深度学习-Tensorflow

PyTorch中模型的可复现性

在深度学习模型的训练过程中，难免引入随机因素，这就会对模型的可复现性产生不好的影响。但是对于研究人员来讲，模型的可复现性是很重要的。
pprpp·2024-01-20 14:41

[C#]winform部署openvino调用padleocr模型

OpenVINO是一个由Intel开发的开源工具套件，主要用于加速深度学习推理，而PaddleOCR是PaddlePaddle框架的一个组件，主要用于光学字符识别（OCR）。下面将介绍如何使用Ope
FL1623863129·2024-01-20 13:50

[C#]C# winform部署yolov8目标检测的openvino模型

ultralytics/ultralytics【openvino介绍】OpenVINO（OpenVisualInference&NeuralNetworkOptimization）是由Intel推出的，用于加速深度学习模型推理的工具套件
FL1623863129·2024-01-20 13:19

【机器学习】TensorFlowLite安装和模型训练

上的移植环境要轻松得多安装依赖sudoaptinstalllibportaudio2=19.6.0-1.2pip3installtf-models-official==2.3.0pip3installtensorflow-hub
命运之手·2024-01-20 12:41

深度学习记录--偏差/方差(bias/variance)

误差问题拟合神经网络函数过程中会出现两种误差：偏差(bias)和方差(variance)偏差和误差的区别欠拟合(underfitting)当偏差(bias)过大时，如左图，拟合图像存在部分不符合值，称为欠拟合(underfitting)过拟合(overfitting)当方差(variance)过大时，如右图，拟合图像过于特殊，不够集中(即方差过大)，称为过拟合(overfitting)误差和tra
蹲家宅宅·2024-01-20 12:09

神经网络建模预测

1我们用tensorflow去构建神经网络importtensorflowastftf.enable_eager_execution()#导入库importnumpyasnpimportpandasaspdimportmatplotlibasmplimportmatplotlib.pyplotasplt
圆周率的后六位·2024-01-20 12:36

「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

本文约3500字，建议阅读5分钟今天我们来详细研究这篇论文“Mamba：具有选择性状态空间的线性时间序列建模”。MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。而在人类历史上，感染这些致病细菌，除了依赖人体自身的免疫系统，几乎无解。直到1928年，青霉素的发现，让人类
数据派THU·2024-01-20 12:30

2019年12月24日

但是这台机器跑深度学习算法本身就很花时间，于是今天就试着在缩短时间开销的情况下调参，比如把双向网络变回单向的、用只需要维护一个权重矩阵的SimpleRNN代替三倍代价的GRU等等……最后结果也不好说怎样
真昼之月·2024-01-20 11:13

python的tensorboard库的可视化使用

可能某些功能不支持，下载指定版本：pipinstalltensorboard==1.13.1，(要下载其他版本的话也是直接更改后面的版本号就行)下载后可以在cmd查看库包：piplist一般tensorboard和tensorflow
Bubluu·2024-01-20 11:16

Pytorch 和 TensorFlow 对比学习笔记,第4周：综合应用和实战项目 Day 21-24: 实战项目

项目选择：**图像分类：**使用Pytorch或TensorFlow构建一个能够识别不同类别图像的模型。文本生成：创建一个文本生成模型，例如聊天机器人或者诗歌创作模型。
M.D·2024-01-20 09:16

第1周：Day 4-5 - 张量（Tensors）操作

第1周：Day4-5-张量（Tensors）操作在这两天里，我们将专注于学习和实践PyTorch和TensorFlow中的张量操作。
M.D·2024-01-20 09:46

树莓派也可以部署基于YOLO的目标检测

只使用OpenCV运行深度学习模型，而不使用“沉重”的框架如PyTorch或Keras，对于低功耗设备来说是有前途的，因此我决定深入研究这个主题，看看最新的YOLOv8模型在树莓派上的工作原理。
小北的北·2024-01-20 09:15

关于大模型学习中遇到的1

来源：网络深度学习框架是什么意思软件工具深度学习框架是一种软件工具，它的主要目的是为了简化和加速深度学习模型的开发、训练和部署过程。
ringthebell·2024-01-20 09:07

关于大模型学习中遇到的2

来源：网络一小时实践入门PyTorch简介PyTorch是一个开源的深度学习库，由Facebook的人工智能研究团队开发和维护。
ringthebell·2024-01-20 09:37

