深度学习：搜索推荐第29页

深度学习(12)--Mnist分类任务

一.Mnist分类任务流程详解1.1.引入数据集Mnist数据集是官方的数据集，比较特殊，可以直接通过%matplotlibinline自动下载，博主此处已经完成下载，从本地文件中引入数据集。设置数据路径frompathlibimportPath#设置数据路径#PATH=Path("data/minst")DATA_PATH=Path("data")PATH=DATA_PATH/"mnist"#P

GodFishhh·2024-02-03 09:43

深度学习有何新进展

深度学习的进展深度学习是人工智能领域的一个重要分支，它基于人工神经网络进行模型构建和训练，模拟人类大脑对数据特征的学习过程。

小狗蛋ing·2024-02-03 09:06

AI：122-基于深度学习的电影场景生成与特效应用

欢迎订阅支持，正在不断更新中文章目录一、深度学习在电影场景生成中的应用1.1生成对抗网络（GANs）与场景生成1.2序列到序列模型与动态场

一见已难忘的申公豹·2024-02-03 09:45

吴恩达深度学习笔记(15）-浅层神经网络之神经网络概述

神经网络概述（NeuralNetworkOverview）从今天开始你将学习如何实现一个神经网络。这里只是一个概述，详细的在后面会讲解，看不懂也没关系，先有个概念，就是前向计算然后后向计算，理解了这个就可以了，有一些公式和表达在后面会详细的讲解。在我们深入学习具体技术之前，我希望快速的带你预览一下后续几天你将会学到的东西。现在我们开始快速浏览一下如何实现神经网络。之前我们讨论了逻辑回归，我们了解了

极客Array·2024-02-03 08:27

CACDU-Net: A Novel DoubleU-Net BasedSemantic Segmentation Model for SkinLesions Detection in Image

深度学习技术在实现准确的病灶分割方面显示出巨大的潜力。在这些技术的帮助下，病灶分割过程可以自动化，从而减少了人工操作和主观判断的影响。

我在努力学习分割（禁止说我水平差）·2024-02-03 08:33

PyTorch安装教程保姆级教程

PyTorch是一款流行的深度学习框架，以下是一个基本的PyTorch安装教程：步骤1：安装Anaconda首先，你需要安装Anaconda，这是一个流行的Python发行版，包含了大量的科学计算和数据分析库

黑夜照亮前行的路·2024-02-03 08:01

离线安装—Tensorflow教程

目录1.安装包2.安装环境3.安装过程4.安装成功大家知道通过在线下载的方式，pip非常容易安装Tensorflow，在我们遇到电脑无法连接外网的时候，只能通过离线的方式安装Tensorflow深度学习框架

hser-chen·2024-02-03 08:35

机器学习入门-----sklearn

机器学习基础了解概念机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来定义：从数据中自动分析获得模型，并利用模型对特征数据【数据集：特征值+目标值构成】进行预测算法数据集的目标值是类别的话叫做分类问题

辣椒酱.·2024-02-03 07:30

PyTorch和TensorFlow的简介

一、PyTorch和TensorFlow的简介1.1PytorchPyTorch是由Facebook开发的一个开源深度学习框架，它提供了一个动态计算图模型，可以在GPU上运行。它于2017年首次发布。

三三木木七·2024-02-03 07:30

《深度学习，统计学习，数学基础》人工智能算法工程师手册

La victoria·2024-02-03 07:25

pytorch-动手学深度学习

目录2.预备知识2.1数据操作torch.arange()x.shapex.numel()x.reshape(m,n)torch.zeros((2,3,4))torch.ones((2,3,4))torch.randn(3,4)torch.tensor([[2,1,4,3],[1,2,3,4],[4,3,2,1]])x+y,x-y,x*y,x/y,x**y,x==ytorch.exp(x)torc

比三毛多一根头发·2024-02-03 07:25

Pytorch基础知识（9）单目标分割

本章将重点介绍使用PyTorch开发一个深度学习模型来执行单目标分割。在单目标分割中，我们感兴趣的是自动勾勒出图像中一个目标物体的边界。对象边界通常由二进制掩码定义。

求则得之，舍则失之·2024-02-03 07:54

《深度学习，统计学习，数学基础》人工智能算法工程师手册：程序员写的AI书，50 章一网打尽...

