深度学习-语音分类

基于深度学习的人脸表情识别系统：YOLOv5 + YOLOv8 + YOLOv10 + UI界面 + 数据集

引言随着人工智能的飞速发展，深度学习技术已广泛应用于各个领域，尤其是在计算机视觉领域。
2025年数学建模美赛·2025-01-18 02:25

基于YOLOv8深度学习的人脸年龄检测识别系统

引言随着人工智能和计算机视觉的飞速发展，人脸分析技术在年龄检测领域取得了显著进展。人脸年龄检测系统在安全监控、广告推荐、健康监测等领域有广泛应用。本文将基于YOLOv8目标检测模型和UI界面，开发一个完整的人脸年龄检测识别系统。我们将详细介绍项目的技术实现、数据集构建、模型训练以及UI设计，并附上完整代码。目录引言系统架构设计数据准备公开人脸年龄数据集数据标注格式数据目录结构模型训练YOLOv8环
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统（YOLOv10+UI界面+数据集）

在本篇博客中，我们将详细介绍如何构建一个基于深度学习的人脸表情识别系统。该系统主要由三部分组成：YOLOv10（深度学习模型）进行表情识别、UI界面展示识别结果以及数据集的准备和训练过程。
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统：YOLOv8 + UI界面 + 数据集完整实现

深度学习的快速发展，使得高效、准确的人脸表情识别成为可能。通过利用卷积神经网络（CNN）和目标检测技术，可以实现实时、精准的人脸表情识别。本文将基于YOLOv8构建一个完整的人脸表情识别系统。
2025年数学建模美赛·2025-01-18 02:24

《解锁鸿蒙系统AI与第三方应用集成的无限可能》

利用鸿蒙系统内置的人工智能服务鸿蒙系统提供了丰富的人工智能服务，如语音助手、视觉识别、自然语言处理等。开发者可以直接调用这些服务，无需从头开始研发。
·2025-01-18 01:04

《软硬协同优化，解锁鸿蒙系统AI应用性能新高度》

目前，鸿蒙系统中的AI应用已经涵盖了语音助手、图像识别、智能推荐等多个领域，为用户带来了更加智能、便捷的体验。然而，随着
·2025-01-18 01:03

《解锁鸿蒙系统AI能力，开启智能应用开发新时代》

鸿蒙系统构筑了15+系统级的AI能力，并开放了14+AI控件，覆盖图像、语音、智能推荐等领域。
·2025-01-18 01:03

数智化转型 | 星环科技Defensor 助力某银行数据分类分级

某银行作为数字化转型的先行者，面临着一项艰巨的任务：如何高效、准确地对分布在多个业务系统、业务库与数仓数湖中的约80万个字段进行数据分类和分级。
·2025-01-18 00:56

AI大模型应用架构（ALLMA）白皮书解读

一、AI大模型应用架构（ALLMA）的内涵AI大模型应用架构（ALLMA）是一种基于深度学习的人工智能应用架构，旨在通过大规模无标注数据预训练、指令微调
百度_开发者中心·2025-01-18 00:41

Web APP 阶段性综述

WebAPP阶段性综述当前，WebAPP主要应用于电脑端，常被用于部署数据分析、机器学习及深度学习等高算力需求的任务。在医学与生物信息学领域，WebAPP扮演着重要角色。
预测模型的开发与应用研究·2025-01-18 00:09

C++设计模式学习

文章目录1.什么是设计模式2.设计模式分类2.1创建型模式2.2结构型模式2.3行为型模式3.设计模式七大原则(OOP原则)3.1开闭原则3.2里氏替换原则3.3依赖倒置原则3.4单一职责原则3.5接口隔离原则
痛&快乐着·2025-01-17 23:08

Python pandas离散化方法优化与应用实例

这种方法可以更好地理解数据分布、简化分析、或在分类建模中对特征进行转换。在Python的Pandas库中，cut和qcut是两个强大的工具，分别用于基于固定区间和基于分位数对数据进行离散化。
python慕遥·2025-01-17 23:29

气象海洋水文领域Python机器学习及深度学习实践应用能力提升

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文
AAIshangyanxiu·2025-01-17 22:55

【昇思25天学习打卡营打卡指南-第一天】基本介绍与快速入门

昇思MindSpore介绍昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。
JeffDingAI·2025-01-17 21:49

dice系数 交叉熵_一文搞懂交叉熵损失

本文从信息论和最大似然估计得角度推导交叉熵作为分类损失函数的依据。从熵来看交叉熵损失信息量信息量来衡量一个事件的不确定性，一个事件发生的概率越大，不确定性越小，则其携带的信息量就越小。
weixin_39721853·2025-01-17 21:45

NLP-语义解析(Text2SQL)：技术路线【Seq2Seq、模板槽位填充、中间表达、强化学习、图网络】

目前关于NL2SQL技术路线的发展主要包含以下几种:Seq2Seq方法：在深度学习的研究背景下,很多研究人员将Text-to-SQL看作一个类似神经机器翻译的任务,主要采取Seq2Seq的模型框架。
u013250861·2025-01-17 21:43