深度学习之pytorch环境搭建

一.安装pythonhttps://www.python.org/下载2.7或者3.7版本为常用版本.配置环境变量.可以同时安装两个版本.二.安装condahttps://www.anaconda.com/下载对应python版本的.傻瓜式安装.命令行下测试.condaorcondalist三.安装依赖库deeplearning：自定义的虚拟环境numpy：python数值计算包matplotli
KylinDong·2024-01-20 09:39

AIGC在时尚服装领域的应用

AIGC的核心是利用深度学习和机器学习算法，通过训练大量的数据，使AI能够自主创作出具有一定价值的内容。典型应用如ChatGPT，Midjourney等。
AI明说·2024-01-20 08:41

信息与内容安全期末复习

人工智能，机器学习，深度学习人工智能发展三起三伏常见生物特征：人脸虹膜指纹手型视网膜签名语音手部血管分布脸
北岛千奈·2024-01-20 08:08

tf1.15 使用过程中的一些坑

文章目录安装tf1.x中的一些注意事项使用时有错，先把跟包版本有关的列出来:提示无scipy.misc:ModuleNotFoundError:Nomodulenamed‘tensorflow.python.types
天蓝蓝的本我·2024-01-20 07:18

深度学习的基本概念汇总

这里小小总结一下看论文时常见到的名词，不用再一个个搜索啦！！！1.batchsizebatchsize是指在训练集中取的样本数，batch的size设置的不能太大也不能太小，因此实际工程中最常用的就是mini-batch，一般size设置为几十或者几百。对于二阶优化算法，减小batch换来的收敛速度提升远不如引入大量噪声导致的性能下降，因此在使用二阶优化算法时，往往要采用大batch哦。此时往往b
-day day up-·2024-01-20 07:01

基于DQN和TensorFlow的LunarLander实现（全代码）

使用深度Q网络（DeepQ-Network,DQN）来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent，让小火箭成功着陆。下面代码直接扔到jupyternotebook或CoLab上就能跑起来。目录安装和导入所需的库和环境Q网络搭建经验回放实现DQNAgent实现训练安装和导入所需的库和环境安装和设置所需的库和环境，使其能够在JupyterNotebook中运
全栈O-Jay·2024-01-20 06:58

Pytorch学习 第4周：综合应用和实战项目 Day 25-27: 模型调优和优化

第4周：综合应用和实战项目Day25-27:模型调优和优化在这段时间里，我们将深入学习和实践如何通过高级技巧优化Pytorch和TensorFlow模型的性能。
M.D·2024-01-20 06:57

第4周：Pytorch——综合应用和实战项目 Day 28-30: 学习资源和社区参与

第4周：综合应用和实战项目Day28-30:学习资源和社区参与在这个阶段，我们将探索更多的学习资源并鼓励参与PyTorch和TensorFlow的社区，以进一步提升技术和融入开发者社群。
M.D·2024-01-20 06:27

Pytorch 对比TensorFlow 学习：Day 17-18: 循环神经网络（RNN）和LSTM

Day17-18:循环神经网络（RNN）和LSTM在这两天的学习中，我专注于理解循环神经网络（RNN）和长短期记忆网络（LSTM）的基本概念，并学习了它们在处理序列数据时的应用。1.RNN和LSTM基础：RNN：了解了RNN是如何处理序列数据的，特别是它的循环结构可以用于处理时间序列或连续数据。LSTM：学习了LSTM作为RNN的一种改进，它通过引入遗忘门、输入门和输出门解决了RNN的长期依赖问题
M.D·2024-01-20 06:26

Pytorch和Tensoflow对比学习第三周--Day 19-20: 数据加载和预处理

这两天的学习重点是掌握在PyTorch和TensorFlow中进行数据加载和预处理的方法。正确的数据处理是训练有效模型的关键步骤。
M.D·2024-01-20 06:26

深度学习-第J1周：ResNet-50算法的Pytorch实现及解析

本文为[365天深度学习训练营]内部限免文章（版权归*K同学啊*所有）作者：[K同学啊]本周任务：●1.请根据本文TensorFlow代码（训练营内部阅读），编写出相应的Pytorch代码●2.了解残差结构
quant_day·2024-01-20 06:56

**PyTorch月学习计划 - 第一周；第6-7天: 自动梯度（Autograd）**

PyTorch月学习计划-第6-7天:自动梯度（Autograd）学习目标：掌握自动微分的基本原理，特别是在深度学习中的应用。学会如何在PyTorch中使用autograd模块进行自动梯度计算。
M.D·2024-01-20 06:56

