单机训练模式已难以满足日益复杂的业务需求，分布式训练技术应运而生，其核心驱动力源于以下三大关键困境：1.1算力瓶颈与训练效率危机单

·2025-06-29 11:55

卷积神经网络

它在图像识别、语音处理、自然语言处理等众多领域取得了巨大的成功，极大地推动了人工智能技术的发展。那么，什么是卷积神经网络？它的算法原理是什么？

亿只小灿灿·2025-06-29 11:55

Python pdfminer.six库【PDF解析库】全面使用指南

DeepSeek这本就够了【自营包邮】DeepSeek实战指南deepseek从入门到精通实用操作指南现代科技科普读物AI普及知识读物人工智能使用教程中小学读物京东超级618Python初学者的入门教程动手学深度学习

老胖闲聊·2025-06-29 11:23

理解不同层的表示（layer representations）

在机器学习和深度学习领域，特别是在处理音频和自然语言处理（NLP）任务时，"层的表示"（layerrepresentations）通常是指神经网络不同层在处理输入数据时生成的特征或嵌入。

科学禅道·2025-06-29 11:48

Python编程：使用 YOLO 目标检测

YOLO（YouOnlyLookOnce）是一种基于深度学习的实时目标检测算法，由JosephRedmon等人于2016年首次提出。

倔强老吕·2025-06-29 09:37

【机器学习&深度学习】前馈神经网络（单隐藏层）

目录一、什么是前馈神经网络？二、数学表达式是什么？三、为什么需要“非线性函数”？四、NumPy实现前馈神经网络代码示例五、运行结果六、代码解析6.1初始化部分6.2前向传播6.3计算损失（Loss）6.4反向传播（手动）6.5更新参数（梯度下降）6.6循环训练七、训练过程可视化（思维图）八、关键问题答疑Q1：为什么需要隐藏层？Q2：ReLU是干嘛的？Q3：学习率怎么选？九、总结学习建议在机器学习中

一叶千舟·2025-06-29 08:59

DAY 43 复习日

对于初学者，一个更便捷的选择是使用像TensorFlow或PyTorch这样深度学习框架内

yizhimie37·2025-06-29 07:49

在MATLAB中使用GPU加速计算及多GPU配置

加速计算及多GPU配置一、基本GPU加速使用1.检查GPU可用性2.将数据传输到GPU3.执行GPU计算二、多GPU配置与使用1.选择特定GPU设备2.并行计算工具箱中的多GPU支持3.数据并行处理（适用于深度学习

东北豆子哥·2025-06-29 06:14

CIANNA由天体物理学家提供/为天体物理学家提供的卷积交互式人工神经网络

一、软件介绍文末提供程序和源码下载CIANNA是一个通用的深度学习框架，主要用于天文数据分析。根据天体物理问题解决的相关性添加功能和优化。

struggle2025·2025-06-29 05:37

和李沐老师学深度学习--2.数据操作部分代码实现（学习笔记）

大家对代码有不懂地方都可以上网去查找，最好是有一定的数据分析基础比较容易理解，李沐老师课程视频链接我放在这里了大家有不懂都可以观看课程进行学习04数据操作+数据预处理【动手学深度学习v2】_哔哩哔哩_bilibili

·2025-06-29 02:41

机器视觉_图像算法（六）——形状矩(Hu)

而不变矩是图像的统计特性，满足平移、伸缩、旋转均不变的不变性，在图像识别领域得到了广泛的应用。一般由mom

智能之心·2025-06-29 01:35

目标跟踪领域经典论文解析

亲爱的小伙伴们，在求知的漫漫旅途中，若你对深度学习的奥秘、JAVA、PYTHON与SAP的奇妙世界，亦或是读研论文的撰写攻略有所探寻，那不妨给我一个小小的关注吧。

♢.＊·2025-06-29 00:00

【图像处理入门】12. 综合项目与进阶：超分辨率、医学分割与工业检测

摘要本周将聚焦三个高价值的综合项目，打通传统算法与深度学习的技术壁垒。通过图像超分辨率重建对比传统方法与深度学习方案，掌握医学图像分割的U-Net实现，设计工业缺陷检测的完整流水线。

小米玄戒Andrew·2025-06-28 21:08

Densenet模型花卉图像分类

600多个深度学习项目资料，快来加入社群一起学习吧。《------往期经典推荐------》项目名称1.【基于CNN-RNN的影像报告生成】2.【卫星图像道路检测DeepLabV3Plus模型】3.

