深度学习：搜索推荐

程序员深度学习！让阿里面试官都赞同不已的Spring解读！技术详细介绍

开头设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结。使用设计模式是为了重用代码、让代码更容易被他人理解、保证代码可靠性。在项目中合理地运用设计模式可以完美地解决很多问题，每种模式在现实中都有相应的原理来与之对应，每种模式都描述了一个在我们周围不断重复发生的问题，以及该问题的核心解决方案，这也是设计模式能被广泛应用的原因。一、对Kafka的认识1.Kafka的基本概念2
爱看动漫的Java程序员·2023-12-18 10:25

[Python] 计算机视觉-图像分类经典模型

参考：飞桨PaddlePaddle-源于产业实践的开源深度学习平台供本人记录用目录一、LeNet模型二、AlexNet模型三、VGG模型四、GoogLeNet模型五、ResNet模型一、LeNet模型1
零澪灵·2023-12-18 09:41

【深度学习目标检测】八、基于yolov5的抽烟识别（python，深度学习）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。YOLOv5使用了一系列的改进，如更深的网络结构、更多的特征层和更高分辨率的输入图像，以提升精度。2.高效性能：YOLOv5在目标检测任务中具有很高的处理速度和实时性。相比于其他目标检测模型，YOLOv5采用了更少的计算量和参数数量，因此它在目标检测任
justld·2023-12-18 09:32

TensorRT之createInferBuilder

TensorRT是一个用于高性能深度学习推理的库，支持在NVIDIAGPU上进行加速。
千山万水人海中666·2023-12-18 09:01

【数据挖掘 | 相关性分析】Jaccard相似系数详解、关于集合的相关性（详细案例、附完详细代码实现和实操、学习资源）

【深度学习|核心概念】那些深度学习路上必经的核心概念，确定不来看看？
计算机魔术师·2023-12-18 09:28

【深度学习目标检测】九、基于yolov5的安全帽识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。YOLOv5使用了一系列的改进，如更深的网络结构、更多的特征层和更高分辨率的输入图像，以提升精度。2.高效性能：YOLOv5在目标检测任务中具有很高的处理速度和实时性。相比于其他目标检测模型，YOLOv5采用了更少的计算量和参数数量，因此它在目标检测任
justld·2023-12-18 09:57

深度学习之模型层

深度学习模型通常由许多不同类型的层组成，每个层都有其特定的功能和用途。
千山万水人海中666·2023-12-18 09:27

社交网络分析4：社交网络链路预测分析、LightGBM框架、Logistic回归模型、LLSLP方法（LightGBM 堆叠链路预测）、正则化方法、多重共线性、堆叠泛化

社交网络分析4写在最前面社交网络链路预测分析概述链路预测分析简介链路预测分析的重要性社交网络链路预测分析方法基于网络结构的方法基于节点属性的方法基于随机游走的方法基于深度学习的方法基于相似性和基于似然性的链路预测方法基于相似性的方法基于邻居的方法基于路径的方法基于随机游走的方法基于似然估计的方法两类方法的优缺点
是Yu欸·2023-12-18 09:07

20个好用到爆的Python实用脚本！

最近小编认真整理了20+个基于python的实战案例，主要包含：数据分析、可视化、机器学习/深度学习、时序预测等，案例的主要特点：提供源码：代码都是基于jupyternotebook，附带一定的注释，运行即可数据齐全
Python栈机·2023-12-18 09:30

AI人工智能和大模型的总结概述之一

GPT引领了AIGC时代的到来，即AI生成内容（文本、图片、音频、视频）GPT，GPT是一种生成式的、预训练的大模型，属于深度学习：G：Generative生成式GPT能够通过深度学习算法对已有数据库进行学习
永远的HelloWorld·2023-12-18 08:00

深度学习中框架和库的区别是什么。

问题描述：深度学习中框架和库的区别是什么。
神笔馬良·2023-12-18 08:24

深度学习中的张量是什么意思，为什么要引入张量的概念。

问题描述：深度学习中的张量是什么意思，为什么要引入张量的概念。问题解决：张量是一种特殊的数据结构，是矩阵的延申。矩阵是一种特殊的张量。
神笔馬良·2023-12-18 08:24

visdom使用小技巧

visdom常用于深度学习迭代过程的可视化。
芒果很芒~·2023-12-18 08:52

torch.nn.NLLLOSS vs torch.nn.CrossEntropyLoss

通常用于深度学习中计算预测值与真实标签的损失。
芒果很芒~·2023-12-18 08:22

深度学习进阶 - 池化

Hi，你好。我是茶桁。上一节课，我们详细的学习了卷积的原理，在这个过程中给大家讲了一个比较重要的概念，叫做inputchannel，和outputchannel。当然现在不需要直接去实现,卷积的原理PyTorch、或者TensorFlow什么的其实都实现了。但我们现在如果要用PyTorch的卷积操作，它就会有一个inputchannel和outputchannel的一个写法。这里的方法是Conv2
茶桁·2023-12-18 08:21

