深度学习-学习笔记

升级生命软件实修课程｜第一课学习笔记

精彩摘要：1、我们人生里面所有的行为背后都有一个程序。这个世界根本上就没有什么自由，你所谓的自由都被某种程序所控制。这些程序，小到我们的商业，大到我们的进化基因，还有我们的文化。面对这些程序，我们完全没有自由，你以为的自由，其实是某些智商更高、权利更大的人，他们在更高的层面来掌控我们的人生。如果我们不去看到这段程序，不去觉察它，我们一辈子都是别人棋盘上的一枚棋子，人家让我们往哪里，都设定一个程序把
昀夕的话·2024-08-30 10:30

自然语言处理（NLP）与机器学习：深度探索两者的关系

（NLP）与机器学习：深度探索两者的关系1.自然语言处理(NLP)的概述NLP的主要任务包括：2.机器学习(ML)的概述机器学习的主要类型包括：3.NLP与机器学习的关系1.机器学习驱动NLP任务2.深度学习与
听忆.·2024-08-30 10:51

12306项目学习笔记（框架篇Base）

首先学习的是基础框架ApplicationContextHolderApplicationContextHolder提供了一种静态方式来访问Spring容器中的Bean，适用于某些特定场景，如工具类和框架集成。在12306项目中由于我们引入了RocketMQ消息队列，这些库的对象通常不是Spring管理的，无法直接使用@Autowired注入，所以需要ApplicationContextHolde
Rainyocode·2024-08-30 09:20

【深度学习】embedding的简单理解

文章目录一、简单理解二、其他通俗理解一、简单理解特征嵌入，将数据转换（降维）为固定大小的特征表示（矢量），以便于处理和计算（如求距离）。例如，针对用于说话者识别的语音信号训练的模型可以允许您将语音片段转换为数字向量，使得来自相同说话者的另一片段与原始向量具有小的距离（例如，欧几里德距离）。embedding的主要目的是对（稀疏）特征进行降维，它降维的方式可以类比为一个全连接层（没有激活函数），通过
旅途中的宽~·2024-08-30 09:47

Datawhale X 李宏毅苹果书AI夏令营深度学习详解进阶Task02

目录一、自适应学习率二、学习率调度三、优化总结四、分类五、问题与解答本文了解到梯度下降是深度学习中最为基础的优化算法，其核心思想是沿着损失函数的梯度方向更新模型参数，以最小化损失值。
z are·2024-08-30 08:14

深度学习中Embedding的理解

在深度学习领域，Embedding一般用于代表某个类目的全部相关信息，表现形式为一个向量。
普通攻击往后拉·2024-08-30 08:44

深度学习速通系列:贝叶思&SVM

贝叶斯（Bayesian）方法和支持向量机（SVM，SupportVectorMachine）是两种不同的机器学习算法，它们在解决分类和回归问题时有着不同的原理和应用场景贝叶斯方法：贝叶斯方法基于贝叶斯定理，这是一种利用已知信息（先验概率）来预测未知事件（后验概率）的概率方法。它通常用于分类问题，特别是当数据集较小或存在类别不平衡时。贝叶斯方法可以处理不确定性，并且可以通过增加新的数据来更新先验概
Ven%·2024-08-30 08:13

【QT】学习笔记：处理JSON对象、字符串

在Qt中处理JSON数据非常方便，Qt提供了QJsonDocument、QJsonObject、QJsonArray、QJsonValue等类来处理JSON数据。下面是一个简单的代码示例，演示如何解析JSON字符串、修改JSON数据并将其转换回字符串。示例代码1.JSON字符串解析假设我们有以下JSON字符串：{"name":"JohnDoe","age":30,"isEmployed":true
海纳老吴·2024-08-30 08:13

机器学习和深度学习·贝叶斯优化和optuna

贝叶斯优化贝叶斯优化的思想先验：取点似然：假设分布取了n个点之后…后验：近似取得极值贝叶斯优化的数学过程在贝叶斯优化的数学过程当中，我们主要执行以下几个步骤：1定义需要估计的f(x)f(x)f(x)以及xxx的定义域2取出有限的n个xxx上的值，求解出这些xxx对应的f(x)f(x)f(x)（求解观测值）3根据有限的观测值，对函数分布进行假设（该假设被称为贝叶斯优化中的先验知识），得出该假设分布上
0xMayL·2024-08-30 08:39

