深度学习-Tensorflow

《动手学深度学习》学习笔记 第8章 循环神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-12 15:54

抽烟识别摄像机

利用深度学习和图像识别算法，能够识别出吸烟者的行为特征，包括手持物体姿势、嘴唇动作等，在准确识别吸烟行为的同时，
博瓦科技·2024-01-12 15:22

大单元教学设计流程

望远镜思维，不仅要考虑“单元和单元的关联“，还有思考“单元与学科的关联”、“单元与跨学科的关联”、“单元与现实世界的关联”，也就是在更大范围内形成迭代结构，通过更高位的大概念引领，达到深度学习。
杜香开花2008·2024-01-12 14:26

【Python机器学习】深度学习——一些理论知识

深度学习在很多机器学习应用中都有巨大的潜力，但深度学习算法往往经过精确调整，只适用于特定的使用场景。
zhangbin_237·2024-01-12 14:01

Tensorflow 在艺术创作领域应用

内容来源：2017年8月12日，TensorFlow中文社区创始人黄琨在“网易博学实践日：大数据与人工智能技术大会”进行《Tensorflow在艺术创作领域应用》演讲分享。
IT大咖说·2024-01-12 14:07

《人工智能专栏》必读150篇 | 专栏介绍 & 专栏目录 & Python与PyTorch | 机器与深度学习 | 目标检测 | YOLOv5及改进 | YOLOv8及改进 | 关键知识点 | 工具

各位读者们好，本专栏最近刚推出，限于个人能力有限，不免会有诸多错误，敬请私信反馈给我，接受善意的提示，后期我会改正，谢谢，感谢。购买指南：第一步：[购买点击跳转]第二步：代码函数调用关系图(全网最详尽-重要)因文档特殊，不能在博客正确显示，请移步以下链接！图解YOLOv5_v7.0代码结构与调用关系(点击进入可以放大缩小等操作)初次尝试，结构图有诸多问题，还请理性看待！预览：专栏介绍：[点击进入专
小酒馆燃着灯·2024-01-12 14:08

计算机视觉前沿技术探索

一、深度学习的进步深度学习因其在提供准确结果方面而广受欢迎。传统的机器
城市中迷途小书童·2024-01-12 13:05

4.3 TensorFlow实战三（3）：MNIST手写数字识别问题-多层神经网络模型

一、多层神经网络解决MNIST问题1.构建多层神经网络模型在4.2节我们使用了单层神经网络来解决MNIST手写数字识别问题，提高了识别性能。很容易想到，能否增加隐藏层数量来进一步提高模型预测的的准确率。这一节我们尝试构建两层神经网络模型。代码方面，只需要修改隐藏层构建到输出层构建的一部分即可#构建多隐藏层（2层）H1_NN=256#第1隐藏层神经元的数量w1=tf.Variable(tf.rand
大白猿学习笔记·2024-01-12 13:36

计划1

1.吴恩达DL2021(强推|双字)2021版吴恩达深度学习课程Deeplearning.ai_哔哩哔哩_bilibiliPart1神经网络与深度学习（6+19+12+8）共45Part2训练、开发、测试集
JLcucumber·2024-01-12 11:54

64位Windows11系统快速搭建修图神器codeformer运行环境教程详解

让我这个门外小白见识到了复杂的环境配置过程----入门深度学习首先要踩的也是必须过的第一道门槛，不过熟悉之后安装就好多了！
wan5555cn·2024-01-12 10:46

深度学习技巧应用32-在YOLOv5模型上使用TensorRT进行加速的应用技巧

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用32-在YOLOv5模型上使用TensorRT进行加速的应用技巧，TensorRT是NVIDIA公司提供的一个深度学习推理（inference）优化器和运行时库
微学AI·2024-01-12 09:28

基于RNN的模型

之前的深度学习中常见的前馈神经网络主要包括多层感知器（MLP）、卷积神经网络（CNN）等，由于没有内在的时序结构和记忆能力，建模这种序列数据具有很大的局限性。因此，研究
Algorithm_Engineer_·2024-01-12 09:56