深度学习乐园·2025-06-28 21:02

基于AFM注意因子分解机的推荐算法

关于深度实战社区我们是一个深度学习领域的独立工作室。团队成员有：中科大硕士、纽约大学硕士、浙江大学硕士、华东理工博士等，曾在腾讯、百度、德勤等担任算法工程师/产品经理。

深度学习乐园·2025-06-28 21:32

embedding模型有哪些？如何选择合适的embedding模型？

embedding模型是一种将数据映射到低维空间的模型，常用于自然语言处理、推荐系统、图像识别等领域。

行云流水AI笔记·2025-06-28 19:19

深度学习实战：基于嵌入模型的AI应用开发

深度学习实战：基于嵌入模型的AI应用开发关键词：嵌入模型（EmbeddingModel）、深度学习、向量空间、语义表示、AI应用开发、相似性搜索、迁移学习摘要：本文将带你从0到1掌握基于嵌入模型的AI应用开发全流程

AIGC应用创新大全·2025-06-28 18:17

卷积神经网络（Convolutional Neural Network, CNN）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。

不想秃头的程序·2025-06-28 16:01

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。

不想秃头的程序·2025-06-28 16:00

P25：LSTM实现糖尿病探索与预测

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、相关技术1.LSTM基本概念LSTM（长短期记忆网络）是RNN（循环神经网络）的一种变体，它通过引入特殊的结构来解决传统RNN中的梯度消失和梯度爆炸问题

?Agony·2025-06-28 16:29

Python训练营打卡——DAY16（2025.5.5）

目录一、NumPy数组基础笔记1.理解数组的维度(Dimensions)2.NumPy数组与深度学习Tensor的关系3.一维数组(1DArray)4.二维数组(2DArray)5.数组的创建5.1数组的简单创建

cosine2025·2025-06-28 16:29

【机器学习&深度学习】反向传播机制

目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“

·2025-06-28 14:47

人脸识别算法赋能园区无人超市安防升级

一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面

智驱力人工智能·2025-06-28 14:16

【Python深度学习】零基础掌握Pytorch Pooling layers nn.MaxPool方法

在深度学习的世界中，MaxPooling是一种关键的操作，用于降低数据的维度并保留重要特征。这就像是从一堆照片中挑选出最能代表某个场景的那张。

Mr数据杨·2025-06-28 10:20

阅读笔记(2) 单层网络:回归

阅读笔记(2)单层网络:回归该笔记是DataWhale组队学习计划（共度AI新圣经：深度学习基础与概念）的Task02以下内容为个人理解，可能存在不准确或疏漏之处，请以教材为主。

a2507283885·2025-06-28 09:41

【深度学习解惑】如果用RNN实现情感分析或文本分类，你会如何设计数据输入？

以下是用RNN实现情感分析/文本分类时数据输入设计的完整技术方案：1.引言与背景介绍情感分析/文本分类是NLP的核心任务，目标是将文本映射到预定义类别（如正面/负面情感）。RNN因其处理序列数据的天然优势成为主流方案。核心挑战在于如何将非结构化的文本数据转换为适合RNN处理的数值化序列输入。2.原理解释文本到向量的转换流程：原始文本分词建立词汇表词索引映射词嵌入层序列向量关键数学表示：词嵌入表示：

