深度学习-论文阅读第42页

2022-12-16

GPU云服务器基于GPU应用的计算服务，适用于视频解码、图形渲染、深度学习、科学计算等应用场景GPU云服务器是基于GPU应用的计算服务。具有实时高速、并行计算、浮点计算能力强等特点。

darkvm美美·2024-01-26 22:12

AI时代每个程序员都应该了解 GPU 基础知识

在过去的十年中，GPU由于在深度学习中的广泛使用而变得异常重要。如今，每个软件工程师都必须对其工作方式有基本的了解。我写这篇文章的目的是为您提供一些基础知识。

xuejianxinokok·2024-01-26 22:32

五大自然语言处理技术里程碑浅析

自然语言处理的发展随着深度学习和大数据技术的进步，自然语言处理取得了显著的进步。人们正在研究如何使计算机更好地理解和生成人类语言，以及如何应用NLP技术改善搜索引擎、语音助手、机器翻译等领域。

Syntax_CD·2024-01-26 21:54

AI引爆算力需求，思腾推出支持大规模深度学习训练的高性能AI服务器

近日人工智能研究公司OpenAI公布了其大型语言模型的最新版本——GPT-4，可10秒钟做出一个网站，60秒做出一个游戏，参加了多种基准考试测试，它的得分高于88%的应试者；随后百度CEO李彦宏宣布正式推出大语言模型“文心一言”，作为百度全新一代知识增强大语言模型，其能够与人对话互动、回答问题、协助创作、高效便捷地帮助人们获取信息、知识和灵感。随着这些应用AIGC应用的发布，人工智能变成了街头巷尾

STGPU·2024-01-26 19:58

2018-11-02

今天学校组织的“基于深度学习的有效小组合作教学研讨会”，下午由于我们级部教师紧缺，我第一节课在八班上课，第二节课又在五班上课，所以错过了好多精彩。

sunshine曾经·2024-01-26 19:41

PyTorch项目笔记（三）使用ImageNet预训练ResNet18模型训练图像分类模型

matplotlib可视化数据集3模型训练函数4使用torchvision微调模型5观察模型预测结果6固定模型参数1加载ImageNet预训练模型在torchvision.model包中定义了许多模型用于完成图像方面的深度学习任务

Xyzz1223·2024-01-26 19:40

深度学习入门必知必会

深度学习是机器学习领域的一个重要分支，它通过构建和训练神经网络模型来实现智能化任务。

诗雅颂·2024-01-26 19:31

精选11篇顶会论文，深度学习时间序列预测模型汇总！（含2024最新）

而深度学习，作为人工智能领域的一个重要分支，它强大的算法和模型为我们解决复杂多变的时间序列预测问题提供了前所未有的有力工具。

AI热心分享家·2024-01-26 18:03

deeplab 系列文章

semanticimagesegmentationwithdeepconvolutionalnetsandfullyconnectedCRFs对于传统的DCNN网络来说，其实都是具有不变性的这个特征的，深度学习是十分适合高阶的计算机视觉任务

horsetif·2024-01-26 18:33

《动手学深度学习(PyTorch版)》笔记3.3

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.3ConciseImplementationsofLinearRegressionimportnumpyasnpimpor

南七澄江·2024-01-26 18:34

基于LSTM深度学习模型进行温度的单步预测(使用PyTorch构建模型)

一、引言我们使用PyTorch构建了一个LSTM模型来进行单步温度预测。我们首先爬取成都市近十年的温度数据并进行预处理，然后定义了LSTM模型、损失函数和优化器。接着，我们进行了多轮训练，每轮训练包括前向传播、计算损失、反向传播和更新权重等步骤。最后，我们使用训练好的模型进行了温度预测，并将预测结果与真实温度值进行了比较。目前关于LSTM原理的文章有很多，这里不过多赘述。二、数据天气网历史天气频道