来源：专知本文约3400字，建议阅读10+分钟。免费开源人工智能手册，带你快速上手写代码！[导读]市面上很多人工智能相关的书籍。大部分的书，面向小白，内容深度不够；小部分教材书或者科研书，内容艰深，又过于复杂。那么有没有，面向算法工程师（程序员）人群的，面向有一定数学基础、算法基础，能够快速上手写代码的人群的人工智能手册呢？有的！而且免费开源，非常有程序员范！《AI算法工程师手册》你值得拥有！作者

数据派THU·2024-02-03 07:23

计算机设计大赛深度学习 YOLO 实现车牌识别算法

文章目录0前言1课题介绍2算法简介2.1网络架构3数据准备4模型训练5实现效果5.1图片识别效果5.2视频识别效果6部分关键代码7最后0前言优质竞赛项目系列，今天要分享的是基于yolov5的深度学习车牌识别系统实现该项目较为新颖

iuerfee·2024-02-03 07:20

深度学习的进展

深度学习：基本原理、应用实例与未来挑战深度学习作为人工智能领域中的重要分支，近年来取得了令人瞩目的进展。

佛系爱学习·2024-02-03 07:16

【自然语言处理】P2 PyTorch 基础 - 张量

目录安装PyTorch张量创建张量操作张量索引、切片、联合操作CUDA张量本系列博文我们将使用PyTorch来实现深度学习模型等。PyTorch是一个开源的、社区驱动的深度学习框架。

脚踏实地的大梦想家·2024-02-03 07:45

PyTorch][chapter 13[李宏毅深度学习][Semi-supervised Linear Methods-2]

前言：接上篇CSDN这里面重点讲下面4个方面目录：PCA-AnotherPointofview（SVD）PCA和AutoEncoder的关系PCA的缺点PCAPython例子一PCA-AnotherPointofview以手写数字7的图像为例，它由不同的笔画结构组成,分别为则手写数字7可以表示为上图1.1损失函数我们要找到一组向量使得最小(公式1.1）有论文证明过，这个最优解就是SVD奇异分解结果

明朝百晓生·2024-02-03 07:44

重新认识学习

重新认识学习——读《深度学习》前言有感596天20200414近段时间在打卡时，自己能明显感受到两点，一是在发表看法时，自己感觉很多内容不能够清楚表达自己的想法，但有没有合适的词语来表达，感觉特尴尬。

程景轩河南桥头小学·2024-02-03 07:44

体悟PyTorch的优雅

1.PyTorch的优雅PyTorch的面向对象设计确实被广泛认为优雅且直观，尤其是在深度学习框架中。

科学禅道·2024-02-03 07:35

Coursera吴恩达《神经网络和深度学习》课程笔记（3）

转载自http://blog.csdn.net/koala_tree/article/details/78059952神经网络和深度学习—浅层神经网络1.神经网络表示简单神经网络示意图：神经网络基本的结构和符号可以从上面的图中看出

遇见更好的自己·2024-02-03 06:05

网络流数据集处理（深度学习数据处理基础）

一、数据集处理处理数据集是一个文件夹一个文件夹处理的，将原网络流数据集放入一个文件夹处理转换成Json文件。（数据预处理）然后将这些文件处理成目标文件格式再分割成训练集和测试集。每次运行只会处理一个文件夹。运行train.py导入训练集训练模型，训练完之后进行保存模型参数。运行test.py导入测试集测试模型，因此我们需要使用模型参数保存代码。如果我们需要将数据集4倍交叉验证分为4个部分，3个训练

Yorelee.·2024-02-03 06:58

机器学习概述

是指原始数据进行非线性特征转换的次数．如果把一个表示学习系统看作一个有向图结构，深度也可以看作从输入节点到输出节点所经过的最长路径的长度．这样我们就需要一种学习方法可以从数据中学习一个“深度模型”，这就是深度学习

Yorelee.·2024-02-03 06:24

神经网络和深度学习吴恩达coursera笔记

DeepLearning文章目录DeepLearningBasicLogisticRegressionsomesignLossfunctioncostfunctionGradientDescentComputationGraphaVectorizationvectorizedImplementing:broadcastingShallowNeuralNetworkRepresentationcom

stoAir·2024-02-03 06:52

【技术综述】图像与CNN发家简史，集齐深度学习三巨头

本文首发于微信公众号《与有三学AI》【技术综述】图像与CNN发家简史，集齐深度学习三巨头没有一个经典的发现会是突然之间横空出世，它总是需要一些积淀。

城市中迷途小书童·2024-02-03 06:36

2022-07-30未来教师阅读打卡之第一章第三节

信息泛滥时代的深度学习一、在这个信息泛滥的时代，我们更要注重深度学习。什么是深度学习呢？有研究表明，对一个概念、理论的掌握要经历一个“浪漫---精确---综合”的三阶段螺旋循环上升的过程。