【ShuQiHere】《机器学习的进化史『下』：从神经网络到深度学习的飞跃》

【ShuQiHere】引言：神经网络与深度学习的兴起在上篇文章中，我们回顾了机器学习的起源与传统模型的发展历程，如线性回归、逻辑回归和支持向量机（SVM）。
ShuQiHere·2024-08-30 07:07

PyTorch深度学习实战（27）—— PyTorch分布式训练

本节将详细介绍如何进行神经网络的分布式训练。其中1.1将结合MPI介绍分布式训练的基本流程，1.2与1.3将分别介绍如何使用torch.distributed以及Horovod进行神经网络的分布式训练。1PyTorch分布式训练1.1使用MPI进行分布式训练下面讲解如何利用MPI进行PyTorch的分布式训练。这里主要介绍的是数据并行的分布式方法：每一块GPU都有同一个模型的副本，仅加载不同的数据
shangjg3·2024-08-30 07:37

javascript学习笔记--dom查询练习(二)

通过具体的元素节点调用方法，返回当前节点的指定标签名后代节点getElementByTagName()1.属性，表示当前节点的所有子节点(会获取包括文本节点在内的所有子节点)，在IE8及以下的浏览器中，不会将空白文本当成子节点：childNodes2.属性，是获取当前元素下的所有子元素这样就不会再包括空白文档：children3.属性表示当前节点的第一个子节点：firstChild4.属性表示当前
持续5年输出bug·2024-08-30 07:29

PyTorch Geometric（torch_geometric）简介

图网络是深度学习领域的一种强大工具，它能够处理结构化数据，如社交网络、分子结构、交通网络等。
小桥流水---人工智能·2024-08-30 06:32

深入理解PyTorch中的`torch.topk`函数！！！（个人总结，为了方便我自己复习，要是同时也能帮助到大家就更好了）

`torch.topk`函数概述函数签名返回值2.基本用法示例1：找到一维张量的最大值示例2：在二维张量的指定维度上操作3.高级应用4.结论深入理解PyTorch中的torch.topk函数在深度学习和数据处理中
小桥流水---人工智能·2024-08-30 06:32

在 PyTorch 中，`permute` 方法是一个强大的工具，用于重排张量的维度。

这在深度学习中非常有用，尤其是在处理具有多维数据（如图像、视频或复杂数组）的神经网络时。
小桥流水---人工智能·2024-08-30 06:32

PyTorch概述

它广泛用于深度学习和神经网络的研究和开发。PyTorch以其动态计算图、灵活性和简单易用的接口而闻名，深受研究人员和开发者的喜爱。
fydw_715·2024-08-30 06:01

[Scene Graph] 图神经网络的核心方法——Message Passing

深度学习方法的兴起是从计算图像处理（ComputerVision）领域开始的。以卷积神经网络（CNN）为代表的方法会从邻近的像素中获取信息。
风中摇曳的小萝卜·2024-08-30 06:01

基于深度学习的分子生成

基于深度学习的分子生成是一项结合化学、计算科学与人工智能的新兴领域，旨在利用深度学习模型来生成具有特定性质的分子结构。该技术在药物发现、材料科学和合成化学等领域具有广泛的应用前景。
SEU-WYL·2024-08-30 06:29

算法学习笔记-复杂度分析上

如何分析、统计算法的执行效率和资源消耗为什么需要复杂度分析首先我们很多程序都可以通过统计，监控等方式帮助我们得到程序执行的时间与占用的内存大小。但是这些统计方法有很大的局限性。测试结果非常依赖测试环境。不同的测试机器，同样的代码执行效率就不同。测试结果数受数据规模的影响很大。数据规模大，我们的代码执行效率低。测试结果不能真正的反应我们的内容大O复杂度表示法我们假设一行代码执行一次的时间是unit_
胖琪的升级之路·2024-08-30 05:13

jsprit学习笔记

jsprit简介jsprit是一个开源的解决VRP（车辆路径问题）问题的工具，其中主要使用的是RuinAndRebuild算法。基本概念jsprit中包含几个基本的概念，包括车辆，车辆类型等，以及他们能挂载的诸多属性。jsprit的结果（solution）结构如图RuinAndRebuild流程Rebuild流程选取现在还未分配的一个服务点尝试加入每个完整路径中在每个完整路径中选取一段路径进行插入
chengong6006·2024-08-30 04:17