Pytorch学习 第二周Day 10-11: 损失函数和优化器

Day10-11:损失函数和优化器在这两天的学习中，我深入了解了不同的损失函数和优化器，并通过使用两个流行的深度学习框架，PyTorch和TensorFlow，来对比学习这些概念的实际应用。
M.D·2024-01-20 06:56

Pytorch 与 Tensorflow对比学习 第3周：进阶主题 Day 15-16: 卷积神经网络（CNN）

第3周：进阶主题Day15-16:卷积神经网络（CNN）在这两天中，我专注于学习卷积神经网络（CNN）的基础知识，包括卷积层和池化层的工作原理以及它们在图像处理中的应用。卷积神经网络基础：卷积层：学习了卷积层如何通过滤波器（或称为核）提取图像的特征。每个滤波器负责捕捉图像中的不同特征。激活函数：理解了ReLU（RectifiedLinearUnit）作为激活函数在CNN中的广泛应用，用于增加非线性
M.D·2024-01-20 06:56

GNN动手实践(三)：适用于同配图和异配图的高效图神经网络——H2GCN

该模型官方也开源了相应的源码（Github），但是作者是基于Tensorflow实现的，
斯曦巍峨·2024-01-20 06:52

深度学习｜9.7迁移学习transfer learning

文章目录迁移学习迁移学习的定义如何实现迁移学习为什么要选择迁移学习？迁移学习迁移学习的定义迁移学习是指将针对某项任务学习到的知识应用到其他任务的问题解决中去。如何实现迁移学习可以下载别人训练好的网络，保留网络中训练好的参数（参数分两种，一种是人为设置好的超参数，另外一种是在训练过程中学习/调整到的参数）注意的是，原先训练好的网络可能会有多个输出结果，而某次任务所需的结果可能只是其中的一个子集，也就
晓源Galois·2024-01-20 06:19

10 | Tensorflow io流和 tfrecord读取操作

tf.io模块是TensorFlow中用于处理输入输出（I/O）操作的工具模块，提供了许多常见的函数，用于读写文件、处理图像、序列化和反序列化数据等。
RunsenLIu·2024-01-20 06:47

Pytorch学习第二周--Day 12-13: 构建你的第一个神经网络

使用了两个主流的深度学习框架：PyTorch和TensorFlow，以对比和理解它们在神经网络构建方面的不同。目标：构建一个全连接的神经网络来处理分类问题。
M.D·2024-01-20 06:16

复现图神经网络（GNN）论文的过程以及PyTorch与TensorFlow对比学习

三、实现模型：使用合适的深度学习框架（如PyTorch、TensorFlo
M.D·2024-01-20 06:16

Pytorch第2周：深度学习基础 - Day 8-9: 神经网络基础

Pytorch第2周：深度学习基础-Day8-9:神经网络基础学习目标：理解神经网络的基础概念。学习如何使用PyTorch的nn模块构建神经网络。
M.D·2024-01-20 06:16

第1周：Day 3 - PyTorch与TensorFlow的异同介绍（入门级）

它由Facebook的人工智能研究团队开发，提供了丰富的API，便于进行深度学习模型的快速开发和原型验证。PyTorch的主要特点包括动态计算图（即命令式编程风格），直观的API设计，以及强大
M.D·2024-01-20 06:46

数据预处理中的插值操作

用于深度学习模型的训练数据有时会遇到分辨率不统一的情况，不利于模型训练出最优的结果。
chunleiml·2024-01-20 05:30

Codalab平台学习笔记

简介Codalab是一个用于复现深度学习研究的协作平台，由斯坦福大学和微软合作开发。
Q同学的nlp笔记·2024-01-20 05:59

动手学深度学习5 矩阵计算

矩阵计算--矩阵怎么求导数1.导数和微分2.偏导数3.梯度1.向量-标量求导2.向量-向量求导3.拓展到矩阵4.链式法则5.小结QA练习课程安排：视频：https://www.bilibili.com/video/BV1eZ4y1w7PY/?spm_id_from=autoNext&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef8课件：https://zh-v2
陌上阳光·2024-01-20 04:49

动手学深度学习3 数据操作+数据预处理

数据操作+数据预处理1.基础数据结构-N维数组2.数据操作实现--基础的张量运算1.张量--创建与赋值1.数据生成--创建torch.arange2.张量的属性--shape、numel3.reshape--改变张量的shape但是不改变其值4.初始化张量oneszeros等5.使用python列表或嵌套列表为张量赋值2.张量的运算1.标准算术运算符（+、-、*、/和**）加减乘除幂运算2.指数运
陌上阳光·2024-01-20 04:48