【深度学习目标检测】十四、基于深度学习的血细胞计数系统-含GUI（BCD数据集，yolov8）

血细胞计数是医学上一种重要的检测手段，用于评估患者的健康状况，诊断疾病，以及监测治疗效果。而目标检测是一种计算机视觉技术，用于在图像中识别和定位特定的目标。在血细胞计数中，目标检测技术可以发挥重要作用。首先，血细胞计数通常需要处理大量的血液样本，手动计数每个细胞既耗时又容易出错。使用目标检测算法，可以自动识别和计数图像中的血细胞，大大提高了计数的准确性和效率。其次，不同的血细胞（如红细胞、白细胞和
justld·2024-01-12 09:56

【深度学习：视觉基础模型】视觉基础模型 (VFM) 解释

【深度学习：视觉基础模型】视觉基础模型VFM解释了解视觉基础模型从CNN到Transformer的演变自我监督和适应能力流行的视觉基础模型DINO（自蒸馏，无标签）SAM（分段任意模型）SegGPTMicrosoft'sVisualChatGPT
jcfszxc·2024-01-12 09:23

竞赛保研 基于深度学习的行人重识别(person reid)

文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的行人重识别该项目较为新颖
iuerfee·2024-01-12 09:53

NLP论文阅读记录 - wos | 01 使用深度学习对资源匮乏的语言进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言Abstractivetextsummarizationoflowresourcedlanguagesusingdeeplearning（2211）0、论文摘要人类必须能够
yuyuyu_xxx·2024-01-12 09:22

【深度学习目标检测】十三、基于深度学习的血细胞识别（python，目标检测，yolov8）

血细胞计数是医学上一种重要的检测手段，用于评估患者的健康状况，诊断疾病，以及监测治疗效果。而目标检测是一种计算机视觉技术，用于在图像中识别和定位特定的目标。在血细胞计数中，目标检测技术可以发挥重要作用。首先，血细胞计数通常需要处理大量的血液样本，手动计数每个细胞既耗时又容易出错。使用目标检测算法，可以自动识别和计数图像中的血细胞，大大提高了计数的准确性和效率。其次，不同的血细胞（如红细胞、白细胞和
justld·2024-01-12 09:51

竞赛保研 基于深度学习的目标检测算法

5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法YOLOSSD6人体检测结果7最后1简介优质竞赛项目系列，今天要分享的是基于深度学习的目标检测算法该项目较为新颖
iuerfee·2024-01-12 09:20

深度学习目标跟踪简述

深度学习目标跟踪是一个活跃的研究领域，它涉及使用深度学习技术来跟踪视频或实时摄像头中的对象。这个领域通常包括以下几个关键方面：目标检测：在开始跟踪前，首先需要在视频的初始帧中检测到目标。
LittroInno·2024-01-12 09:20

003水果识别小程序-python-pytorch-mobilenet

完整的代码流程演示效果在b站上可以观看找003期：到此一游7758258的个人空间_哔哩哔哩_bilibili效果演示图图下：通过读取摄像头中识别到的水果再结合深度学习模型进行识别完整的代码展示如下：算法部分是深度学习网络训练部分用的
bug_creat0r·2024-01-12 09:46

水果识别系统Python，基于TensorFlow卷积神经网络算法

如何生成可参考右边的帮助文档文章目录前言一、项目含义背景二、数据集三、读取数据——预处理1：读取数据2.检查数据3.配置数据集四.网络结构五.模型的训练六.成品展示总结前言提示面对水果识别系统Python，基于TensorFlow
猿戴科·2024-01-12 09:44

ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更
梦想的初衷~·2024-01-12 08:29

【手搓深度学习算法】用逻辑回归分类双月牙数据集-非线性数据篇

用逻辑回归分类-非线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置一个阈值，如
精英的英·2024-01-12 08:57

【手搓深度学习算法】用逻辑回归分类Iris数据集-线性数据篇

用逻辑回归分类Iris数据集-线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置
精英的英·2024-01-12 08:57

【手搓深度学习算法】用决策树预测天气-连续数据篇

用决策树预测天气-连续数据篇前言在机器学习和数据科学领域，决策树是一种非常强大且易于理解的预测模型。其工作原理类似于人类在面临复杂决策时所采用的逻辑思考过程，通过一系列的问题和条件判断，最终找到问题的答案或决策。由于其直观性和可解释性，决策树在各种应用中都有广泛的应用，从医疗诊断到金融风险评估，再到自然语言处理。先看图可能有小伙伴一脸懵，上面这一段乱七八糟的是什么，它是本文构建的决策树模型，通过包
精英的英·2024-01-12 08:56