孝钦显皇后给过版权费了·2024-01-26 17:00

学习笔记-李沐动手学深度学习（二）（08-09、线性回归、优化算法、梯度下降、Softmax回归、损失函数、图片分类）

总结以_结尾的方法，好像是原位替换（即原地修改，就地修改变量）如fill_()感恩的心：（沐神的直播环境）08-线性回归+基础优化算法引言（如何在美国买房）根据现在行情预测房价线性回归（简化模型）、线性模型、神经网络b为偏差扩展到一般化线性模型每个箭头代表一个权重当层单层神经网络原因：不看输出层，将权重层和input放一起带权重的层只有一层【书中】衡量预估质量1/2是为了求导时把2消去线性回归（求

kgbkqLjm·2024-01-26 17:59

学习笔记-李沐动手学深度学习（一）（01-07，概述、数据操作、tensor操作、数学基础、自动求导（前向计算、反向传播））

jupyter记事本、胶片）https://github.com/d2l-ai多体会【梯度指向的是值变化最大的方向】符号维度（弹幕说）2，3，4越后面维度越低4就是一维有4个标量00-预告01-课程安排02-深度学习介绍

kgbkqLjm·2024-01-26 17:28

学习笔记-李沐动手学深度学习（三）（10-11，隐藏层、多层感知机、激活函数、模型超参数选择、欠过拟合）

总结多体会（宏观、哲学）【深度学习的核心】首先是要模型足够大，在此基础上通过各种手段来控制模型容量，使得最终得到较小的泛化误差【一般深度学习特指神经网络这一块】【学习的核心是要学习本质上不变的那些核心思想

kgbkqLjm·2024-01-26 17:28

（深度学习）目标检测常见术语

文章目录AnchorIoU（Intersectionoverunion）NMS（Non-maxsuppression）RP（RegionProposal）BN（BatchNormalization）CEL（CrossEntropyLoss）SoftmaxLogisticRegressionEarlyStoppingDropoutMomentumandlearningdecayAnchor简言之就是

kgbkqLjm·2024-01-26 17:57

学习笔记-李沐动手学深度学习（四）（12-13，权重衰退、L2正则化、Dropout）

总结【trick】过拟合及正则化项参数的理解实际数据都有噪音，一般有噪音后，模型实际学习到的权重w就会比理论上w的最优解（即没有噪音时）大。（QA中讲的）【好问题】（1）不使用正则化（真正学习到的w=13理论上的w=0.01，相差的还是很大）（2）正则化权重lambd=3：明显已经减轻了过拟合的程度（但学到的w是0.3还是比实际的w=0.01偏大的多）因为实际上数据中有很多噪音，模型在学习时也会受

kgbkqLjm·2024-01-26 17:55

大模型理论基础初步学习笔记——第八章分布式训练

流水并行8.2.4混合并行参考：本文GitHub地址https://github.com/panda-like-bamboo/Study-CS324第八章分布式训练8.1为什么分布式训练越来越流行背景：深度学习广泛应用

panda_dbdx·2024-01-26 17:31

数字孪生系统的第三方算法库

1.TensorFlow：TensorFlow是一个开源的机器学习框架，提供了各种工具和库，用于构建和训练深度学习模型。它可以在数字孪生系统中用于实现机器学习和神经网络

super_Dev_OP·2024-01-26 17:15

深度学习如何弄懂那些难懂的数学公式？是否需要学习数学？

知乎上的：机器学习与深度学习中的数学知识点汇总-SIGAI的文章-知乎https://zhuanlan.zhihu.com/p/81834108推荐书籍：1.高等数学/微积分2.线性代数与矩阵论3.概率论与信息论

搬砖班班长·2024-01-26 15:41

展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命？

生成式人工智能；StableDiffusion；ChatGPT；CoPilot；文本创建；图像生成；代码编写；大语言模型；多模态大模型；预训练；边缘计算；液冷；HPC；冷板式液冷；Bard；AlphaGo；深度学习

高性能服务器·2024-01-26 15:02

笔记：数据处理的代码小技巧（1）

在深度学习处理中，图片大小是一个很重要的问题，关系着转为tensor的shape。如何方便的查看一个文件中几千张图片的大小。

arxhsyd123·2024-01-26 14:50

AlexNet(深度学习模型)详解

AlexNet是第一个在ImageNet数据集上取得最佳结果的深度学习模型。本文将详细介绍AlexNet的结构和训练过程，并分析它在计算机视觉

GeekyGuru·2024-01-26 13:02

“文心一言”揭秘：智能语言模型的新里程碑

“文心一言”是一款基于深度学习技术的智能语言模型，它不仅能够理解人类的语言，还能生成流畅、自然的文本回应。不同于传统的语言处理软件，“文心一言”采用了更加

GeekyGuru·2024-01-26 13:02

深度视觉目标跟踪进展综述-论文笔记

基于深度学习的跟踪算法，采用的框架包括相关滤波器、分类式网络、双路网络等。处理跟踪任务的角度，分为基于匹配思路的双路网络和基于二分类的辨别式跟踪器。

pzb19841116·2024-01-26 12:11

【论文阅读笔记】Towards Universal Unsupervised Anomaly Detection in Medical Imaging

TowardsUniversalUnsupervisedAnomalyDetectioninMedicalImagingarxiv，19Jan2024【开源】【核心思想】本文介绍了一种新的无监督异常检测方法—ReversedAuto-Encoders(RA)，旨在提高医学影像中病理检测的准确性和范围。RA通过生成类似健康的重建图像，能够检测到更广泛的病理类型，这在现有技术中是一个挑战。RA方法在多

