深度学习-数据集

BP神经网络计算过程：从数学原理到实践优化

引言：神经网络的时代意义与BP算法地位在深度学习重构人工智能边界的今天（Goodfellowetal.,2016），误差反向传播（Backpropagation，BP）算法作为神经网络训练的基石，其数学优雅性和工程实用性完美统一
Acd_713·2025-03-06 13:58

成为LLM大师的必读书籍：这几本大模型书籍，详细到让你一篇文章就收藏足够

以下是几本关于大模型和人工智能领域的经典书籍，它们各自具有独特的特点和适用人群：《深度学习》（DeepLearning）作者：伊恩·古德费洛（IanGoodfellow）、约书亚·本吉奥（YoshuaBengio
AGI大模型老王·2025-03-06 13:58

深度学习模型未来可能会在这些领域取得突破性进展

深度学习模型作为人工智能的核心技术之一，未来有望在多个领域取得突破性进展。以下是一些可能的方向：1.通用人工智能（AGI）目标：开发具有通用智能的模型，能够像人类一样处理多种任务。
xinxiyinhe·2025-03-06 13:55

深度学习进阶：TensorFlow实战指南

本文还有配套的精品资源，点击获取简介：《TensorFlow实战Google深度学习框架》详细指导读者学习TensorFlow，涵盖基础概念、数据流图、API使用、张量和变量操作，深度学习基础如CNN和
ELSON麦香包·2025-03-06 13:53

Python深度学习之路：TensorFlow与PyTorch对比

本文已收录于《Python超入门指南全册》本专栏专门针对零基础和需要进阶提升的同学所准备的一套完整教学，从基础到精通不断进阶深入，后续还有实战项目，轻松应对面试，专栏订阅地址：https://blog.csdn.net/mrdeam/category_12647587.html优点：订阅限时19.9付费专栏，私信博主还可进入全栈VIP答疑群，作者优先解答机会（代码指导、远程服务），群里大佬众多可以
步入烟尘·2025-03-06 12:20

深度学习实战：TensorFlow 开源项目指南

深度学习实战：TensorFlow开源项目指南Deep-Learning-TensorFlow项目地址:https://gitcode.com/gh_mirrors/dee/Deep-Learning-TensorFlow
劳治亮·2025-03-06 12:48

卷积神经网络应用-训练手写体数字数据集并展示识别精度

#卷积神经网络(CNN)训练手写体数据集importnumpyasnpimportmatplotlib.pyplotaspltimporttensorflow.kerasaskaimportdatetime
yeahamen·2025-03-06 12:17

图像识别技术与应用课后总结（14）

训练模型加载预处理数据集：可以借助PyTorch的数据处理工具，如torch.utils和torchvision等定义损失函数：既可以自定义，也能使用PyTorch内置的，像回归任务常用nn.MSELoss
一元钱面包·2025-03-06 12:15

深度学习实战：用TensorFlow构建高效CNN的完整指南

本文将以工业级实践标准，带您从零构建一个在CIFAR-10数据集上达到90%+准确率的CNN模型，深入解析TensorFlow2.x的最新特性，并揭秘模型优化的七大核心策略。
芯作者·2025-03-06 11:13

大模型技术在网络安全领域的应用与发展

一、概述大模型技术，尤其是深度学习和自然语言处理领域的大型预训练模型，近年来在网络安全领域得到了广泛应用。这些模型通过其强大的数据处理能力和泛化能力，为网络安全带来了新的机遇和挑战。
蓝色的香菇·2025-03-06 10:04

基于opencv答题卡识别判卷

回复暗号：13，免费获取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DDPG算法的股票量化交易】2.
深度学习乐园·2025-03-06 10:31

深度学习揭秘：神经网络如何模拟人脑

大家好，我是Shelly，一个专注于输出AI工具和科技前沿内容的AI应用教练，体验过300+款以上的AI应用工具。关注科技及大模型领域对社会的影响10年+。关注我一起驾驭AI工具，拥抱AI时代的到来。AI工具集1：大厂AI工具【共23款】，一次性奉上，今天是百度和阿里AI工具集2：大厂AI工具【共12款】，一次性奉上，看看腾讯和字节的宝贝人工智能&AIGC术语100条Shelly聊AI-重磅发布一
shelly聊AI·2025-03-06 08:45

【价值洼地的狩猎机制】

制度漏洞与认知操控三位一体的组合拳，实现对目标领域的深度殖民化控制：一、价值洼地的狩猎机制1.量子级数据建模摩根士丹利开发的"经济熵变监测系统"，实时抓取全球2.3亿个数据节点（包括电力消耗、集装箱空置率、社交媒体情绪指数等），通过深度学习预测区域经济断裂点
调皮的芋头·2025-03-06 07:09

RAG检索增强:知识图谱赋能的高效问答系统

近年来，随着深度学习技术的兴起，基于深度学习的问答系统取得了显著的进
AI天才研究院·2025-03-06 06:01

AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘

模型架构对比2.1Transformer架构：核心相似性2.2模型规模与参数第三章：训练方法与技术3.1预训练与微调：基础训练方法3.2强化学习与奖励建模3.3知识蒸馏与量化技术第四章：训练数据与应用4.1训练数据集
m0_74825466·2025-03-06 06:29

