深度学习：搜索推荐第57页

李沐—动手学深度学习笔记

目录引言1.2机器学习中的关键组件1.3.1监督学习2.预备知识2.1数据操作2.1.3.广播机制2.1.4.索引和切片2.1.5.节省内存2.1.6.转换为其他Python对象2.2.数据预处理2.2.1.读取数据集2.2.2.处理缺失值2.2.3.转换为张量格式2.3.线性代数2.3.2.向量2.3.5.张量算法的基本性质2.3.6.降维3.线性神经网络4.多层感知机4.1多层感知机4.1.1

比三毛多一根头发·2024-01-14 07:30

李沐《动手学深度学习》预备知识张量操作与数据处理

目录一、数据操作（一）张量的创建（二）张量的运算（三）张量的广播机制（四）索引和切片（五）转换为其他Python对象二、数据预处理（一）数据集读取（二）缺失值处理（三）转换为张量格式教材：李沐《动手学深度学习

丁希希哇·2024-01-14 07:29

Task 2

@pytorch深度学习预备知识数据操作1、首先在学长的帮助下，我学会了如何配置环境，包括下载d21库和torch库。2、然后是学习了一些numpy库的基础知识，比如如何创建张量、如何访问它的大小等。

爱敲代码的农农·2024-01-14 07:27

深度学习（动手学深度学习pytorch）1

目录预备知识数据操作数据预处理线性代数微积分预备知识数据操作1.行对应样本，列对应属性2.张量（n维数组），Numpy包中的ndarray。用torch的arange，下面是生成行向量，从0开始的前十二个整数。shape访问每个轴长度（形状），size访问元素个数，reshape改变形状【可以写-1让它自动计算，如x.reshape(-1,4)】importtorchx=torch.arange(

智能打工人·2024-01-14 07:26

《动手学深度学习》组队学习——Task1-2打卡

一、环境安装配置在本次学习前已在电脑安装过Anaconda，由于条件所限暂不考虑使用GPU的情况，根据李沐老师书上的安装步骤进行尝试，并作如下记录。1.在Navigator界面，尝试创建d2l环境，并在base和d2l环境下安装了pytorch（咱也不知道这步是不是多余）。2.根据书上的安装步骤进行torch和d2l包的安装，期间出现一些因网络连接错误造成的失败情况，重新安装后得到解决。3.使用书

Jessy佳音·2024-01-14 07:55

研零小白的预备（对于即将读研的同学）

研零的同学需要预习的知识/小白总结前言一：语言学习【暑假就要开始准备】二：数学知识三：导师问题四：机器学习、深度学习、AI前言参考学校的研究方向，以及导师的方向，涉及机器学习或者智能算法优化。

HenmyLin·2024-01-14 07:53

[动手学深度学习]预备知识学习笔记

动手学深度学习-李沐：04数据操作+数据预处理【动手学深度学习v2】_哔哩哔哩_bilibili动手学深度学习-李沐（pdf）：2.预备知识—动手学深度学习2.0.0documentation(d2l.ai

夏莉莉iy·2024-01-14 07:53

李沐《动手学深度学习》预备知识线性代数与微积分

系列文章目录李沐《动手学深度学习》预备知识张量操作与数据处理文章目录系列文章目录一、线性代数（一）标量、向量、矩阵、张量（二）张量运算的基本性质（三）降维（四）点积（五）矩阵向量积、矩阵乘法（六）范数二

丁希希哇·2024-01-14 07:52

GPU云服务器使用教程、运行YOLOV5项目并连接到本地VSCode（Pycharm）

之前已经教过大家如何在自己的电脑中配置Pytorch深度学习环境，但是有些小伙伴没有英伟达的GPU，所以用CPU的话训练模型会比较慢，所以这次出一期使用GPU云服务器的教程。

爱敲代码的panda·2024-01-14 07:29

人工智能学习计划入门级

2.学习内容：-人工智能的基本概念和发展历程-机器学习、深度学习的基本原理和算法-Python编程基础-数据预处理和数据分析的方法-常用的人工智能框架和工具3.资料收集：-教材：《人工智能基础（第三版）

ISDF-工软未来·2024-01-14 07:51

李沐《动手学深度学习》线性神经网络线性回归

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分目录系列文章一、线性回归（一）线性回归的基本元素（二）随机梯度下降（三）矢量化加速（实例化说明）（四