cskywit·2024-01-26 12:10

深度学习-Pytorch如何构建和训练模型

深度学习-Pytorch如何构建和训练模型用pytorch如何构建模型，如何训练模型，如何测试模型？

Alex_StarSky·2024-01-26 12:38

论文阅读《thanking frequency fordeepfake detection》

项目链接：https://github.com/yyk-wew/F3Net这篇论文从频域的角度出发，提出了频域感知模型用于deepfake检测的模型整体架构图：1.FAD：频域感知分解，其实就是利用DCT变换，将空间域转换为频域，变换后的图像低频信息在左上角，高频信息在右下角，同时高频表示细粒度的伪造痕迹，因为进过DCT变换后的图像不再具有尺度不变性和局部相关性的RGB图像特性，故需要对其进行ID

一只发呆的猪·2024-01-26 12:08

深度学习-Pytorch如何保存和加载模型

深度学习-Pytorch如何保存和加载模型用pytorch构建模型，并训练模型，得到一个优化的模型，那么如何保存模型？然后如何又加载模型呢？

Alex_StarSky·2024-01-26 11:07

【Image captioning】论文阅读七—Efficient Image Captioning for Edge Devices_AAAI2023

中文标题：面向边缘设备的高效图像描述（EfficientImageCaptioningforEdgeDevices）文章目录1.引言2.相关工作3.方法3.1ModelArchitecture（模型结构）3.2ModelTraining(模型训练)3.3KnowledgeDistillation（知识蒸馏）4.实验4.1数据集和评价指标4.2实施细节：4.3消融实验

安静到无声·2024-01-26 11:30

Course1神经网络和深度学习编程作业

第三周-带有一个隐藏层的平面数据分类建立一个神经网络，带有一个隐藏层。用到的知识：构建具有单隐藏层的2类分类神经网络。使用具有非线性激活功能激活函数，例如tanh。计算交叉熵损失（损失函数）。实现向前和向后传播。numpy：是用Python进行科学计算的基本软件包。sklearn：为数据挖掘和数据分析提供的简单高效的工具。matplotlib：是一个用于在Python中绘制图表的库。testCas

毛十三_·2024-01-26 11:03

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术4.3重要性与作用4.4案例与应用五、注意力机制5.1定义

giszz·2024-01-26 11:48

#GPU|LLM|AIGC#集成显卡与独立显卡|显卡在深度学习中的选择与LLM GPU推荐

区别核心区别：显存，也被称作帧缓存。独立显卡拥有独立显存，而集成显卡通常是没有的，需要占用部分主内存来达到缓存的目的集成显卡：是集成在主板上的，与主处理器共享系统内存。一般会在很多轻便薄型的笔记本与低端的台式电脑上得到广泛的应用性能较低，适合一般办公和基本图形任务。独立显卡：一块独立的图形处理器，有自己的显存，并且不与主处理器共享内存。独立显卡通常性能更强大，适合处理复杂的图形和游戏。在一些专业应

向日葵花籽儿·2024-01-26 11:45

机器学习、深度学习、自然语言处理基础知识总结

说明机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。

北航程序员小C·2024-01-26 10:43

使用thop输出深度学习模型的flops和param

首先pipinstallthop然后frombasicsr.archsimportyourmodelfromthopimportprofilemodel=resnet50()input=torch.randn(1,3,224,224)flops,params=profile(model,inputs=(input,))print('flops:',flops)print('params:',par

yanzhizhiyang·2024-01-26 10:01

交叉熵损失函数（Cross-Entropy Loss Function）

交叉熵损失函数（Cross-EntropyLossFunction）在处理机器学习或深度学习问题时，损失/成本函数用于在训练期间优化模型。目标几乎总是最小化损失函数。损失越低，模型越好。

或许，这就是梦想吧！·2024-01-26 10:54

【01】深度学习——数学基础 | 线性代数 | 微积分 |概率

深度学习1.线性代数1.1标量(scalar)1.2向量(Vector)1.2.1模长和范数1.2.2单位向量1.2.3向量的内积1.2.4向量的外积1.3矩阵(Matrix)1.3.1矩阵转置1.3.2