PyTorch 中的 expand 操作详解：用法、原理与技巧

在使用PyTorch进行深度学习时，张量形状与广播机制常常是让初学者感到困惑的地方。我们需要时常面对多维张量，并在批量、通道、空间位置等多个维度之间做运算。
专业发呆业余科研·2025-01-17 21:09

注意力池化层：从概念到实现及应用

引言在现代深度学习模型中，注意力机制已经成为一个不可或缺的组件，特别是在处理自然语言和视觉数据时。
专业发呆业余科研·2025-01-17 21:39

深入解析昇腾AI CPU算子开发：基于AI CPU引擎的自定义算子实现与优化

深入解析昇腾AICPU算子开发：基于AICPU引擎的自定义算子实现与优化随着深度学习模型复杂性的不断提升，AI处理器需要更强大的算力和更高效的计算架构来支撑模型的训练和推理。
快撑死的鱼·2025-01-17 21:09

【AI系统】混合并行

混合并行混合并行（HybridParallel）是一种用于分布式计算的高级策略，它结合了数据并行和模型并行的优势，以更高效地利用计算资源，解决深度学习中的大模型训练问题。
ZOMI酱·2025-01-17 20:05

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

基于机器学习的鸢尾花分类项目介绍：本项目利用机器学习模型对鸢尾花进行分类。
精通代码大仙·2025-01-17 20:05

BladeDISC++：Dynamic Shape AI 编译器下的显存优化技术

近年来，随着深度学习技术的迅猛发展，越来越多的模型展现出动态特性，这引发了对动态形状深度学习编译器(DynamicShapeAICompiler)的广泛关注。
·2025-01-17 20:51

【TVM 教程】为 x86 CPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-01-17 20:18

交叉熵损失与二元交叉熵损失：区别、联系及实现细节

在机器学习和深度学习中，交叉熵损失（Cross-EntropyLoss）和二元交叉熵损失（BinaryCross-EntropyLoss）是两种常用的损失函数，它们在分类任务中发挥着重要作用。
专业发呆业余科研·2025-01-17 19:56

whisper.cpp 学习笔记

学习笔记whisper介绍源码下载源码编译支持的模型优化/加速生成库文件使用whispe.cpp的demo参考文献whisper.cpp学习笔记whisper介绍whisper是基于OpenAI的自动语音识别
法号：行颠·2025-01-17 17:12

深度学习YOLOv3压双黄线期末项目

一、引言实现功能目录一、引言实现功能打开视频连续检测车辆能检测到道路中间的双黄线能检测出车辆是否压双黄线当车辆压到双黄线时给出提示要求使用多线程实现功能二、技术栈概览三、代码功能深度剖析视频文件选择功能（choosevideo函数）四、项目亮点提炼五、总结与展望1.打开视频2.连续检测车辆3.能检测到道路中间的双黄线4.能检测出车辆是否压双黄线5.当车辆压到双黄线时给出提示6.要求使用多线程实现功
yzx991013·2025-01-17 16:59

【机器学习：三十一、推荐系统：从基础到应用】

分类推荐系统主要分为以下三类：基于内容
KeyPan·2025-01-17 15:54

深度定制：Embedding与Reranker模型的微调艺术

微调是深度学习中的一种常见做法，它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型，微调的目的是让模型更适配特定的数据集，从而取得更好的召回效果。
从零开始学习人工智能·2025-01-17 15:22

【机器学习】—时序数据分析：机器学习与深度学习在预测、金融、气象等领域的应用

云边有个稻草人-CSDN博客目录引言1.时序数据分析基础1.1时序数据的特点1.2时序数据分析的常见方法2.深度学习与时序数据分析2.1深度学习在时序数据分析中的应用2.1.1LSTM（长短期记忆网络）
云边有个稻草人·2025-01-17 14:13

使用 AI 在医疗影像分析中的应用探索

本文将深入探讨AI技术在医疗影像数据分析中的应用，包括核心算法、关键实现步骤和实际案例，并提供一个基于卷积神经网络（CNN）的图像分类Demo。
·2025-01-17 14:07

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

这种方法广泛应用于需要人工标注的场景，例如文本分类、图像识别等。核心思想预先准备一个未标注数据池（UnlabeledDataPool）。使用初始标注数据训练一个模型
IT古董·2025-01-17 14:09

【机器学习】---神经架构搜索（NAS）

搜索空间搜索空间设计的考虑因素：2.2搜索策略2.3性能估计3.NAS的主要方法3.1基于强化学习的NAS3.2基于进化算法的NAS3.3基于梯度的NAS4.NAS的应用5.实现一个简单的NAS框架6.总结引言随着深度学习的成功应用
Undoom·2025-01-17 13:03

Pytorch实现猫狗分类

在进行编码之前，确保已经安装好Pytorch以及相关依赖环境模型定义构建构建一个较为简单的卷积神经网络模型#定义神经网络模型classCatDogClassifier(nn.Module):def__init__(self):super(CatDogClassifier,self).__init__()self.conv1=nn.Conv2d(3,16,kernel_size=5,stride=1
NoKnowovo·2025-01-17 13:01