倾听你的声音·2024-02-03 04:28

用于医学分割的实时Test-time adaption

约翰霍普金斯论文：https://arxiv.org/abs/2203.05574代码：https://github.com/jeya-maria-jose/On-The-Fly-Adaptation摘要基于深度学习的医学成像解决方案的一个主要问题是

Scabbards_·2024-02-03 04:45

【大厂AI课学习笔记】1.4 算法的进步（1）

2006年以来，以深度学习为代表的机器学习算法的发展，启发了人工智能的发展。MORE：自2006年以来，深度学习成为了机器学习领域的一个重要分支，引领了人工智能的飞速发展。

giszz·2024-02-03 03:34

深度学习入门笔记（七）卷积神经网络CNN

我们先来总结一下人类识别物体的方法：定位。这一步对于人眼来说是一个很自然的过程，因为当你去识别图标的时候，你就已经把你的目光放在了图标上。虽然这个行为不是很难，但是很重要。看线条。有没有文字，形状是方的圆的，还是长的短的等等。看细节。纹理、颜色、方向等。卷积神经网络就是对上述过程的程序实现。7.1卷积卷积在卷积神经网络中的主要作用是提取图片的特征，同时保留原来图片中各个像素的相对位置（空间）关系。

zhanghui_cuc·2024-02-03 03:03

深度学习入门笔记（八）实战经验

本节我们就穿插一点实战经验，来换换脑子~1.显卡warmup进行深度学习训练和推理时，往往第一次运行的耗时比较高，这是因为显卡需要warm-up，就是“热身”，才能发挥出显卡的性能。

zhanghui_cuc·2024-02-03 03:03

深度学习入门笔记（六）线性回归模型

本节，我们用线性回归为例子，回顾一些基本概念6.1相关性相关性的取值范围是-1到1，越接近1或者-1代表越相关，越接近0则越不相关。相关系数大于0称为正相关，小于0称为负相关。假如A与B正相关，则是说A（B）会随着B（A）的增大而增大，减小而减小。假如A与B负相关，则是说A（B）会随着B（A）的增大而减小，减小而增大。皮尔逊系数就是常用的相关性方法。6.2什么是线性回归顾名思义，就是用一种线性关系

zhanghui_cuc·2024-02-03 03:02

深度学习入门笔记（四）函数与优化方法

深度学习有三大部分模型表征（包括模型设计、网络表示等）模型评估（上一篇文章提到的准确召回和损失函数等）优化算法（模型如何学习或更新）本节我们就来介绍模型是如何学习或更新的。

zhanghui_cuc·2024-02-03 03:30

探索自然语言处理在改善搜索引擎、语音助手和机器翻译中的应用

前言自然语言处理（NLP）是人工智能领域中与人类语言相关的重要研究方向，随着深度学习和大数据技术的不断进步，NLP在近年来取得了令人瞩目的进展。

想你依然心痛·2024-02-03 02:28

神经网络

神经网络参考资料：TENSORFLOW系列专题TensorFlow从入门到精通深度学习的概念是从人工神经网络的研究中发展而来的，早期的感知器模型只能解决简单的线性分类问题，后来发现通过增加网络的层数可以解决类似于

Fighting_No1·2024-02-03 02:43

读书笔记

深度学习：在现实生活中创造和运用新知识。

han满天星·2024-02-03 02:44

深度学习之图像分类

深度学习对于图像分类来说已经斩获了显著的成果，无论是识别日常生活中的物体还是识别疾病肺部CT扫描中的异常病变，深度学习在图像分类中的应用都已经相当广泛。

kadog·2024-02-03 01:11

毕业设计：YOLOv8车牌识别系统深度学习 LPRNet算法 pytorch 大数据（源码）✅

1、项目介绍技术栈：Python3.8YOLOv8深度学习LPRNet算法pytorch项目介绍：基于YOLOv8+LPRNet进行车牌检测

q_3548885153·2024-02-03 01:36

嵌入式人工智能实验方向

2采用BESSOC部署深度学习语音信号处理算法，降噪算法3根据公式用C语言实现卷积CNN，或者采用开源的嵌入式机器学习，嵌入式深度学习，嵌入式神经网络开源sdk，移植，部署到MCU或者SOC，