花落指尖❀·2024-01-26 10:53

深度学习模型FLOPs详解

计算方法FLOPS:注意全大写，是floatingpointoperationspersecond的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写，是floatingpointoperations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。其计算公式如下：不能只用FLOPs作为网络速度的指标原因：FLOPs没有考虑

Shashank497·2024-01-26 10:51

[深度学习]PaddleClas：统计模型Flops

PaddleClas：统计模型Flops函数接口paddle.flops(net,input_size,custom_ops=None,print_detail=False)[源代码]作用为：打印网络的基础结构和参数信息。参数net(paddle.nn.Layer|paddle.static.Program)-网络实例，必须是paddle.nn.Layer的子类或者静态图下的paddle.stat

或许，这就是梦想吧！·2024-01-26 10:19

探索Topaz Video AI：提升视频质量的智能工具

TopazVideoAI通过深度学习算法和图像增强技术，能够清晰地重建丢失的细节，提高视频的清晰度和锐度。它还能有效地降噪，消除视频中的噪点和颗粒，使画面更加清晰和平滑。此

招财进宝129·2024-01-26 10:04

《动手学深度学习(PyTorch版)》笔记3.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.6ImplementationsofSoftmaxRegressionfromScratchimporttorchimpo

南七澄江·2024-01-26 09:52

《动手学深度学习(PyTorch版)》笔记3.5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.5ImageClassificationDatasetimporttorchimporttorchvisionimport

南七澄江·2024-01-26 09:51

《动手学深度学习(PyTorch版)》笔记3.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.2ImplementationsofLinearRegressionfromScratchimportnumpyasnpi

南七澄江·2024-01-26 09:21

《动手学深度学习(PyTorch版)》笔记3.7

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.7ConciseImplementationsofSoftmaxRegression从计算角度来看，指数可能会造成数值稳定

南七澄江·2024-01-26 09:21

【深度学习】动手学深度学习PyTorch版笔记

刚学深度学习那会看的是李沐老师的视频，同时做了些笔记，基本都是自己主观性比较强的笔记，而且也没看完，看了前面十几集后基本就是直接上实战，然后跳着看了。建议学习深度学习的同学直接去看视频跟李沐学AI。

EucliwoodXT·2024-01-26 09:16

《动手学深度学习(PyTorch版)》笔记3.4

Chapter3LinearNeuralNetworks3.4SoftmaxRegression3.4.1ClassificationProblems一般的分类问题并不与类别之间的自然顺序有关，统计学家发明了一种表示分类数据的简单方法：独热编码（one-hotencoding）。独热编码是一个向量，它的分量和类别一样多。类别对应的分量设置为1，其他所有分量设置为0。在我们的例子中，标签yyy将是一

南七澄江·2024-01-26 09:42

论文阅读——Mockingjay: unsupervised speech representation learning

《Mockingjay:UnsupervisedSpeechRepresentationLearningwithDeepBidirectionalTransformerEncoders》原文地址：https://arxiv.org/abs/1910.12638v2摘要文章提出了一种新的语音表示学习方法——Mockingjay。该方法使用双向的TransformerEncoder在大规模无标签数据集

没有热情得活着不如死去·2024-01-26 09:35

论证方法答题技巧 - 草稿

坚持目标【原创】分享第10010天2019.11.05议论文阅读是阅读的一个重要板块，也是比较难的一块。今天谈谈论证的四种方法。举例论证。

坚定目标·2024-01-26 08:50

MWORKS.Syslab 如何统一 Julia、C/C++、Python 乃至 MATLAB —— 解密多语言统一的底层机制

年轻理科生们的口中逐渐出现了诸如“调参侠”“调包小子”“炼丹师”等新潮的调侃词语，这些来自机器学习/深度学习领域的“梗”在社交网络中逐渐扩散，让人们不禁感叹科学计算已经成为了炙手可热的“显学”。

同元软控·2024-01-26 07:57

AI学习(3): PyTorch-初识张量

在PyTorch中，张量是torch.Tensor类的实例，它提供了丰富的方法和功能，用于进行数值计算和深度学习模型的构建与训练。

猿码记·2024-01-26 07:31

互联网加竞赛基于机器视觉的银行卡识别系统 - opencv python

1前言优质竞赛项目系列，今天要分享的是基于深度学习的银行卡识别算法设计该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

Mr.D学长·2024-01-26 06:23

推荐频道

深度学习-论文阅读