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件背景Pickle文件的结构及读取思路读取方法以压缩文件的方式加载Pickle类型文件读取Header的内容读取tensor的权重值该方法的不足总结本文为原创文章
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

学习HTML5总结（一）

目录Web的构成一、HTML——结构1、html基本的骨架和解释2、标签1、标签2、属性3、标签的分类4、实体字符5、列表6、超链接7、文件的路径3、选择器1、基础选择器2、复合选择器3、关系选择器4、
大学生努力学习·2025-01-17 11:20

轻量级、高性能的TTS模型Kokoro 模型介绍、体验和部署

Kokoro模型介绍1.概述Kokoro是一款轻量级、高性能的文本转语音（TTS）模型，由hexgrad团队开发并开源。
莫非技术栈·2025-01-17 11:49

神经网络基础-价格分类案例

文章目录1.需求分析2.导入所需工具包3.构建数据集4.构建分类网络模型5.训练模型6.模型训练7.评估模型8.模型优化学习目标：掌握构建分类模型流程动手实践整个过程1.需求分析小明创办了一家手机公司，
dwjf321·2025-01-17 10:36

【YashanDB知识库】druid连接池做断网测试，无法自动重新连接

【标题】druid连接池断网测试，崖山数据库无法自动重新连接【问题分类】驱动使用【关键字】druid，sockettimeout【问题描述】使用崖山数据库23.2.7.100进行适配过程中反馈崖山数据库不能自动重连
·2025-01-17 10:58

【YashanDB知识库】原生mysql驱动配置连接崖山数据库

【问题分类】功能兼容【关键字】YAS-07202、YAS\_MYERROR，不兼容【问题描述】本项目的架构是hadoop+hive+yashandb使用崖山数据库，将mysql相关的创建表语句进行初始化同步使用崖山
·2025-01-17 10:58

AlexNet：开启深度学习图像识别新纪元

一、引言在深度学习的璀璨星空中，AlexNet无疑是一颗极为耀眼的明星。
池央·2025-01-17 09:30

拯救者电脑安装Windows和Ubuntu双系统遇到黑屏或者花屏问题的解决方法，亲测有效

最近想在电脑上跑深度学习，有一定基础的都知道，ubuntu更适合gpu、apex以及其他加速的使用，如果在Windows上总是遇到各种各样的问题，所以我给电脑安装了双系统。
我爱猪肉炖粉条·2025-01-17 07:15

AI大模型

系列简书文章目录https://www.jianshu.com/p/d47d5cdc8a3e本篇目录AI大模型什么是AI大模型AI大模型，通常指的是在人工智能领域中，特别是机器学习和深度学习范畴内，具有巨大参数量和复杂结构的模型
荆州克莱·2025-01-17 07:12

深度学习：从基础到实践（上、下册）(安德鲁·格拉斯纳)

（pdf）:python33+(0m深度学习概述：深度学习是机器学习的一个分支，它试图通过使用深层神经网络来模拟人脑的学习过程。
fyjgfyjfg·2025-01-17 07:11

AI代理的分类体系与发展路径：从概念重构到基础设施升级

目前AI代理的定义过于宽泛，需要更详细的分类以促进研究和应用的发展当前定义的宽泛性AI代理（AIAgents）作为人工智能领域的重要概念，涵盖了从简单的自动化工具到复杂的自主决策系统的广泛范围。
XianxinMao·2025-01-17 07:08

详解国家标准的不同分类

GB和GB/T的主要区别体现在标准的性质、意义、定义以及法律效力上。一、标准的性质•GB：GB是国家标准的代号，它表示的是必须执行的强制性标准。这类标准通常对全国经济、技术发展有重大意义，且在全国范围内统一执行。•GB/T：GB/T表示的是推荐性国家标准，其中“T”代表推荐的意思。这类标准在生产、交换、使用等方面，通过经济手段或市场调节而自愿采用。二、意义与定义•GB：强制性标准是保障人体健康、人
怎么睡不醒(づ ●─● )づ·2025-01-17 06:04

事务隔离机制（超详细）

一、定义与目的二、隔离级别的分类三、实现原理四、应用场景与权衡事务隔离机制有几个嘞？一、事务隔离级别的分
上官花雨·2025-01-17 06:33

【YashanDB知识库】YCM Monit进程频繁误告警

【问题分类】功能使用【关键字】YCM、Monit【问题描述】频繁收到告警邮件：Monit进程停止服务【问题原因分析】服务器资源占用较高情况下Monit进程检测的动作失败了。
·2025-01-17 05:43

【YashanDB知识库】YAS-04115 "SELECT" expected but missing

【问题分类】SQL语法不规范【关键字】YAS-04115"SELECT"expectedbutmissing【问题描述】执行报错，不清楚原因【问题原因分析】1、检查语法错误：确保INSERTINTO语法正确
·2025-01-17 05:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他