丁希希哇·2024-01-14 06:01

深度生成模型（Deep Generative Models）

什么是机器学习深度生成模型（DeepGenerativeModels）是一类利用深度学习方法生成新样本的模型。这些模型通常被用于生成与训练数据集相似的新数据，例如图像、文本或音频。

草明·2024-01-14 06:53

每天阅读——《深度学习》

图片发自App什么是“深度学习”？在本书就是学习的更高层次，既主动学习，面对问题能找出方法解决，不断提高并坚持不懈。作者认为，学习就是一个熟练过程。

娈姝·2024-01-14 05:02

Keras的介绍和配置

Keras是目前相对比较好的基于Python的深度学习库。Keras特别友好，可以让人快速实现自己的模型，是机器学习入门的不二人选。

MarkOut·2024-01-14 05:28

基于深度学习的婴儿啼哭识别项目详解

基于深度学习的婴儿啼哭识别项目详解基于深度学习的婴儿啼哭识别项目详解一、项目背景1.1项目背景1.2数据说明二、PaddleSpeech环境准备三、数据预处理3.1数据解压缩3.2查看声音文件3.3音频文件长度处理四

OverlordDuke·2024-01-14 05:22

[DL]深度学习_神经网络

bp神经网络推导过程目录一、前向传播二、反向传播1、定义2、优化算法三、神经网络整体架构1、基本架构2、隐藏层3、神经元个数对结果的影响4、正则化对结果的影响四、数据预处理1、数据预处理步骤2、数据标准化3、参数初始化4、特征工程五、神经网络过拟合解决方法一、前向传播神经网络前向传播（FeedforwardPropagation）是指将输入数据在神经网络中进行计算的过程。在神经网络的每一层中，通过

IAz-·2024-01-14 05:21

遥感图像分类与识别_知识点总结

数字图像处理的三个层次2)、图像处理技术分类的三种基本范畴3)、遥感最终目的4)、遥感分类定义5)、遥感分类意义6)、遥感分类原理2、遥感图像分类的技术发展1)、遥感分类方法概述2)、监督/非监督分类方法比较3)、深度学习思想

IAz-·2024-01-14 05:21

[ML]机器学习_基于内容过滤的深度学习算法

目录一、协同过滤算法与基于内容过滤算法的对比二、基于内容过滤的深度学习算法1、定义2、举例说明三、从大型目录中推荐四、推荐系统中的伦理五、基于内容过滤的代码实现一、协同过滤算法与基于内容过滤算法的对比对于协同过滤

IAz-·2024-01-14 05:50

[DL]深度学习_Feature Pyramid Network

FPN结构详解目录一、概念介绍二、结构详解1、对比试验2、特征图融合3、结构详解4、不同尺度预测5、Proposal映射到预测特征层一、概念介绍FeaturePyramidNetwork(FPN)是一种用于目标检测和语义分割的神经网络架构。它的目标是解决在处理不同尺度的图像时，信息丢失和语义细节模糊的问题。FPN的核心思想是通过在网络中添加一组横向连接来构建多尺度特征金字塔。这些横向连接将底层的高

IAz-·2024-01-14 05:46

【AI】人工智能是怎么读懂一幅图的

目录一、什么是图形描述生成二、图像描述生成的主要方法2.1基于模板的方法2.2基于检索的方法2.3基于深度学习的方法三、一段示例输入一张图，大模型告诉你，图里画了什么，是不是很有趣。

giszz·2024-01-14 05:40

AI视频换脸讲解

DeepFaceLab是一个用于人脸合成和交换的深度学习工具。它使用深度神经网络技术，能够将一个人的脸部特征与另一个人的脸部图像进行交换，实现高度逼真的人脸合成。

天域网络科技·2024-01-14 04:29

给我一台新的服务器，我会怎么安排 CUDA

深度学习环境搭建过程中，初期阶段，相信大家都会遇到，动不动TensorFlow或者Pytorch库与Cuda、或者Cudnn版本不匹配的问题；因此很多时候，在一台服务器中安装多个Cuda逐步成为了各位搬砖大佬们的必然选择本文为大家揭秘一台全新服务器

墨理学AI·2024-01-14 04:42

深度学习pytorch环境搭建

一、Anaconda安装与使用1、安装参考：https://www.jianshu.com/p/62f155eb6ac5https://blog.csdn.net/weixin_37766087/article/details/1007421982、conda使用：打开anacondaprompt查看conda版本：conda--version创建新环境：condacreate--nameenv_