实验记录：可能造成深度学习模型训练过程中准确率振荡的原因

可能造成模型训练过程中准确率振荡的原因：数据集因素：1.数据集中含有噪声或者样本分布不平衡，这会导致模型学习到一些错误的规律，从而引起训练准确率的震荡。2.训练数据量过小。如果训练数据集过小，会导致样本不足，难以准确反映整个数据集的特征分布，从而引起训练准确率的震荡。模型因素：1.模型复杂度过高或过低。模型过于复杂，可能会导致过拟合；模型过于简单，可能会导致欠拟合。都会引起训练准确率的震荡。2.训
爱编程的小金毛球球·2023-12-18 08:51

实验记录：深度学习模型收敛速度慢有哪些原因

深度学习模型收敛速度慢有哪些原因？学习率设置不当：学习率是算法中一个重要的超参数，它控制模型参数在每次迭代中的更新幅度。
爱编程的小金毛球球·2023-12-18 08:49

暂退法(丢弃法)

在深度学习中，丢弃法（Dropout）是一种常用的正则化技术，旨在减少模型的过拟合现象，可能会比之前的权重衰减(WeightDecay)效果更好。
奉系坤阀·2023-12-18 08:37

权重衰减(Weight Decay)

在深度学习中，权重衰减（WeightDecay）是一种常用的正则化技术，旨在减少模型的过拟合现象。权重衰减通过向损失函数添加一个正则化项，以惩罚模型中较大的权重值。
奉系坤阀·2023-12-18 08:37

深度学习中的潜在空间

LatentSpace这一概念是十分重要的，它在“深度学习”领域中处于核心地位，即它是用来学习数据的潜在特征，以及学习如何简化这些数据特征的表达，以便发现某种规律模式，最终来识别、归类、处理这些数据。
智慧医疗探索者·2023-12-18 08:35

基于googlenet深度学习网络的中药材种类识别算法matlab仿真

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1深度学习基础4.2GoogLeNet网络结构4.3中药材种类识别算法流程5.算法完整程序工程1.算法运行效果图预览2.
简简单单做算法·2023-12-18 08:38

用python需要什么配置电脑,python需要的电脑配置

学习python编程需要什么配置的电脑简单的来讲，Python的话普通电脑就可以，机器学习几大基础算法都可以，如果学习深度学习的话，选择一个配置高的台式电脑即可，其他配置留下升级空间;如果选择笔记本的话可以要强劲点的
wenangou·2023-12-18 07:21

深度学习部署架构：以 Triton Inference Server（TensorRT）为例

什么是模型部署？模型训练只是DeepLearning的一小部分，如《HiddenTechnicalDebtinMachineLearningSystems》机器学习系统的技术债书中所说。现有几种搭建框架：Python：TF+Flask+Funicorn+NginxFrameWork：TFserving，TorchServe，ONNXRuntimeIntel：OpenVINO，NVNN，QNNPAC
禅与计算机程序设计艺术·2023-12-18 05:03

【深度学习】强化学习（七）基于策略函数的学习方法

文章目录一、强化学习问题1、交互的对象2、强化学习的基本要素3、策略（Policy）4、马尔可夫决策过程5、强化学习的目标函数6、值函数7、深度强化学习二、基于值函数的学习方法三、基于策略函数的学习方法一、强化学习问题  强化学习的基本任务是通过智能体与环境的交互学习一个策略，使得智能体能够在不同的状态下做出最优的动作，以最大化累积奖励。这种学习过程涉及到智能体根据当前状态选择动作，环境根据智能体
QomolangmaH·2023-12-18 02:10

AI时代必备!这15个Python库帮你构建智能应用

例如TensorFlow丰富的API帮助搭建深度学习系统,NLTK提供了丰富的文本处理工具,OpenCV具有出色的计算
0语1言·2023-12-18 02:34