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

嵌入式人工智能/深度学习/神经网络导论

加我微信hezkz17进入嵌入式人工智能技术研究开发交流答疑群1嵌入式人工智能，嵌入式深度学习含义？

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

嵌入式人工智能硬件平台分类

1带高级操作系统的嵌入式平台比如linux，安卓，cortex-A，高端处理器，比如s5pv210可以直接部署pytorchtessorflow深度学习框架训练和推理可以同在嵌入式端。

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:03

神经网络之深度学习DBN

前言人工神经网络(ArtificialNeuralNetwork，ANN)，通常简称为神经网络，是一种在生物神经网络的启示下建立的数据处理模型。神经网络由大量的人工神经元相互连接进行计算，根据外界的信息改变自身的结构，主要通过调整神经元之间的权值来对输入的数据进行建模，最终具备解决实际问题的能力.神经网络概述人类自身就是一个极好的模式识别系统。人类大脑包含的神经元数量达到101110^{11}10

懒猫gg·2024-02-02 22:19

深度学习之循环神经网络

前言卷积神经网络CNN在图象处理领域起到了重要的作用,在自然语言处理中还要看循环神经网络RNN,RNN对具有序列特性的数据非常有效，它能挖掘数据中的时序信息以及语义信息.为什么要发明循环神经网络我们先来看一个NLP很常见的问题，命名实体识别，举个例子，现在有两句话：第一句话：Ilikeeatingapple！（我喜欢吃苹果！）第二句话：TheAppleisagreatcompany！（苹果真是一家

懒猫gg·2024-02-02 22:19

【深度学习】从0完整讲透深度学习第2篇：TensorFlow介绍和基本操作（代码文档已分享）

本系列文章md笔记（已分享）主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-02-02 22:09

语义分割：从早期探索到深度学习的突破

语义分割：从早期探索到深度学习的突破语义分割的端倪：从早期探索到深度学习的突破引言早期技术：图像处理与模式识别边缘检测区域生长图割(GraphCut)聚类方法深度学习的兴起：CNN革命2012年AlexNet

kadog·2024-02-02 21:08

Python 深度学习实战：聊天机器人

1.背景介绍深度学习是人工智能领域的一个重要分支，它涉及到神经网络、机器学习、数据挖掘等多个领域知识。深度学习的核心思想是通过多层次的神经网络来进行数据的处理和分析，从而实现对复杂问题的解决。

Python人工智能大数据·2024-02-02 20:47

Python 实战人工智能数学基础：深度学习

1.背景介绍深度学习是人工智能领域的一个重要分支，它主要通过模拟人类大脑的思维方式来解决复杂的问题。深度学习的核心思想是利用神经网络来模拟大脑的思维方式，通过对大量数据的训练来实现模型的学习和优化。

Python人工智能大数据·2024-02-02 20:46

新手在消费级GPU上本地部署chatGLM-6B

ChatGLM-6B是一种基于Transformer架构的对话生成模型，由清华大学开发的一款强大的语言生成模型，它融合了最先进的深度学习技术与海量中文语料的训练成果。

韬小志·2024-02-02 20:34

引入本地PyTorch自动混合精度以在NVIDIA GPU上进行更快的训练

默认情况下，大多数深度学习框架（包括PyTorch）都采用32位浮点（FP32）算法进行训练。但是，对于许多深度学习模型而言，这对于获得完全准确性不是必需的。

孙琪翔·2024-02-02 20:33

深度学习的开源分布式框架Deeplearning4j

Deeplearning4j（DL4J）是专门为JVM编写的一个开源深度学习框架，主要用于商业级需求。该框架完全使用Java编写，因此名称中包含了4j”。

weixin_43106248·2024-02-02 19:13

学习提醒 | 作业速递！Paddle2.0框架等你来挑战！

点击左上方蓝字关注我们是它，是它，就是它，强大的Paddle2.0深度学习框架正在向你驶来！不知不觉，同学们就要迎来了第3次作业，前面还有任务的小伙伴记得及时打卡！

飞桨PaddlePaddle·2024-02-02 19:08

【深度学习】ND4J-科学计算库

目录简介基础用法基础信息数组创建打印数组变更维度&堆叠加减乘除累加/最大/最小转换操作矩陈乘法索引/迭代深拷贝/引用传递/视图引用传递视图深拷贝其它简介ND4J主要是JVM的科学计算库，内置了很多计算方法，目的是以最低的RAM需求快速运行。主要特点是：一个多功能的n维数组对象。线性代数和信号处理函数。多平台功能，包括GPU。所有主要操作系统:win/linux/osx/android.架构:x86

神也在Copy·2024-02-02 19:36

推荐频道

深度学习：搜索推荐