云博士的AI课堂·2025-06-28 03:36

Pytorch模型安卓部署

Pytorch是一种流行的深度学习框架，用于算法开发，而Android是一种广泛应用的操作系统，多应用于移动设备当中。

python&java·2025-06-28 01:24

人工智能-基础篇-5-建模方式（判别式模型和生成式模型）

这两种建模方式都可以通过深度学习技术来实现，并用于创建不同类型的模型。简单来说：想要创建一个模型，依赖需求需要合适的建模方式来创建这个模型。通常建模方式主要分为两大类。

·2025-06-28 01:53

PyTorch教程：LSTM语言模型的动态量化技术解析

PyTorch教程：LSTM语言模型的动态量化技术解析tutorialsPyTorchtutorials.项目地址:https://gitcode.com/gh_mirrors/tuto/tutorials前言在深度学习模型部署过程中

怀灏其Prudent·2025-06-28 01:52

【机器学习】数学基础——张量（傻瓜篇）

目录前言一、张量的定义1.标量（0维张量）2.向量（1维张量）3.矩阵（2维张量）4.高阶张量（≥3维张量）二、张量的数学表示2.1张量表示法示例三、张量的运算3.1常见张量运算四、张量在深度学习中的应用

一叶千舟·2025-06-28 00:48

后端开发实习生简历迭代的5个版本，希望能帮你找到实习

本科主要是以深度学习的项目为主+比赛，开发的技术学的比较少，后端的项目也没有做过。但是凭此找到了一份算法的实习。当时研一还是想走算法工程师的。后面觉得自己不适合，就放弃了。

今天不coding·2025-06-28 00:17

【机器学习实战】Datawhale夏令营2：深度学习回顾

#DataWhale夏令营#ai夏令营文章目录1.深度学习的定义1.1深度学习＆图神经网络1.2机器学习和深度学习的关系2.深度学习的训练流程2.1数学基础2.1.1梯度下降法基本原理数学表达步骤学习率

城主_全栈开发·2025-06-28 00:17

深度学习详解：通过案例了解机器学习基础

引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。

beist·2025-06-28 00:46

大模型量化

大模型量化是一种优化技术，旨在减少深度学习模型的内存占用和提高推理速度，同时尽量保持模型的精度。量化通过将模型中的浮点数权重和激活值转换为较低精度的表示形式来实现这一目标。

需要重新演唱·2025-06-28 00:13

pytorch 要点之雅可比向量积

自动微分是PyTorch深度学习框架的核心。既然是核心，就需要敲黑板、划重点学习。同时，带来另外一个重要的数学概念：雅可比向量积。

AI大模型教程·2025-06-27 21:28

昇腾AI生态组件全解析：与英伟达生态的深度对比

一、昇腾核心组件与英伟达对标分析1.推理引擎：MindIEvsTensorRT昇腾MindIE1.0.0基于昇腾芯片的深度学习推

·2025-06-27 20:13

智能汽车图像及视频处理方案，支持视频智能包装创作能力

一、智能重塑，视觉新境界美摄科技的智能汽车图像及视频处理方案，是基于深度学习、人工智能及大数据处

美摄科技·2025-06-27 18:31

深度学习计算机视觉开源系统OpenMMLab（mmsegmentation、mmdetection、mmpose）环境配置【详细、可运行】

OpenMMLab（mmsegmentation、mmdetection、mmpose）环境配置OpenMMLab简介优势：一、Windows/Linux下环境配置（以mmsegmentationv1.2.2（最新版）为例）0.确认安装版本信息1）确认电脑显卡版本2）确认mmcv对应版本3）确认版本1.安装CUDA和cuDNN2.创建conda环境，下载pytorch3.安装mmcv4.安装MMS

nomoremorphine·2025-06-27 17:56

编译OpenCV支持CUDA视频解码

如何在Ubuntu上编译OpenCV并启用CUDA视频解码支持（cudacodec）在深度学习、视频处理等高性能计算领域，OpenCV的GPU加速功能非常重要。

AI标书·2025-06-27 14:07

推荐频道

深度学习：图像识别