深度学习Deep 第8页

Python深度学习：3步实现AI人脸识别，效果堪比专业软件！

而令人振奋的是，借助Python和深度学习技术，普通人也能构建出专业级的人脸识别系统。本文将带领您通过三个关键步骤，使用Python深度学习技术实现一个准确率高达99%的人脸识别系统。

小筱在线·2025-07-07 02:47

DeepSeek Chat

SpringAI支持DeepSeek的各种AI语言模型。您可以与DeepSeek语言模型交互，并基于DeepSeek模型创建多语言会话助手。

虾条_花吹雪·2025-07-07 01:42

【推荐算法课程二】推荐算法介绍-深度学习算法

盒子6910·2025-07-06 23:28

基于DeepSeek × 数据治理如何落地？这套解决方案可参考！

3步落地DeepSeek实战方案导语："每天处理10亿条数据，却找不到关键业务指标？""数据部门80%时间在'找数据-洗数据-背锅'的死循环？"

·2025-07-06 23:58

DeepFM算法原理及应用场景

DeepFM（DeepFactorizationMachine）是一种结合了因子分解机（FactorizationMachines,FM）和深度神经网络（DNN）的混合模型，主要用于处理高维稀疏数据（如推荐系统中的点击率预测

·2025-07-06 23:27

DeepSeek-R1满血版:硅基流动API或本地部署

想在手机上部署DeepSeek-R1满血版（671B）？我来手把手教你最靠谱的两种方式！

Mikhail_G·2025-07-06 23:27

【AI智能推荐系统】第二篇：深度学习在推荐系统中的架构设计与优化实践

DeepFaye·2025-07-06 23:26

【深度学习】神经网络剪枝方法的分类

神经网络剪枝方法的分类摘要随着深度学习模型，特别是大语言模型（LLM）的参数量爆炸式增长，模型的部署和推理成本变得异常高昂。

烟锁池塘柳0·2025-07-06 21:06

Python 图像分类入门

一、介绍图像分类作为深度学习的基础任务，旨在将输入图像划分到预定义的类别集合中。在实际的业务中，图像分类技术是比较常用的一种技术技能。

超龄超能程序猿·2025-07-06 21:05

初始CNN(卷积神经网络)

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）作为深度学习的重要分支，在图像识别、目标检测、语义分割等领域大放异彩。

超龄超能程序猿·2025-07-06 21:04

App Trace功能实战：一键拉起、快速安装与免提写邀请码的应用实践

一键拉起：将H5/广告页用户转化率提升47%快速安装：应用商店跳转安装成功率提升至92%免提写邀请码：邀请注册转化率提高63%二、技术架构与实现细节1.一键拉起的技术实现Android端实现方案：//DeepLink

tongjiwenzhang·2025-07-06 20:03

极客开发者如何打造下一个DeepSeek：从技术颠覆到生态构建的深度思考

DeepSeek的成功首先源于其技术范式的根本性突破...1.1架构创新的三大支柱DeepSeek的技术优势建立在三大创新基础之上...1.2极客开发者的技术启示对于有志打造下一个DeepSeek的极客开发者

山顶望月川·2025-07-06 20:31

深度学习实验：GPU加速，突破性能瓶颈

深度学习实验：GPU加速，突破性能瓶颈1.背景介绍随着深度学习模型变得越来越复杂和庞大，传统的CPU已经无法满足训练和推理的计算需求。

AI天才研究院·2025-07-06 20:57

Victor Zhong·2025-07-06 19:23

JavaScript浅拷贝与深拷贝

浅拷贝三、数组的浅拷贝方法1.slice()2.concat()3.扩展运算符（...）四、对象的浅拷贝方法1.Object.assign()2.扩展运算符（...）五、浅拷贝的局限性六、总结深拷贝（DeepCopy

旺代·2025-07-06 19:50

20个高级DeepSeek指令，帮助你提升200%工作效率，建议收藏！

其实DeepSeek最大的价值不是给你标准答案，而是成为你的思维伙伴。关键就在于你怎么"提问"。今天我把这段时间总结的20个高效提示词分享出来，都是我在实际工作中反复验证过的。