如何在知识焦虑的时代，成为深度学习者？｜五维学习力

本文字数7464，预计阅读时间15分钟。今天分享的书籍是《五维学习力》本书作者王咏，法国蒙彼利埃大学工商管理博士，曾任七匹狼集团副总裁，现任南讯股份合伙人、高级副总裁，为欧莱雅、西门子、华为等数千家国内外知名企业提供数字化解决方案和系统服务。他曾获评2018年度“大数据科技传播奖十大领军人物”、IAI国际广告节2020年度“数字营销影响力人物”，是中国大数据联盟专家委员及第一财经商业数据中心数据顾
楠悦读_858f·2023-12-18 02:05

深度学习基础篇之Batch_Size

1.Batch_size、epoch、iteration之间的关系？2.为什么需要batch_size？整个数据集训练的话，损失肯定是最稳定的，但是数据太大时内存显存大小无法满足要求，计算得到的梯度差别较大，无法找到一个全局的学习率满足所有的梯度的变化3.如何选取batch_size？对于小数据集而言，可以采用全数据集，训练稳定，都是整体的梯度下降方向，但是不同的梯度值差别较大，难以获得一个全局学
qq_45692660·2023-12-18 00:59

深度学习基础篇之标准化与归一化

1.为什么需要归一化？加快网络的收敛，避免出现梯度弥散2.归一化与标准化的区别？同：都是一种线性变化，都是按照比例在进行缩放与偏移不同：归一化是将数据归一化到[-1,1]或者[0,1]的分布，由变量的极值决定其缩放。标准化是将数据转化为均值为零当差为1的正态分布3.为什么需要进行归一化或者是标准化？加速训练(结合激活函数及其梯度进行阐述)，0与100与0与10之间的区别，转换到相同的特征空间4.归
qq_45692660·2023-12-18 00:59

《深度学习500问》外链笔记

1.这个是什么意思2.核函数3.公式理解4.L1和L2正则L1和L2正则化是机器学习中常用的两种正则化技术，它们通过在损失函数中添加一个惩罚项来防止模型过拟合。这两种技术的主要区别在于惩罚项的形式。L1正则化（Lasso正则化）L1正则化通过向损失函数添加权重的绝对值的总和来工作L1正则化的效果之一是它倾向于产生稀疏的权重矩阵，即模型中很多权重会变为0，这有助于特征选择，因为模型会忽略不那么重要的
Vincent不是文森特·2023-12-18 00:33

数据加载器---- collate_fn 参数

在深度学习中，数据加载器（DataLoader）是用来批量加载数据的工具collate_fn：数据加载器的一个参数，用于指定如何将单个样本组合成一个批次当使用数据加载器加载数据时，每个样本被解释为一个元组或字典在进行训练时
Kelly_Ai_Bai·2023-12-17 23:00

NLP项目实战01--电影评论分类

展示：训练展示如下：实际使用如下：实现方式：选择PyTorch作为深度学习框架，使用电影评论IMDB数据集，并结合torchtext对数据进行预处理。
陶陶name·2023-12-17 23:47

深度学习项目实战：垃圾分类系统

简介：今天开启深度学习另一板块。就是计算机视觉方向，这里主要讨论图像分类任务–垃圾分类系统。其实这个项目早在19年的时候，我就写好了一个版本了。
陶陶name·2023-12-17 23:44

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（三）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别
小胡说人工智能·2023-12-17 22:23

深度学习之模型权重

在深度学习中，模型的权重（weights）是指神经网络中的参数，这些参数用于调整和学习模型的行为，以便能够对输入数据进行有效的映射和提取有用的特征。
千山万水人海中666·2023-12-17 22:22

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（二）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别
小胡说人工智能·2023-12-17 22:20

基于深度学习的热红外图像增强算法

基于深度学习的热红外图像增强算法属于深度学习领域，在研究和应用中逐渐得到广泛关注。
LittroInno·2023-12-17 22:49

深度学习epoch、psnr、epoch、step解释

样本在机器学习中，样本是指数据集中的一部分完整的数据个体。例如学生成绩表中学生A的所有科目的成绩，手写数字数据集中的某一幅数字图片。什么是正样本？所谓正样本是指希望正确分类出的类别多对应的样本。例如判断一张人物头像照片是否为男性。那么在数据训练的时候，男性图片就是正样本，负样本就是女性照片了。step,也称为iteration通常被译为迭代，每次迭代会更新模型的参数epoch通常被译为轮数，是指训
-兰天白云-·2023-12-17 22:49