【手搓深度学习算法】从头创建卷积神经网络

背景深度学习神经网络中，卷积神经网络在图像处理中独放异彩，现在主流的框架中对卷积神经网络的封装已经非常完善了，但是，对初学者来说，使用这些高层的API，不利于我们深入理解卷积神经网络的原理和思想，所以，
精英的英·2024-01-12 08:26

tensorflow训练模型警告：Your CPU supports instructions that this TensorFlow binary was not compiled to u...

image.png解决办法：当使用的tensorflow-gpu训练模型时，不用理会这个警告。
Babyzpj·2024-01-12 08:40

Tensorflow2.0笔记 - Tensor的数据索引和切片

importtensorflowastfimportnumpyasnptf.
亦枫Leonlew·2024-01-12 08:18

ChatGPT4在Python数据分析、自动生成代码等方面的强大功能丨人工智能领域经典机器学习算法丨热门深度学习方法及Python、PyTorch代码实现方法

帮助广大科研人员更加熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0
小艳加油·2024-01-12 06:37

python 分类变量编码_深度学习编码分类变量的3种方法——AIU人工智能学院

数据科学(Python/R/Julia)作者|CDA数据分析师像Keras中的机器学习和深度学习模型一样，要求所有输入和输出变量均为数字。
weixin_39974882·2024-01-12 06:36

ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更
asyxchenchong888·2024-01-12 06:34

树莓派折腾记之安装tensorflow，sklearn，nodejs

aarch64架构的资源总是很有限，但还是能从各种地方找到安装方案如果安装了conda，则可以从anaconda官网选择对应架构的包安装tensorflow没装conda安装tensorflow前往Github
玩toy具car车·2024-01-12 06:09

Python+ChatGPT，Python与ChatGPT结合进行数据分析、自动生成代码、人工智能建模、论文高效撰写等

熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧
WangYan2022·2024-01-12 06:02

基于Kubernetes集群的分布式TensorFlow平台的搭建

1.环境virtualboxlinux虚拟机CentOS7docker-ce17.03Kubernetes1.13kubernetes网络：FlannelNFStensorflow:1.5.0Kubernetes
橘子基因·2024-01-12 05:17

图神经网络预训练 (4) - 节点属性预测 Attribute Prediction + 监督学习 代码

对于一个多层的深度学习模型，在分子图上训练主模型，在子图上训练层数较少的子模型，限制（损失是）主模型上与子模型的嵌入向量相似，保证子结构环境相似的节点在随着模型的层数增加时仍能保持相似的嵌入向量，意味着化学环境相似的结
wufeil·2024-01-12 04:57

读《深度学习：走向核心素养》

对学生而言，他们不可能经历漫长而曲折的研究过程去亲历知识“惯性”的形成过程，同时，在不具备独立探索能力的情况下，他们就需要直接面对教科书中关于惯性以及惯性定律的文字表述（如物体保持运动状态不变的属性叫作惯性。惯性代表了物体运动状态改变的难易程度。惯性的大小只物体的质量有关。惯性定律是指任何物体在不受外力或受到一组平衡力时，总保持静止或匀速直线运动状态）。对于这时的学生而言，表述惯性及惯性定律的每一
qingqianshiguan·2024-01-12 04:09

yolov8实战第三天——yolov8TensorRT部署（python推理）（保姆教学）

TensorRT是一种高性能深度学习推理优化器和运行时加速库，可以为深度学习应用提供低延迟、高吞吐率的
学术菜鸟小晨·2024-01-12 03:50

如何解决大模型的「幻觉」问题

在深度学习中，大模型的"幻觉"（hallucination）是指在生成模型中，生成的结果可能包含虚假、不合理或不真实的内容。这些生成结果看起来很真实，但其实是模型在学习过程中产生的虚构信息。
csdn_aspnet·2024-01-12 02:33

深度学习深陷困境

spm=1000.2115.3001.5927【嵌牛导读】在2016年多伦多举行的一场人工智能会议上，深度学习“教父”GeoffreyHinton曾说过，“如果你是一名放射科医生，那么你的处境就像一只已身在悬崖边缘却毫
04f08302325c·2024-01-12 01:04

[易语言]使用易语言部署yolov8-face五点人脸关键检测模型

YOLO系列算法是目前深度学习领域里最为著名的目标检测算法之一，以其高速度和高精度而广受欢迎。YOLOv8-face在此基础上，专注于提取人脸的五个主要关键
FL1623863129·2024-01-12 00:14