资源客·2025-07-06 18:41

【深度学习新浪潮】基于扩散模型的图像编辑加速方法

在基于扩散模型的图像编辑任务中，实现高质量与高效加速的平衡需要综合运用模型架构优化、采样策略创新、条件控制增强及硬件加速等多维度技术。一、一步反演与掩码引导的编辑框架通过一步反演框架将输入图像映射到可编辑的潜在空间，结合掩码引导的注意力重缩放机制，实现文本引导的局部编辑。例如，SwiftEdit通过一步反演和注意力重缩放，将编辑时间压缩至0.23秒，比传统多步方法快50倍。具体步骤包括：一步反演：

小米玄戒Andrew·2025-07-06 18:10

《从Backprop到Diffusion：深度学习的算法进化树全景图》

点击跳转到网站《从Backprop到Diffusion：深度学习的算法进化树全景图》**展开系统性解析。

HeartException·2025-07-06 17:29

多模态大模型：技术原理与实战看清GPT的进化史和创新点

多模态大模型：技术原理与实战看清GPT的进化史和创新点1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进1.2.1基于规则的方法

AI天才研究院·2025-07-06 17:58

Apple SoC 图像 ISP 与 Neural Engine 联合优化案例分析：性能与质量平衡的实战经验

AppleSoC图像ISP与NeuralEngine联合优化案例分析：性能与质量平衡的实战经验关键词：AppleSoC、ISP优化、NeuralEngine协同、图像处理性能、DeepFusion、SmartHDR

观熵·2025-07-06 16:50

结合创新idea：机器学习+运筹优化=CCF高端局

2024深度学习发论文&模型涨点之——机器学习+运筹优化机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并改进其性能，而无需进行明确的编程。

Ai多利·2025-07-06 11:10

JuPyter(IPython) Notebooks中使用pip安装Python的模块

问题描述：没有带GPU的电脑，搞深度学习不是耍流氓嘛，我网上看到有个云平台，免费使用了一下，小姐姐很热情。使用过程如下：他们给的接口是Jupyter编辑平台，我就在上面跑了一个小例子。

weixin_34218890·2025-07-06 10:31

happy-llm 第一章 NLP 基础概念

现状与挑战：成就：深度学习推动文本分类、翻译等任务达到近人类水平。瓶颈：歧义性、隐喻理解、跨文化差异等。二、NLP发展三大阶段时期代表技术核心思

weixin_38374194·2025-07-06 10:28

ChatBox

fromdotenvimportload_dotenvfromopenaiimportOpenAI#加载.env文件中的环境变量#load_dotenv()#初始化客户端（从环境变量读取配置）client=OpenAI(api_key=os.getenv("DEEPSEEK_API_KEY

ZI&Yue·2025-07-06 08:15

Qwen3 Reranker模型可以微调吗？

说明是否支持微调✅支持（Apache-2.0许可，模型权重可商用）推荐方法LoRA/QLoRA（只训练几百万参数即可）可微调尺寸0.6B、4B、8B（0.6B单卡24GB就够；4B/8B建议多卡或Deeps

修昔底德·2025-07-06 07:41

供应链风险管理：AI预测潜在风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,风险评估,供应链可视化1.背景介绍在当今全球化经济体系中，供应链的复杂性和脆弱性日益凸显。

AI智能应用·2025-07-06 07:09

供应链风险管理：AI如何预测供应链风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,时间序列分析,风险评估1.背景介绍在当今全球化经济体系中，供应链风险已成为企业面临的重大挑战。

AI大模型应用之禅·2025-07-06 07:08

【极光优化算法+分解对比】VMD-PLO-Transformer-LSTM多变量时间序列光伏功率预测Matlab代码

近年来，深度学习技术在时间序列预测领域取得了显著进展，为提高光伏功率预测精度提供了新的途径

matlab科研助手·2025-07-06 06:05

大模型的MoE架构解析：从理论到应用的系统探讨

从GPT-4的1.8万亿参数到DeepSeek-V3的671亿参数，MoE架构已成为当前AI领域最重要的技术突破之一。

不秃头de程序猿·2025-07-06 06:34

AI Infra：Airweave，让 AI agent 打开 APP 的数据黑盒

让我想起很久以前的Deeplink。它通过标准化接口（RESTAPI或MCP）输出搜索能力，整体流程涵盖授权接入、内容提取、向量嵌入以及语义查询等模块。

·2025-07-06 04:49

【python深度学习】DAY 51 复习日

作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高1.读取数据使用CIFAR-10图像数据importtorchfromtorchvisionimportdatasets,transforms#数据预处理transform=transforms.Compose([transforms.ToTensor(),transforms.