基于深度学习的田间杂草检测系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLO模型进行目标检测，包含数据集准备、模型训练、用户界面设计及系统实现。
深度学习&目标检测实战项目·2025-03-06 06:28

Scala中的迭代器

这种延迟计算的特性使得迭代器非常适合处理大规模数据集。单次使用（SingleU
麻芝汤圆·2025-03-06 05:54

呼叫智能体：AI时代下的智能交互革命

一、呼叫智能体的核心技术栈声音克隆与TTS进化通过深度学习模型（如VITS、FastSpeech2），系统可克隆特定人声音色，结合大语言模型生
MARS_AI_·2025-03-06 05:48

Python深度学习实践：神经网络在异常检测中的应用

Python深度学习实践：神经网络在异常检测中的应用关键词：深度学习，神经网络，异常检测，Python，TensorFlow，PyTorch，模型优化，实战案例摘要：本文深入探讨了深度学习在异常检测领域的应用
AI天才研究院·2025-03-06 01:53

《深度学习实战》第12集：大模型的未来与行业应用

深度学习实战|第12集：大模型的未来与行业应用随着深度学习技术的快速发展，大模型（如GPT、LLaMA、Bloom等）已经成为人工智能领域的核心驱动力。
带娃的IT创业者·2025-03-06 01:15

深度学习突破：LLaMA-MoE模型的高效训练策略

在人工智能领域，大模型（LLM）的崛起带来了前所未有的进步，但随之而来的是巨大的计算资源需求。为了解决这一问题，Mixture-of-Expert（MoE）模型架构应运而生，而LLaMA-MoE正是这一架构下的重要代表。LLaMA-MoE是一种基于LLaMA系列和SlimPajama的MoE模型，它通过将LLaMA的前馈网络（FFNs）划分为稀疏专家，并为每层专家插入top-K个门，从而显著减小模
人工智能大模型讲师培训咨询叶梓·2025-03-06 01:44

机器学习之学习笔记

机器学习-学习笔记1.简介2.算法3.特征工程3.1数据集3.2特征提取3.3特征预处理3.4特征降维4.分类算法4.1`sklearn`转换器和估计器4.2K-近邻算法（KNN）4.3模型选择与调优4.4
孤城laugh·2025-03-06 00:39

深度学习day1

深度学习day11.深度学习与机器学习的区别1.1特征提取方面1.2数据量与计算性能要求1.3算法代表2.深度学习框架之TensorFlow2.1TensorFlow基础2.2TensorFlow基础知识
孤城laugh·2025-03-06 00:39

深度学习现状与未来发展趋势分析报告（深度学习还是主流吗？）

此博客分析深度学习当前的主流应用领域、其受关注度的变化趋势、可能的技术替代或补充方案、产业界和学术界的不同发展方向，以及影响其受关注度变化的核心因素。
与光同尘 大道至简·2025-03-05 23:59

Python项目-基于深度学习的校园人脸识别考勤系统

引言随着人工智能技术的快速发展，深度学习在计算机视觉领域的应用日益广泛。人脸识别作为其中的一个重要分支，已经在安防、金融、教育等多个领域展现出巨大的应用价值。
天天进步2015·2025-03-05 22:23

深度解析大模型蒸馏方法：原理、差异与案例

深度解析大模型蒸馏方法：原理、差异与案例1.引言随着深度学习的飞速发展，大模型（LargeModels）如GPT、BERT、ViT逐渐成为AI领域的主流。
赵大仁·2025-03-05 21:46

基于opencv消除图片马赛克

以下是一个基于Python的图片马赛克消除函数实现，结合了图像处理和深度学习方法。
小苗爸爸·2025-03-05 20:11

【AI深度学习基础】Pandas完全指南入门篇：数据处理的瑞士军刀 （含完整代码）

Pandas系列文章导航入门篇进阶篇终极篇一、引言在大数据与AI驱动的时代，数据预处理和分析是深度学习与机器学习的基石。
arbboter·2025-03-05 20:08

对“预训练”的理解

预训练有什么用传统的机器学习是偏数学的，对数据的量不做过多要求，而深度学习的项目通常是有大量的数据可供使用。
衣衣困·2025-03-05 18:59

基于 Flink CDC YAML 的 MySQL 到 Kafka 流式数据集成

这篇教程将展示如何基于FlinkCDCYAML快速构建MySQL到Kafka的流式数据集成作业，包含整库同步、表结构变更同步的演示和特色功能的介绍。
·2025-03-05 16:47

数据挖掘data mining

数据挖掘是从大量数据集中提取有用信息和知识的过程。它通常涉及使用算法和技术来分析数据，以发现数据中的模式、趋势和关联。数据挖掘可以帮助企业和组织理解客户行为，预测市场趋势，优化运营流程等。
Wlq0415·2025-03-05 16:30