动手学深度学习6 自动求导

5.为什么深度学习中一般对标量求导而不是对矩阵或者向量6.多个lo
陌上阳光·2024-01-20 04:47

AI智能大模型与低代码：现代应用开发的潮流趋势

AI智能大模型可以处理复杂的数据问题，并通过深度学习和自然语言处理等技术实现卓越的性能。而低代码开发则减少了传统软件开发的繁琐过程，使非专业开发者也能快速开发
液态不合群·2024-01-20 04:13

人工智能简史第五章：第三次浪潮期-2006年以后

第三次人工智能浪潮兴起的标志可能要数2006年杰弗里·辛顿（GeoffreyHinton）等人提出的深度学习，或者说Hinton等人吹响了这次浪潮的号角。
ChatGPT_X·2024-01-20 04:40

基于web的亚热带常见自然林病虫害识别系统——开篇

文章目录前言概要论文组织结构相关理论技术简介TensorflowDjangoweb开发框架图像的分类的发展感受绪论研究背景与意义国内外研究现状前言随着年底的到来，我相信越来越多的小伙伴也要开始着手自己的毕业设计
AI敲代码的手套·2024-01-20 04:07

视频快速转人体关键点检测

快速视频转人体关键点检测【决胜最强王者】前言人体关键点检测与深度学习项目介绍：人工智能挑战水城余哥项目实施步骤Step1:上传视频文件Step2:修改文件名为in.mp4Step3:点击按钮运行Step4
OverlordDuke·2024-01-20 03:43

基于深度学习的老黑白视频修复

基于深度学习的老黑白视频修复PaddleGAN实现老北京黑白视频修复项目背景与意义安装PaddleGAN1.1准备工作1.2下载PaddleGAN代码1.3安装依赖导入依赖包2.1导入相关库2.2定义display
OverlordDuke·2024-01-20 03:12

深度学习平台demo(三）- C#共享内存方式读写数据及图像

上面博客C#和python通过socket方法进行通信_jiugeshao的专栏-CSDN博客提到接下来讲下如何通过c#共享内存方式来读写数据及图像，以给c#和python之间通过共享内存方式读写图片埋下伏笔。所实验的界面长如下样子（右边是panel控件里放入了一个picturebox控件）：成员按变量有如下：[DllImport("user32.dll",CharSet=CharSet.Auto
竹叶青lvye·2024-01-20 03:40

美国积极利用EPMM漏洞；TensorFlow易受投毒攻击；伊朗黑客伪装刺探；GitHub在暴露高危漏洞| 安全周报 0119

1.美国网络安全局警告积极利用IvantiEPMM漏洞美国网络安全和基础设施安全局（CISA）周四在其已知漏洞（KEV）目录中添加了一个现已修补的关键漏洞，该漏洞影响IvantiEndpointManagerMobile（EPMM）和MobileIronCore，并表示该漏洞正在被积极利用。所讨论的漏洞是CVE-2023-35082（CVSS评分：9.8），这是一种身份验证绕过，是针对同一解决方案
开源网安·2024-01-20 03:35

基于深度学习的复杂背景下目标检测研究—论文解读

1.创新点  论文主要针对模型训练中出现的正负样本不均衡问题，根据困难样本挖掘原理，在原有的损失函数中引入调制因子，将背景部分视为简单样本，减小背景损失在置信损失中的占比，使得模型收敛更快速，模型训练更充分，从而提高了复杂背景下的目标检测精度。同时，通过构建特征金字塔和融合多层特征图的方式，实现对低层特征图的语义信息融合增强，以提高对小目标检测的精度，从而提高整体的检测精度。2.实现方法  本文检
寂静之地·2024-01-20 03:28

【论文总结】基于深度学习的特征点提取，特征点检测的方法总结

这里写目录标题相关工作1.DiscriminativeLearningofDeepConvolutionalFeaturePointDescriptors(2015)网络结构sift算法损失函数的构建2.MatchNet(2015)网络中的组成部分其他组成部分损失函数结果3.LIFT:LearnedInvariantFeatureTransform(2016)网络结构训练网络结构损失函数训练和测试
醉酒柴柴·2024-01-20 03:26

行为检测论文笔记【综述】基于深度学习的行为检测方法综述

近年来，基于深度学习的方法在行为检测领域取得了巨大的进展，引起了国内外研究者的关注，对这些方法进行了全面的梳理和总结，介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类
计算机视觉-杨帆·2024-01-20 03:26
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他