抽风的雨610·2025-07-06 03:20

用Python解锁图像处理之力：从基础到智能应用的深度探索

但Python的真正价值在于其构建的完整生态闭环：科学计算基石：NumPy的ndarray结构完美对应图像的多维矩阵本质算法实现自由：从传统算子到深度学习模型的无缝衔接可视化即战力：Matpl

熊猫钓鱼>_>·2025-07-06 03:49

深度学习数据集加载

数据集结构E:\Mytest\test20250622\pythonProject\dataset├──rose│├──rose1.jpg│├──rose2.jpg│└──...└──sunflower├──sunflower1.jpg├──sunflower2.jpg└──...主要只有的两个类fromtorch.utils.dataimportDatasetfromtorchvisionimp

Ethan@LM·2025-07-06 02:41

使用TVM编译部署DarkNet模型：YOLO-V2和YOLO-V3实战指南

实战指南tvm-cnTVMDocumentationinChineseSimplified/TVM中文文档项目地址:https://gitcode.com/gh_mirrors/tv/tvm-cn前言在深度学习模型部署领域

周情津Raymond·2025-07-06 01:35

SpringBoot电商项目实战：从零搭建百万级架构

DeepSeek-行业融合之万象视界(附实战案例详解100+)全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)感兴趣的可以先收藏起来，希望帮助更多的人SpringBoot

·2025-07-06 01:03

人工智能赋能气象气候：从数据智能到预测创新的融合之路

与此同时，人工智能（AI），尤其是以深度学习为代表的机器学习方法，近年来在图像识别、自

慌ZHANG·2025-07-06 00:30

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构文章目录【深度学习|冰川制图

努力毕业的小土博^_^·2025-07-06 00:59

OpenCV中DPM（Deformable Part Model）目标检测类cv::dpm::DPMDetector

它是一种传统的基于特征的目标检测方法，不依赖深度学习，而是使用HOG特征+部件模型来进行检测。示例代码#include#include#includeusingnamesp

村北头的码农·2025-07-06 00:57

DeepSeek-V3 私有化部署配置方案（以 vLLM / FastDeploy 为主）

以下是DeepSeek-V3私有化部署配置方案（基于vLLM/FastDeploy），适用于对模型性能、数据隐私、推理效率有要求的企业/个人部署场景。

·2025-07-06 00:55

深度学习前置知识全面解析：从机器学习到深度学习的进阶之路

作为AI领域最重要的分支，深度学习(DeepLearning)在计算机视觉、自然语言处理、语音识别等领域取得了突破性进展，彻底改变了我们与机器交互的方式。

·2025-07-05 23:53

PyTorch实战：从零构建CNN模型，轻松搞定MNIST手写数字识别

欢迎来到我的深度学习博客！对于每个踏入计算机视觉领域的人来说，MNIST手写数字识别就像是编程世界的“Hello,World!”。

·2025-07-05 23:23

《ONNX推理部署全解析：从基础到进阶的实用指南》

ONNX基础入门ONNX是什么ONNX，即OpenNeuralNetworkExchange（开放神经网络交换），是一种用于表示深度学习模型的开放标准文件格式。

空云风语·2025-07-05 22:45

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法1.任务概述岩性分类是地质遥感的核心任务，旨在通过遥感影像识别地表岩石类型。

神经网络15044·2025-07-05 20:00

【Python】已解决：Traceback (most recent call last): File “C:/python/kfc.py”, line 8, in KfcError: KFC Cra

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-07-05 19:49

【深度学习】一文彻底搞懂前向传播（Forward Pass）与反向传播（Backward Pass）

【深度学习】一文彻底搞懂前向传播（ForwardPass）与反向传播（BackwardPass）摘要：在深度学习的星辰大海中，无论模型多么复杂，其训练过程都离不开两大核心支柱：前向传播(ForwardPass

烟锁池塘柳0·2025-07-05 19:49

【深度学习】强化学习（Reinforcement Learning, RL）主流架构解析

强化学习（ReinforcementLearning,RL）主流架构解析摘要：本文将带你深入了解强化学习（ReinforcementLearning,RL）的几种核心架构，包括基于价值（Value-Based）、基于策略（Policy-Based）和演员-评论家（Actor-Critic）方法。我们将探讨它们的基本原理、优缺点以及经典算法，帮助你构建一个清晰的RL知识体系。文章目录强化学习（Rei