赋能农业数字化转型 用DeepSeek大模型开启智慧农业新纪元

通过深度学习历史种植数据、气象信息、土壤墒情等多维农业要素，平台可精准预测病虫害风险、产量波动及市场趋势，为农户提供科学种植
jingwang-cs·2025-03-05 15:24

Flink Oceanbase Connector详解

它允许Flink读取和写入OceanBase数据库中的数据，支持实时数据处理和流式数据集成。
24k小善·2025-03-05 11:17

AI创业机遇：垂直领域无限可能

AI创业垂直领域机器学习深度学习自然语言处理计算机视觉无人驾驶1.背景介绍人工智能（AI）正在各行各业掀起一场革命，为创业者带来了前所未有的机遇。
AGI大模型与大数据研究院·2025-03-05 10:08

深度学习代码分析——自用

代码来自：https://github.com/ChuHan89/WSSS-Tissue?tab=readme-ov-file借助了一些人工智能1_train_stage1.py代码功能总览该代码是弱监督语义分割（WSSS）流程的Stage1训练与测试脚本，核心任务是通过多标签分类模型生成图像级标签，为后续生成伪掩码（Pseudo-Masks）提供基础。代码分为train_phase和test_p
肆——·2025-03-05 08:28

Python | Pytorch | Tensor知识点总结

PyTorch的Tensor具有动态计算图，可用于深度学习模型的前向
漂亮_大男孩·2025-03-05 08:27

pytorch 模型测试

importtorchimporttorch.nnasnnimporttorchvisionimporttorchvision.transformsastransforms2.加载测试数据假设我们使用的是CIFAR-10数据集作为示例
小赖同学啊·2025-03-05 07:24

Pandas 高级使用技巧：高效数据处理与优化

文章目录Pandas高级使用技巧：高效数据处理与优化1.高效处理大规模数据集节省内存：指定`dtypes`2.高效的数据合并与连接使用`merge`高效合并使用`concat`拼接多个DataFrame3
壹屋安源·2025-03-05 07:23

2025 AI表单数据分析工具

以下是一些亮点：自动化生成图表：根据上传数据集自动生成可交互的可视化图表一键生成数据报告：基于数据集一
javainthinking123·2025-03-05 07:51

一文讲清楚自我学习和深度学习

自我学习（Self-Learning）和深度学习（DeepLearning）是两个不同的概念，但它们在某些应用场景中可以有交集。下面我们将分别介绍这两个概念，并探讨如何将它们结合起来用于自我学习系统。
平凡而伟大(心之所向)·2025-03-05 07:51

Pytorch实现之基于相对平均生成对抗网络的人脸图像超分辨率

简介简介：改进SRGAN，并使用相对平均生成对抗网络的人脸图像超分辨率训练自己的数据集论文题目：FaceImageSuper-resolutionBasedOnRelativeAverageGenerativeAdversarialNetworks
这张生成的图像能检测吗·2025-03-05 07:49

NCU使用指南及模型性能测试（pytorch2.5.1）

本项目在原项目的基础上增加了NsightCompute(ncu)测试的功能，并对相关脚本功能做了一些健硕性的增强，同时，对一些框架的代码进行了更改（主要是数据集的大小和epoch等），增加模型性能测试的效率
Jakari·2025-03-05 02:05

深度学习数据集封装-----目标检测篇

前言在上篇文章中，我们深入探讨了图像分类数据集的制作流程。图像分类作为计算机视觉领域的一个基础任务，通常被认为是最为简单直接的子任务之一。
科研小天才·2025-03-05 02:34

深入理解 Transformer：用途、原理和示例

深入理解Transformer：用途、原理和示例一、Transformer是什么Transformer是一种基于注意力机制（AttentionMechanism）的深度学习架构，在2017年的论文“AttentionIsAllYouNeed
范吉民(DY Young)·2025-03-05 01:55

深度学习算法模型：从原理到未来

近年来，人工智能（AI）技术以前所未有的速度改变着人类生活，而深度学习的崛起无疑是这场技术革命的核心驱动力。
YDH_AlwaysRunning·2025-03-05 00:20

大模型推理速度测评的实战代码

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
herosunly·2025-03-04 21:59

深入探索Python机器学习算法：模型评估

深入探索Python机器学习算法：模型评估文章目录深入探索Python机器学习算法：模型评估模型评估1.数据集划分1.1划分原则和方法1.2交叉验证技术1.3不同数据集划分方法的适用性2.评估指标分析2.1
数据攻城小狮子·2025-03-04 20:53

微调（Fine-tuning）

微调（Fine-tuning）是自然语言处理（NLP）和深度学习中的一种常见技术，用于将预训练模型（Pre-trainedModel）适配到特定任务上。
路野yue·2025-03-04 20:49

大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》

构建数据集对于大语言模型（LLM）的训练而言，首先需要构建
XiyouLinux_Kangyijie·2025-03-04 18:33

软件设计和软件架构之间的区别

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-03-04 17:56
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他