青衫无尘·2024-01-14 03:46

大创项目推荐深度学习疲劳检测驾驶行为检测 - python opencv cnn

laafeer·2024-01-14 03:16

大创项目推荐深度学习疫情社交安全距离检测算法 - python opencv cnn

laafeer·2024-01-14 03:44

AI监控技术与应用案例

这通常涉及使用深度学习算法，如卷积神经网络(CNN)，来识别图像中的物体。目标检测的准确性和实时性对于监控系统至关重要，因为它有助于实时预警和早期干预。

捷利迅分享·2024-01-14 02:17

PyTorch深度学习快速入门

本文是基于B站博主“我是土堆”发布的深度学习入门教程所编写的相关笔记，主要用于Python小白快速入门深度学习，了解PyTorch的相关理论知识及逻辑代码。

睡不醒的毛毛虫·2024-01-14 02:43

深度学习基础教程

目录预备知识基础知识（1）PyTorch基础知识（2）线性回归模型（3）逻辑回归模型（4）全连接神经网络预备知识requires_grad：用于指示是否需要计算相应张量的梯度。如果requires_grad=True，则表示需要对该张量进行梯度计算。epoch：表示将所有训练样本都过一遍的完整训练过程。Tensor：Tensor定义为最多可以包含四个维度的多维数组，但可以通过堆叠来创建更高维度的张

睡不醒的毛毛虫·2024-01-14 02:12

【人工智能】FaceChain-FACT：秒变丝滑人像大师，无需任何训练！

FaceChain-FACT的独特之处在于它不需要进行繁琐的训练过程，而是利用基于深度学习的生成模型，结合先进的图像处理算法，实现了高质量的人像生

德天老师·2024-01-14 01:47

【深度学习目标检测】十六、基于深度学习的麦穗头系统-含GUI和源码（python，yolov8）

全球麦穗检测是植物表型分析领域的一个挑战，主要目标是检测图像中的小麦麦穗。这种检测在农业领域具有重要意义，可以帮助农民评估作物的健康状况和成熟度。然而，由于小麦麦穗在视觉上具有挑战性，准确检测它们是一项艰巨的任务。全球麦穗检测的挑战在于准确识别不同品种、不同生长环境、不同光照条件、不同拍摄角度下的麦穗。由于小麦麦穗经常重叠、颜色和外观变化多样，这使得检测更具挑战性。为了解决这些问题，研究者们采用机

justld·2024-01-14 00:07

【深度学习目标检测】十五、基于深度学习的口罩检测系统-含GUI和源码（python，yolov8）

YOLOv8是一种物体检测算法，是YOLO系列算法的最新版本。YOLO（YouOnlyLookOnce）是一种实时物体检测算法，其优势在于快速且准确的检测结果。YOLOv8在之前的版本基础上进行了一系列改进和优化，提高了检测速度和准确性。YOLOv8采用了Darknet-53作为其基础网络架构。Darknet-53是一个53层的卷积神经网络，用于提取图像特征。与传统的卷积神经网络相比，Darkne

justld·2024-01-14 00:33

深度学习笔记（四）——使用TF2构建基础网络的常用函数+简单ML分类实现

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TF2基础常用函数1、张量处理类强制数据类型转换：a1=tf.constant([1,2,3],dtype=tf.float64)print(a1)a2=tf.cast(a1,tf.int64)#强制数据类型转换print(a2)查找数据中的最小值和

絮沫·2024-01-14 00:09

深度学习笔记（三）——NN网络基础概念（神经元模型，梯度下降，反向传播，张量处理）

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。截图部分引用自北京大学机器学习公开课人工智能算法的主流分类首先明白一个概念，广义上的人工智能算法并不是只有MachineLearning或DeepLearning，而是一个相对的，能够使用计算机模拟人类智能在一定场景下自动实现一些功能。所以系统控制论中的很多最优控制算法同样可以称之为智能算法

絮沫·2024-01-14 00:39

深度学习笔记（五）——网络优化（1）：学习率自调整、激活函数、损失函数、正则化

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通过学习已经掌握了主要的基础函数之后具备了搭建一个网络并使其正常运行的能力，那下一步我们还需要进一步对网络中的重要节点进行优化并加深认知。首先我们知道NN（自然神经）网络算法能够相比传统建模类算法发挥更好效果的原因是网络对复杂非线性函数的拟合效果更好

