深度学习-keras

好用的免费AI绘画软件有哪些？

它们通常使用机器学习和深度学习算法来模拟人类的绘画风格和技巧，并生成独特的艺术作品。
jianewang·2024-01-30 14:04

我为什么要开始写作？

2020年初，我从千聊上认识了弘丹老师，经过一段时间的了解，我先后报名了零基础写作训练营和听书稿写作训练营，因为自己太过普通，这两次学习并未给我带来改变，于是，我毅然报名了2021年度会员，想要跟着弘丹老师深度学习
绿萝随心·2024-01-30 14:52

基于WSL2搭建Tensorflow GPU深度学习环境以及JupyterLab

由于在Windows上tensorflow在2.10之后的版本不再支持GPU运算，只能使用Linux，所以需要基于WSL2搭建环境（WSL2的环境搭建教程，点击此处查看）必要的软件安装：1、下载Firefoxsudoaptinstallfirefox把Firefox设为默认浏览器2、安装Miniconda先到清华源上下载安装Anaconda到WSLIndexof/anaconda/archive/
爆炸奶糖·2024-01-30 14:53

通过WSL2来实现Windows10/11的深度学习模型GPU加速，TensorFlow项，Jupyter及其插件安装，CQF心得，金融量化

通过WSL2来实现TF的GPU加速为什么要用WSL（WindowsSubsystemLinux）安装WSL2，miniconda，cuda，cudnn，TA-Lib安装WSL2安装Miniconda3安装CUDA安装cuDNN安装TensorFlow库安装TA-Lib库安装其它CQF及金融量化相关的库希望这篇博客对您有所帮助为什么要用WSL（WindowsSubsystemLinux）主要是Win
Mike_Leigh·2024-01-30 14:20

多只动物3D姿态估计与行为识别系统

虽然现有的深度学习方法已经实现了对常见动物的精确姿态估计、识别和行为分类，但由于缺乏注释良好的数据集，其应用依然受到挑战。
tzc_fly·2024-01-30 12:25

互联网加竞赛 基于深度学习的人脸性别年龄识别 - 图像识别 opencv

文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是毕业设计人脸性别年龄识别系统
Mr.D学长·2024-01-30 12:55

【大咖论道】周志华，唐杰教授等专家，站在 2022，展望大模型的未来

达摩院认为，超大规模预训练模型是从弱人工智能向通用人工智能的突破性探索，解决了传统深度学习的应用碎片化难题，但性能与能耗提升不成比例的效率问题限制了参数规模继续
深度学习技术前沿·2024-01-30 12:52

大语言模型的未来进化路径及其影响

从早期基于规则和统计学习的语言模型，到如今基于深度学习框架下的Transformer架构，如GPT系列、BERT等，大语言模型已经在自然语言处理领域取得了前所未有的突破。
TechCreator·2024-01-30 12:49

Vim实战：使用Vim实现图像分类任务（一）

和MixupEMA项目结构编译安装Vim环境环境安装过程安装库文件计算mean和std生成数据集摘要论文：https://arxiv.org/pdf/2401.09417v1.pdf翻译：近年来，随着深度学习的发展
AI浩·2024-01-30 11:06

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。
政安晨·2024-01-30 11:43

政安晨的机器学习笔记——基于Ubuntu系统的Miniconda安装Jupyter Notebook

一、准备工作Miniconda的安装请参考我的另一篇博客文章：实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）https://blog.csdn.net
政安晨·2024-01-30 11:12

《自然》发布2024年值得关注的七大技术 | 简说基因 Curiosity

1.深度学习助力蛋白质设计从头设计蛋白质已经成熟为一种实用的工具，用于生成定制的酶和其他蛋白质。在这背后，深度学习功不可没。
简说基因-专业生信合作伙伴·2024-01-30 10:46

局部响应归一化层（LRN）

于是来个年前最后一更~局部响应归一化层（LocalResponseNormalization）局部响应归一化层简称LRN，是在深度学习中提高准确度的技术方法。
LiBiscuit·2024-01-30 10:09