[Matsim]Matsim学习笔记-时变路段的创建

学习需求：在交通模拟中，默认的路网中link的速度是不随时间发生变化，在实际的交通流中，高峰期和平峰期的link的速度是不同的，甚至，在不同的时间段，速度也不相同，因此需要实现link的速度随时间段进行更新，带着这个需求，开始继续学习matsim…调研笔记调研matsim幸运的发现，matsim的已经实现了这个需求，在matsim中支持三种模式的时变路网更新，时变路网支持三种变化模式：在指定的时间
默默前行的蜗牛·2024-08-30 03:14

[Matsim]Matsim学习笔记-population.xml的创建

学习需求在利用matsim实现交通模拟时，需要把模拟的乘客出行数据替换成自己的，如何进行替换呢？带着这个问题，调研学习matsim，实现population.xml的生成调研笔记幸运的发现matsim中实现了很多的writer工具类，population的生成就需要用到PopulationWriter这个工具类。population.xml示例代码：示例代码中创建person对象需要的标签id、起
默默前行的蜗牛·2024-08-30 03:14

python网络编程学习笔记

知识点框架协议栈与库端口号、套接字、绑定接口、udp分组、套接字选项、广播TCP工作原理，套接字的含义，每个会话使用一个套接字，地址已被占用，绑定接口，死锁，已关闭连接，半开连接，像文件一样使用TCP流主机名与套接字，现代地址解析，DNS协议字节与字符串，封帧与引用，pickle与自定义定界符的格式，xml与json，压缩，未来异常生成证书，TLS负载移除，手动选择加密算法与完美前向安全，支持tl
github_czy·2024-08-30 02:03

scrapy学习笔记0828-下

1.爬取动态页面我们遇见的大多数网站不大可能会是单纯的静态网站，实际中更常见的是JavaScript通过HTTP请求跟网站动态交互获取数据（AJAX），然后使用数据更新HTML页面。爬取此类动态网页需要先执行页面中的JavaScript代码渲染页面，再进行爬取。在这里我们采用scrapy官方推荐的Splash渲染引擎，我们需要通过docker来安装splash并使其运行起来，这里就暂时不展开，安装
github_czy·2024-08-30 02:31

【学习笔记】：Ubuntu 22 使用模型量化工具llama.cpp部署大模型 CPU+GPU

学习笔记：Ubuntu22使用模型量化工具llama.cpp部署大模型CPU+GPU前言1下载并编译llama.cpp1.1git下载llama.cpp仓库源码1.2编译源码（make）1.2.1选择一
淮序_·2024-08-30 02:00

基于深度学习的人类行为模仿

基于深度学习的人类行为模仿是指利用深度学习技术构建模型，使计算机系统能够学习、理解、并模仿人类的行为。
SEU-WYL·2024-08-30 01:26

软件测学习笔记丨Linux的进程与线程

本文转自测试人社区，原文链接：https://ceshiren.com/t/topic/32047一、简介进程：在Linux中，进程指正在运行的程序的示例。每个进程都有一个唯一的标识符（PID），并且可以包含代码、数据和文件描述符等信息。进程是操作系统的基本单位，它们在系统中相互独立地运行，并通过操作系统调度器进行管理。线程：在Linux中，线程是一种轻量级的执行流，是cpu调度的基本单位，可以共
霍格沃兹测试开发学社测试人社区·2024-08-29 23:41

爆改yolov8|利用BSAM改进YOLOv8，高效涨点

BSAM（BiLevelSpatialAttentionModule）是一个用于提升深度学习模型在空间特征处理中的能力的模块。它主要通过双层注意力机制来增强模型对重要空间信息的关注，从而提升任务性能。
不想敲代码！！！·2024-08-29 22:37