大数据机器学习与深度学习—— 生成对抗网络（GAN）

GAN概述在讲GAN之前，先讲一个小趣事，你知道GAN是怎么被发明的吗？据IanGoodfellow自己说：之前他一直在研究生成模型，可能是一时兴起，有一天他在酒吧喝酒时，在酒吧里跟朋友讨论起生成模型。然后IanGoodfellow想到GAN的思想，跟朋友说你应该这么做这么做这么做，我打赌一定会有用。但是朋友不信，于是他直接从酒吧回去开始做实验，一晚上就写出了GAN论文，其实灵感也是成功很重要的一
星川皆无恙·2023-12-17 22:18

基于深度学习的人脸测距＆社交距离过近警报系统

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义近年来，随着深度学习技术的快速发展，人脸识别技术在各个领域得到了广泛应用
xuehaisj·2023-12-17 21:47

【图像分类】【深度学习】【Pytorch版本】 ResNeXt模型算法详解

【图像分类】【深度学习】【Pytorch版本】ResNeXt模型算法详解文章目录【图像分类】【深度学习】【Pytorch版本】ResNeXt模型算法详解前言ResNeXt讲解分组卷积(GroupConverlution
牙牙要健康·2023-12-17 21:47

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别
小胡说人工智能·2023-12-17 21:44

循环神经网络（1）循环神经网络的记忆能力实验

也可以接受自身的信息，形成具有环路的网络结构．和前馈神经网络相比，循环神经网络更加符合生物神经网络的结构．目前，循环神经网络已经被广泛应用在语音识别、语言模型以及自然语言生成等任务上．本章内容基于《神经网络与深度学习
Simon52314·2023-12-17 21:43

网络推理之深度学习推理框架

如何选择深度学习推理框架？为什么C++上的libtorch反而没有python上的pytorch快？PyTorchvsLibTorch：网络推理速度谁更快？
dataloading·2023-12-17 21:43

深度学习记录--随机初始化

权重权重，指的是变量系数w，决定了变量的变化率它会改变dw，进而改变下一轮的w(改变更新)神经网络的权重对于神经网络(含隐藏层)由于权重的对称性，我们的隐层的神经单元输出始终不变，出现隐藏神经元的对称性这种对称性会导致a值和w值无法进行正常的迭代更新，导致每层的节点作用式微，神经网络也就失去其作用了一般来说，模型所有的权重w随机初始化，所有偏置b初始化为0这种方法，在反向传播的过程中所有权重的导数
蹲家宅宅·2023-12-17 20:33

深度学习记录--参数与超参数

什么是超参数在深度学习的神经网络图中，有一堆参数，这些参数分成了普通参数和特殊参数，其中特殊参数往往被称为超参数超参数(hyperparameters),在某种程度上决定了普通的参数，并且是需要额外给出的如下图参数设定对于超参数的设置
蹲家宅宅·2023-12-17 20:33

度量深度学习模型深度的方法

第一种方式基于评估架构所需执行的顺序指令的数目，深度取决于我们视为计算的步骤如下图所示：左边我们把乘法、加法、Sigmoid函数作为一个计算步骤，那么左图模型的深度为3；右边我们将左图的步骤视为一个整体逻辑回归，那么右图的模型深度为3第二种方式将描述概念彼此如何关联的图的深度视为模型深度例如，一个AI系统观察其中一只眼睛在阴影中的脸部图像时，它最初可能只看到一只眼睛。但当检测到脸部的存在后，系统可
月光_a126·2023-12-17 20:03

拆解！何为AI Agent？

深度学习自然语言处理分享作者：爱吃牛油果的璐璐[1]Agent就是智能体的意思。>快来！NLP论文投稿、LLM交流、论文直播群前沿最近AI圈很火的一个话题就是AIAgent了！
zenRRan·2023-12-17 19:56

教会羊驼说话：Instruction Tuning的最新进展

深度学习自然语言处理分享整理：Winnie本文翻译自以下高天宇博士的博客，感谢作者的分享。
zenRRan·2023-12-17 19:26

综述 | 揭秘高效大型语言模型：技术、方法与应用展望

深度学习自然语言处理原创作者：Xnhyacinth近年来，大型语言模型（LLMs）在自然语言处理领域取得了显著的进展，如GPT-series(GPT-3,GPT-4)、Google-series(Gemini
zenRRan·2023-12-17 19:52

【Python百宝箱】挖掘文本宝藏：畅游Python NLP库，解锁多彩语言处理技能

随着深度学习和自然语言处理领域的迅猛发展，越来越多的Python库涌现，为我们提供了强大的工具和技术，使得处理文本数据变得更加高效和便捷。本文将深入探讨几个领先的Python
friklogff·2023-12-17 19:45
上一页 89 90 91 92 93 94 95 96 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他