《边缘计算》第2版——第三章边缘智能

第3章边缘智能边缘计算与人工智能场景有机结合，催生出边缘智能3.1边缘智能的定义3.1.1背景以深度神经网络为代表的深度学习算法在诸多人工智能相关的应用中取得了很好的效果，随着边缘计算的发展，人工智能应用越来越多地迁移到边缘进行
xiao_wyy·2024-01-30 10:30

PaddleNLP的简单使用

1介绍PaddleNLP是一个基于PaddlePaddle深度学习平台的自然语言处理（NLP）工具库。它提供了一系列用于文本处理、文本分类、情感分析、文本生成等任务的预训练模型、模型组件和工具函数。
J_bean·2024-01-30 10:06

大创项目推荐 题目：基于机器视觉opencv的手势检测 手势识别 算法 - 深度学习 卷积神经网络 opencv python

文章目录1简介2传统机器视觉的手势检测2.1轮廓检测法2.2算法结果2.3整体代码实现2.3.1算法流程3深度学习方法做手势识别3.1经典的卷积神经网络3.2YOLO系列3.3SSD3.4实现步骤3.4.1
laafeer·2024-01-30 09:48

生成式AI人工智能

生成式AI人工智能生成式AI生成式AI的核心思想生成对抗网络变分自编码器应用总结生成式AI生成式AI指的是基于神经网络和深度学习技术的人工智能系统，其能够根据输入的数据生成新的内容。
数据科学与艺术的贺公子·2024-01-30 09:54

AI大语言模型学习笔记之三：协同深度学习的黑魔法 - GPU与Transformer模型

Transformer模型的崛起标志着人类在自然语言处理（NLP）和其他序列建模任务中取得了显著的突破性进展，而这一成就离不开GPU（图形处理单元）在深度学习中的高效率协同计算和处理。
DATA无界·2024-01-30 09:43

[深度学习]paddleocrv4模型推理要比v3版本慢很多原因

请问为何Mkldnn在ChineseV4下运行会比Onnx和Openblas慢很多？资料来源：https://github.com/sdcb/PaddleSharp/issues/75qaqz111commentedonDec6,2023•edited按Readme里面的说明来看，貌似mkl比openblas是要快的，在我的机器（R7-5800H16GWin1022H2）上跑出来的耗时对比如下：L
FL1623863129·2024-01-30 09:13

YOLOV5s行人识别改进 引入CoT模块及SIOU损失函数

1.项目背景及意义近年来，深度学习算法不断取得了突破性进展，这也推动了人工智能技术的不断进步。机器视觉作为其中的重要一环，在不同领域也焕发出了强烈的生机。
deleteeee·2024-01-30 08:25

python+keras如何自行简单搭建一个神经网路实现水果分类识别

1.引言本文利用机器学习keras框架搭建简单的网络，通过训练实现对水果的自动识别和分类。首先，我们采集了苹果、香蕉、葡萄、橙子和梨等五种水果的图像，并对其进行分类。
deleteeee·2024-01-30 08:24

python+keras搭建的模型部署至嵌入式端PSoc6

前面已经写了文章描述如何搭建简单的水果分类模型，本文将介绍如何将搭建的模型部署至嵌入式端，本文利用MLConfigurator提供的配置程序MLConfigurator来导入预先训练好的机器学习模型，而它的目前版本仅支持Keras-H5
deleteeee·2024-01-30 08:24

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。
漂泊老猫·2024-01-30 08:21

win11下 “pytorch导出模型“ 以及 “C++使用onnxruntime部署”

部分一：PyTorch导出模型在Win11下，PyTorch是一个强大的深度学习框架，它提供了丰富的工具来训练和导出模型。
夏秃然·2024-01-30 07:08

HASHCAT（哈斯猫）--入门深度学习

Hashcat是一款密码爆破神器，信息安全必备工具之一，特此写篇文章记录总结之，以备不时之需，同时也可能帮助到看到本本文的网友。简介Hashcat是世界上最快的密码破解程序，是一个支持多平台、多算法的开源的分布式工具。官方：hashcat-advancedpasswordrecoveryGithub：GitHub-hashcat/hashcat:World'sfastestandmostadvan
Julian Paul Assange·2024-01-30 07:31