Linux云计算学习笔记08 （CentOS 进程管理）

一.进程的定义程序：文件，一般是二进制，静态/usr/sbin/httpd，/usr/sbin/sshd程序是二进制文件（面试题之一）进程：是程序运行的过程，动态，有生命周期的，可以产生和消亡的(进程是已启动的可执行程序的运行实例,实例即运行可执行程序)。线程：线程是进程之内独立执行的一个单元。对于操作系统而言，其调度单元是线程；一个进程至少包括一个线程，通常将该线程称为主线程；一个进程从主线程的
墨影萧萧·2024-08-29 21:02

《Python语言程序设计》第八章学习笔记

《Python语言程序设计》学习笔记笔记选自《Python语言程序设计》[美]梁勇著本篇笔记没有记录用python绘画的turtle库第8章更多字符串和特殊方法创建字符串s1=str()s2=str("
Kinno酱·2024-08-29 19:46

Linux 学习笔记：input 子系统

一、概述input子系统是管理输入的子系统，和pinctrl、gpio子系统一样，都是Linux内核针对某一类设备而创建的框架。input子系统分为input驱动层、input核心层、input事件处理层，最终给用户空间提供可访问的设备节点。二、使用input子系统编写设备驱动的流程2.1驱动入口2.1.1申请input_devstructinput_dev*input_allocate_devi
gdut_llkkyy·2024-08-29 19:44

基于yolov8的8种人脸表情检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv8的人脸表情检测系统是一个结合了先进目标检测算法（YOLOv8）与深度学习技术的项目，旨在实时或离线地识别并分类人脸表情（如快乐、悲伤、愤怒、惊讶、恐惧、厌恶、中立等）。
FL1623863129·2024-08-29 15:52

AI如何创造情绪价值

AI技术通过模拟人类神经网络的工作方式，对复杂的数据进行深度学习和理解，逐渐具备了处理人类情感的能力。在客户服务领域，情绪识
学客汇·2024-08-29 14:14

python工资条教程_python学习笔记--工资条发放软件

1#!/usr/bin/envpython2#-*-coding:UTF-8-*-3importsmtplib4fromemail.mime.textimportMIMEText5mailto_list=['[email protected]']#收件人(列表)6mail_host="smtp.163.com"#使用的邮箱的smtp服务器地址，这里是163的smtp地址7mail_user="[email protected]
weixin_39873191·2024-08-29 13:36

Django 学习笔记（一）—— 快速建站

Django是一个基于MVC（Model-View-Controller）模式的服务器端的Web框架，由Python语言编写。其创建之初主要是用来与关系型数据库进行交互，随着技术的不断革新，Django也逐渐融合了众多更现代的Web开发趋势。作为一个成熟的Web开发框架，Django有着众多企业级的应用，如Instagram、Pinterest、NationalGeographic等。Django
rollingstarky·2024-08-29 13:29

深度学习：探索人工智能的无限可能

而在AI领域，深度学习是近年来发展最为迅速的一个分支。本文将深入探讨深度学习及其相关领域，包括计算机视觉、自然语言处理、神经网络和强化学习。
木小梦(๑• . •๑)·2024-08-29 12:29

深度学习100问7-向量降维的算法有那些

一、主成分分析（PCA）PCA就像你整理一堆考试成绩单。假如成绩单上有好多科目成绩，这就像一个高维向量。但有些科目成绩关系很紧密，比如数学好的同学一般物理也不错，化学也还行。那PCA就会找这些成绩单里最主要的特点，把关系近的科目合成几个新的“大科目”。这样就把原来很多科目的高维向量变成几个“大科目”的低维向量啦。二、奇异值分解（SVD）SVD呢，就好比你有一本很厚的书。书的每一页上的字可以看成一个
不断持续学习ing·2024-08-29 11:54

基于yolov8的绝缘子缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv8的绝缘子缺陷检测系统是一种利用先进深度学习技术的高效解决方案，旨在提升电力行业中输电线路的维护和监控水平。
FL1623863129·2024-08-29 10:16