[C#]winform部署PaddleOCRV3推理模型

【官方框架地址】https://github.com/PaddlePaddle/PaddleOCR.git【算法介绍】PaddleOCR是由百度公司推出的一款开源光学字符识别（OCR）工具，它基于深度学习框架
FL1623863129·2024-01-12 00:13

深度学习入门——深层神经网络模型的模块搭建

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR->RELU]×(L-1)->LINEAR->SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1]，然后加上截距b[1]，结果为线
yasNing·2024-01-12 00:03

深度学习（一）深层神经网络的搭建【附实例代码】

数据加载4.搭建网络并训练前面一篇我们简要介绍了神经网络的一些基本知识，同时也是示范了如何用神经网络构建一个复杂的非线性二分类器，更多的情况神经网络适合使用在更加复杂的情况，比如图像分类的问题，下面我们用深度学习的入门级数据集
AutoFerry·2024-01-12 00:03

深度学习课程实验二深层神经网络搭建及优化

一、实验目的1、学会训练和搭建深层神经网络；2、掌握超参数调试正则化及优化。二、实验步骤初始化1、导入所需要的库2、搭建神经网络模型3、零初始化4、随机初始化5、He初始化6、总结三种不同类型的初始化正则化1、导入所需要的库2、使用非正则化模型3、对模型进行L2正则化（包括正向和反向传播）4、对模型进行dropout正则化（包括正向和反向传播）5、总结三种模型的结果梯度检验1、导入所需要的库2、理
叶绿体不忘呼吸·2024-01-12 00:32

[23-24 秋学期] NNDL-作业2 HBU

前言：本文解决《神经网络与深度学习》-邱锡鹏第二章课后题。对于习题2-1，平方损失函数在机器学习课程中学习过，但是惭愧的讲，在完成这篇博客前我对均方误差和平方损失函数的概念还有些混淆。
洛杉矶县牛肉板面·2024-01-12 00:53

【22-23 春学期】AI作业5-深度学习基础

人工智能、机器学习、深度学习之间的关系神经网络与深度学习的关系“深度学习”和“传统浅层学习”的区别和联系神经元、人工神经元MP模型单层感知机SLP异或问题XOR多层感知机MLP前馈神经网络FNN激活函数
HBU_David·2024-01-12 00:23

神经网络与深度学习day01-基础知识

今天开始新学期，然后就是每周要在这里发这周的实验报告，CSDN对不起了，你可能不情愿，但是必须要稍微容纳一下我(这个菜比)在这里吹了。第一周的基础知识训练：1、导入numpy库importnumpy2、建立一个一维数组a=[4,5,6]。输出：(1)a的类型；(2)a的各维度的大小；(3)a的第一个元素a=[4,5,6]print(type(a))print(numpy.shape(a))prin
小鬼缠身、·2024-01-12 00:23

HBU_神经网络与深度学习 实验10 卷积神经网络：基于ResNet18网络完成图像分类任务

ResNet18网络完成图像分类任务1.数据处理(1)数据集介绍(2)数据读取(3)构造Dataset类2.模型构建3.模型训练4.模型评价5.模型预测二、实验Q&A写在前面的一些内容本文为HBU_神经网络与深度学习实验
ZodiAc7·2024-01-12 00:52

深度学习 常考简答题--[HBU]期末复习

目录1.为什么要引用非线性激活函数？2.什么是超参数？如何优化超参数？3.线性回归通常使用平方损失函数，能否使用交叉熵损失函数？4.平方损失函数为何不适用于解决分类问题？(和第3题一块复习)编辑5.什么是长程依赖问题，如何解决？6.什么是对称权重现象，有哪些解决方案？7.什么是损失函数？常见的损失函数有哪些？8.解释死亡ReLu问题，如何解决？9.解释步长、零填充、感受野10.LSTM与GRU的区
洛杉矶县牛肉板面·2024-01-12 00:22

深度专注力：管理精力和时间

为什么需要深度学习：A、B、C三个阶段：C阶段，就是精通。精通是指不但能够掌握和运用技能，而且达到了大多数人无法企及的熟练程度。太多的人都在B阶段，竞争极其激烈。
可苟可远·2024-01-11 23:47
上一页 65 66 67 68 69 70 71 72 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他