PyTorch 最新安装教程

PyTorch是一个开源的深度学习框架，提供了丰富的工具和库，方便用户快速开发和部署深度学习模型。由于其灵活性和易用性，PyTorch已成为许多数据科学家和机器学习工程师的首选工具。
Dxy1239310216·2024-01-30 07:28

和深度学习什么关系？

在学习深度学习的相关知识之前，我们首先得了解什么是神经网络，解开神经网络的神秘面纱后，什么是深度学习的问题也就迎刃而解。
小oo呆·2024-01-30 07:52

深度学习之卷积神经网络进阶版

上一讲我们介绍了卷积神经网络和多层感知机，也就是全链接网络。他们在网络架构上是串行的结构，也就是在每一层与每一层之间，前面一层的输出，是后面一层的输入。在神经网络里面，我们可能会有更加复杂的结构，比如，在每层之间有分支，甚至说要把每一层的输出再往前作为输入。我们来介绍两种比较复杂的神经网络结构：同时我们要思考，当我们遇见一个比较复杂的结构的时候，我们想要实现它，我们要怎么办？首先回顾一下上节课的知
丘小羽·2024-01-30 07:45

深度学习实战70-数学教材智能问答MathGPT模型与题目latex的pdf生成技术

大家好，我是微学AI,今天给大家介绍一下深度学习实战70-数学教材智能问答MathGPT模型与题目latex的pdf生成技术，本文利用MathGPT数学大模型实现的数学教材智能问答系统。
微学AI·2024-01-30 07:44

深度学习使用python建立最简单的神经元neuron

目录介绍数据：建模：模型：介绍在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。
取名真难.·2024-01-30 06:35

神经网络建立(结果可变)最小神经元

目录介绍：初始化：建模:预测：改变结果：介绍：在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。
取名真难.·2024-01-30 06:35

使用程序设计流程图解析并建立神经网络(不依赖深度学习library）

介绍：##Flowchartforasimpleneuralnetwork:#(1)Takeinputs输入#(2)Addbias(ifrequired)#(3)Assignrandomweightstoinputfeatures随机一个权重#(4)Runthecodefortraining.训练集训练#(5)Findtheerrorinprediction.找预测损失#(6)Updatethew
取名真难.·2024-01-30 06:27

《动手学深度学习(PyTorch版)》笔记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,对于书上部分章节也做了整合。Chapter5DeepLearningComputation5.1LayersandBlocksimporttorchfromtorchimportnn
南七澄江·2024-01-30 06:10

大模型基础

这种模型通常基于深度学习技术和大规模语言模型训练，能够模拟人类的对话方式，通过视频，图片以及语音和文本的方式与用户进行交互。
xiechaoyi123·2024-01-30 05:54

计算机视觉的基本概念和技术有哪些?

深度学习：这是一种强大的机器学习技术，被广泛
shanshan2099·2024-01-30 05:44

第二十七周：文献阅读笔记

DenseBlock5.Poolinglayers6.ImplementationDetails7.Experiments8.FeatureReuse9.代码实现总结摘要DenseNet（密集连接网络）是一种深度学习神经网络架构
@默然·2024-01-30 03:01

动手学深度学习（一）深度学习介绍1

目录一、引言1.日常生活中的机器学习：2.机器学习中的关键组件：2.1数据：2.2模型：2.3目标函数：2.4优化算法：3.各种机器学习问题：3.1监督学习：3.1.1回归：3.1.2分类：3.1.3标记问题：3.1.4搜索：3.1.5推荐系统：3.1.6序列学习：3.2无监督学习：3.3与环境互动：3.4强化学习：一、引言时至今日，人们常用的计算机程序几乎都是软件开发人员从零编写的。比如，现在开
Shining0596·2024-01-30 02:32