絮沫·2024-01-14 00:34

池化、线性、激活函数层

一、池化层池化运算是深度学习中常用的一种操作，它可以对输入的特征图进行降采样，从而减少特征图的尺寸和参数数量。

-恰饭第一名-·2024-01-13 23:46

NLP技术在找房的搜索推荐中的应用

公众号：系统之神与我同在NLP技术在搜索推荐中的应用本文包括介绍（业务简介）NLU（找房中自然语言的理解）应用（NLU在搜索推荐中的应用）介绍找房的业务和场景图解（多元化的居住服务）用户购房流程找房场景

Necther·2024-01-13 23:13

NLP技术在搜索推荐场景中的应用

WitsMakeMen·2024-01-13 22:37

友思特分享 | Neuro-T：零代码自动深度学习训练平台

在这种背景下，融合深度学习的视觉检测方案有效地结合了两者的优势，满足

友思特机器视觉与光电·2024-01-13 22:24

友思特 Neuro-R：快速部署实时推理API

在这个过程中，深度学习算法

友思特机器视觉与光电·2024-01-13 22:24

人工智能时代的三大生产要素

首先获得大量的数据，然后通过一定的算法（例如深度学习、神经网络、支持向量机等等）对这些数据进行处理，形成一定的模型，就可以通过这个模型代替人处理很多现实中的问题。

傅越驰Ameeya·2024-01-13 21:11

简单的图像中箭头方向识别

前言：说起图像识别，很多人第一次反应就是机器学习，深度学习，卷积神经网络搞起来这还没完，要有筛选各种模型，调参以及等待模型训练完成等等不仅烦锁，而且一旦结果不理想，那又得是苦逼的调参和漫长的等待（训练完成

卖小麦←_←·2024-01-13 21:43

自然语言处理持续更新

LSTM和GRU区别RNN、LSTM和GRU公式与结构图深度学习

搬砖成就梦想·2024-01-13 21:35

深度学习的感觉

发现深度学习以后，每天都有收获，每天都在进步，感觉非常的开心，我的生活每天都有改变。我要继续努力，继续加油。真正的学习，绝对不是泛泛浏览，而是深度学习，深度思考，学以致用，深度输出。

清晨的白鸽·2024-01-13 21:57

Multimodal Unsupervised Image-to-Image Translation（MUNIT）在windows系统源码调试

最近研一刚刚开学，由于在本科期间真的没有接触过人工智能、机器学习、深度学习这些东西，真的是一无所知。

鲸鱼的眼泪·2024-01-13 20:04

2022-03-23

在NLP项目中，你不能将原始文本直接输入深度学习模型。文本数据必须编码为数字，以用作机器学习和深度学习模型的输入或输出。Keras深度学习库提供了一些基本工具来帮助你准备文本数据。在本实验中，

跨象乘云·2024-01-13 20:29

Colab 谷歌免费的云端Python编程环境初体验

GoogleColab是一个强大且免费的云端Python编程环境，为学生、研究人员和开发者提供了一个便捷的平台来开展数据科学、机器学习和深度学习项目。Colab有哪些功能？

LF-DevJourney·2024-01-13 19:09

YOLOv4剪枝【附代码】

本项目只是负责把框架搭建起来，没有进行重训练的微调或者去研究应该剪哪里比较好，需要自己去研究YOLOv4代码参考：Pytorch搭建自己的YoloV4目标检测平台（Bubbliiiing深度学习教程）_

爱吃肉的鹏·2024-01-13 19:35

基于情感词典的文本情感分析

目前，情感分析主要方法如下：基于情感词典的情感分析基于机器学习的情感分析基于深度学习的情感分析本文主要讲解基于情感词典的情感分析方法。二、数据准

dreampai·2024-01-13 19:19

DiSparse: Disentangled Sparsification for Multitask Model Compression论文简读

在深度学习中，尤其是计算机视觉领域，卷积神经网络（CNN）由于其卓越的性能而被广泛应用，但随着模型规模的增大和参数数量的剧增，对于边缘设备等资源有限的应用场景，有效压缩模型以节省存储空间和提高计算效率变得至关重要

云雨、·2024-01-13 19:32

torch.where()函数

在深度学习的实现中，处理条件逻辑是一项常见而重要的任务。PyTorch提供了一个强大的函数torch.where()，它使得基于条件的张量操作变得既简单又高效。

uestc_Venn·2024-01-13 18:05

推荐频道

深度学习：搜索推荐