机器学习和深度学习中常见损失函数，包括损失函数的数学公式、推导及其在不同场景中的应用

目录引言什么是损失函数？常见损失函数介绍3.1均方误差（MeanSquaredError,MSE）3.2交叉熵损失（Cross-EntropyLoss）3.3平滑L1损失（SmoothL1Loss）3.4HingeLoss（合页损失）3.5二进制交叉熵损失（BinaryCross-EntropyLoss）3.6KL散度（KLDivergence）3.7Huber损失（HuberLoss）3.8对比
早起星人·2024-08-29 09:44

Python学习笔记二(布尔值及类型检查)

字符串赋值与布尔值及类型检查布尔值(bool)假：False真：Truea1='a'a2='a'print(a1==a2)print(a1!=a2)TrueFalse布尔值也属于整型，True相当于1False相当于0print(True+
StaticKing·2024-08-29 09:41

Python在神经网络中优化激活函数选择使用详解

如果没有激活函数，神经网络仅仅是线性模型的堆叠，无法胜任深度学习中的各种任务。
Rocky006·2024-08-29 09:39

增强语音对车载语音质量测试的挑战

语音合成采用了混合单元选择系统，结合了单元选择和参数合成的优势，并通过深度学习进一步提升了语音质量。这种技术的应用，使得语音助手能够在车内环境中提供流畅自然且易于理解的语音交互体验。2
众乐认证·2024-08-29 08:05

CTF_Web：反序列化学习笔记（一）php中的类与对象

0x00前言前期第一次遇到反序列化这方面题目的时候，也看了不少资料，都是前辈们写的总结，但是都是直接从在ctf中的运用开始的，自己在这段时间整理的过程中，发现对于php类与对象了解不是很多，导致在看一些题目、或值前辈的总结时都比较困难，下面参考php文档，结合自己对php类与对象的理解先把反序列化的基础知识做一下整理。0x01php类与对象class在php手册中这样介绍:每个类的定义都以关键字c
星辰照耀你我·2024-08-29 08:02

TensorFlow和它的弟弟们

TensorFlow、TensorFlowLite、TensorFlowLiteMicro是Google在深度学习领域推出的三个不同产品，它们各自有着不同的设计目标和适用场景。
活蹦乱跳酸菜鱼·2024-08-29 08:31

学习笔记1 三大聚类方法：K-means聚类、层次聚类、DBSCAN聚类

学习笔记1：三大聚类方法：K-means聚类、层次聚类、DBSCAN聚类文章目录前言一、K-means聚类操作过程二、层次聚类操作过程三、DBSCAN聚类操作过程总结前言在样本数量较多的情况下，可以通过聚类将样本划分为多个类
泠泠风来·2024-08-29 06:21

Datawhale AI夏令营-task03

DatawhaleAI夏令营-task03笔记来源：DatawhaleAI夏令营数据增强基础数据增强是一种在机器学习和深度学习领域常用的技术，尤其是在处理图像和视频数据时。
ghost_him·2024-08-29 06:50

释放GPU潜能：PyTorch中torch.nn.DataParallel的数据并行实践

释放GPU潜能：PyTorch中torch.nn.DataParallel的数据并行实践在深度学习模型的训练过程中，计算资源的需求往往随着模型复杂度的提升而增加。
2401_85762266·2024-08-29 05:45

如何高效记录并整理编程学习笔记

在编程学习的旅程中，好的笔记记录和整理方法不仅能帮助我们更有效地吸收知识，还能在复习时提供清晰的参考。下面，我将为您提供一些建立高效笔记系统的建议，以帮助您在繁忙学习中保持笔记的条理性，从而打造属于自己的编程学习“知识宝库”。方向一：笔记工具选择提示：1.Notion优点：多功能性：Notion支持笔记、数据库、任务管理和项目管理，用户可以根据自己的需求创建不同工作区和模块。灵活性：支持Markd
vvvae1234·2024-08-29 05:14

每天一个数据分析题（五百零五）- 提升方法

A.AdaboostB.GBDTC.XGBOOSTD.随机森林数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-29 05:43

每天一个数据分析题（五百零六）- 装袋方法

A.AdaboostB.GBDTC.XGBOOSTD.随机森林数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-29 05:43
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他