动手学深度学习（一）深度学习介绍2

目录二、起源三、深度学习的成功案例：四、特点：五、小结：二、起源为了解决各种各样的机器学习问题，深度学习提供了强大的工具。
Shining0596·2024-01-30 02:00

【大厂AI课学习笔记】1.1.3 常见术语解释

目录1.人工智能(Artificialintelligence)2.算法(Algorithms)3.机器学习(Machinelearning)4.深度学习(Deeplearning)5.神经网络(NN)
giszz·2024-01-30 02:30

EEG神经网络分类的深度学习方法

近年来，深度学习(DL)因其能够在阐明分类的相关特征的同时显著提高许多领域的分类性能而广受欢迎。本文旨在为对基于EEG的深度学习研究感兴趣的研究人员提供全面的参考来源。
茗创科技·2024-01-30 02:19

Redis面试题36

它基于大数据、机器学习、深度学习和自然语言处理等技术，通过对数据和模型的分析和推理，使机器能够自动完成复杂的任务和问题解决。人工智能的应用
CrazyMax_zh·2024-01-30 01:08

Redis面试题35

什么是深度学习？它和传统机器学习的区别是什么？答：深度学习是机器学习的一个分支，主要基于神经网络模型，通过多层次的神经元网络进行学习和推断。深度学习与传统机器学习的区别在于其模型的结构和学习方法。
CrazyMax_zh·2024-01-30 01:08

Redis面试题36

例如，深度学习模型可以通过分析医学影像数据来辅助诊断癌症、肺部疾病等。药物研发和治疗方案优化：人工智能可以帮助加速药物研发过程，通过分析大量的医学文献和基因组数据，找到潜在的药物靶点和治疗方法。
CrazyMax_zh·2024-01-30 01:08

美赛注意事项

火热关键词：人工智能、机器学习、深度学习、区块链、大数据技术、Chat-GPTEF题目：第一问：变量之间的关系（关系题：层次分析法、熵权法等）第二问：预测类问题（例如使用时间维度的马尔科夫、链等预测方法
RunningBComeOn·2024-01-30 01:45

文献速递：人工智能医学影像分割--- 深度学习分割骨盆骨骼：大规模CT数据集和基线模型

文献速递：人工智能医学影像分割—深度学习分割骨盆骨骼：大规模CT数据集和基线模型我们为大家带来人工智能技术在医学影像分割上的应用文献。
有Li·2024-01-30 00:42

【影像组学入门百问】#83----#87

深度影像组学（DeepRadiomics）是一种将深度学习技术应用于影像组学的研究方法。它结合了传统影像组学的特征提取方法和深度学习的自动特征学习能力，以提高影像特征的表示能力和泛化性能。
有Li·2024-01-30 00:42

Phoncent博客GPT写作工具

它通过深度学习和自然语言处
庄泽峰·2024-01-30 00:37

深度学习技巧应用34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧

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34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧,本文将帮助大家理解多台服务器资源的数据并行分布式训练神经网络模型的过程，数据并行训练是一种在多个处理器上并行训练卷积神经网络模型的方法
微学AI·2024-01-29 22:11

基于深度学习的安全帽检测系统（YOLOv5清新界面版，Python代码）

安全帽检测系统用于自动化监测安全帽佩戴情况，在需要佩戴安全帽的场合自动安全提醒，实现图片、视频和摄像头等多种形式监测。在介绍算法原理的同时，给出Python的实现代码、训练数据集，以及PyQt的UI界面。安全帽检测系统主要用于自动化监测安全帽佩戴情况，检测佩戴安全帽的数目、位置、预测置信度等；可采取图片、视频和摄像头等多种形式监测佩戴情况，并实时显示标记和结果；博文提供了完整的Python代码和使
AI小白龙*·2024-01-29 21:05

语义分割样本随机划分

文章目录前言一、训练集、验证集、测试集二、使用步骤1.引入库2.设置输入输出路径3.处理过程总结前言深度学习语义分割在训练时需要将裁剪好的样本数据划分为训练集、验证集和测试集。
深度神经质患者·2024-01-29 21:53
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他