深度学习aps

什么是 OpenAI 的 Dall-E 模型

这个模型基于深度学习和生成对抗网络（GAN）的原理，能够根据用户输入的描述生成高质量、富有创意的图像。
·2024-02-11 18:24

如何使用Python进行地址信息(省/市/区/姓名/电话)提取

paddle：百度开发的深度学习平台
·2024-02-11 17:50

DeepMind利用深度学习预测 220 万种新晶体

如今借助GoogleDeepMind发布的深度学习工具GNoME，科研人员在短时间内就发现了22
·2024-02-11 17:06

2.1.1 摄像头

基于图像的物体检测和识别技术已经相当成熟，随着近几年深度学习的发展，基于深度学习的视觉感知算法已大量应用于实际生活和生产中，在某些任务上甚至已经超越人类水平。在自动驾驶车上，一般会安
·2024-02-11 17:43

1.10 强化学习

与深度学习类似，强化学习的关键问题也是贡献度分配问题，每一个动作不能直接得到监督信息，需要通过整个模型的
·2024-02-11 17:09

政安晨：梯度与导数～示例演绎《机器学习·神经网络》的高阶理解

这篇文章确实需要一定的数学基础，第一次接触的小伙伴可以先看一下我示例演绎这个主题的前两篇文章：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）：政安晨：示例演绎机器学习中（深度学习
政安晨·2024-02-11 15:00

Deep Learning for Anomaly Detection: A Review（翻译）

前言一、引言二、异常检测：问题的复杂性和挑战1.主要问题复杂性2.深度异常检测所面临的主要挑战三、用深度异常检测应对挑战1.预备工作2.深度异常检测方法的分类四.深度学习的特征提取1.预训练模型2.特定的特征提取模型五
appron·2024-02-11 14:50

fast.ai 深度学习笔记（六）

深度学习2：第2部分第12课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-12-215dfbf04a94译者：飞龙协议：CCBY-NC-SA4.0
绝不原创的飞龙·2024-02-11 14:13

PyTorch版本说明与安装

PyTorch版本说明与安装PyTorch可以看作是Python的一个库，准确地说，它是一个深度学习框架，提供了许多用于构建、训练和部署神经网络模型的功能和工具。
YuanDaima2048·2024-02-11 13:52

2019-10-31 人工智能、机器学习、深度学习的概念

一、什么叫人工智能、机器学习、深度学习人工智能：computationalagents(机器）可计算的机器andactintelligentlyAIaresystems（系统），可以做以下的事情：rationally
可乐W·2024-02-11 12:30

[论文总结] 深度学习在农业领域应用论文笔记12

文章目录1.3D-ZeF:A3DZebrafishTrackingBenchmarkDataset(CVPR,2020)摘要背景相关研究所提出的数据集方法和结果个人总结2.Automatedflowerclassificationoveralargenumberofclasses(ComputerVision,Graphics&ImageProcessing,2008)摘要背景分割与分类数据集和实
落痕的寒假·2024-02-11 12:26

【大厂AI课学习笔记】【1.6 人工智能基础知识】（1）人工智能、机器学习、深度学习之间的关系

6.1人工智能、机器学习与深度学习的关系必须要掌握的内容：如上图：人工智能>机器学习>深度学习。机器学习是人工智能的一个分支，该领域的主要研究对象是人工智能，特别是如何在经验学习中改进具体算法的性能。
giszz·2024-02-11 12:26

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（二）{两篇文章讲清楚}

这一篇与上一篇是兄弟篇，意在通过两篇文章讲清楚深度学习中神经网络的数学基础，第一次看到这篇文章的小伙伴可以从上一篇文章看起（包括搭建环境等等都在上一篇），上一篇链接如下：政安晨：示例演绎机器学习中（深度学习
政安晨·2024-02-11 12:56

《零基础实践深度学习》波士顿房价预测任务 02

1.3波士顿房价预测任务上一节我们初步认识了神经网络的基本概念（如神经元、多层连接、前向计算、计算图）和模型结构三要素（模型假设、评价函数和优化算法）。本节将以“波士顿房价预测”任务为例，向读者介绍使用Python语言和Numpy库来构建神经网络模型的思考过程和操作方法。波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“HelloWorld”。和大家对房价的普遍认知相同，波士顿地区的房价
软工菜鸡·2024-02-11 09:20

第二天 寻找了三篇深度学习综述(深度学习，目标检测，图像分割)

##################ImageSegmentationUsingDeepLearning:ASurvey本文梳理了172篇相关文献。本文全面回顾了撰写本文时候的文献。包括但不限于全卷积像素标记网络（FCN），编码器-解码器体系结构，多尺度以及基于金字塔的方法，递归网络，视觉注意模型和对抗环境中的生成模型；从最早的方法（阈值化，K均值聚类，分水岭）到后来（随机场，细数方法一类的）再到
kim_ed33·2024-02-11 09:16

Python 编程1000例(6)：打印成绩等级和出租车计费问题

文章目录一、设计条件运算二、打印成绩等级三、出租车计费问题本系列文章通过1000（一篇文章表示1个实例）个实例，为读者提供较为详细的练习题目，以便读者举一反三，深度学习。
Amo Xiang·2024-02-11 08:23

如何进行深度课时学情分析、课时教材分析？

一一《深度学习设计模板与示例》阅读札记导读提纲:为青年教师示范对一本书如何摘录与批注；向无暇读原著青年教师推荐深度课时学情分析、课时教材分析方法与案例。备课、说课时经常提到要备学情、备教材。
王红顺·2024-02-11 07:57

第十八篇【传奇开心果短博文系列】Python的OpenCV库技术点案例示例：图像修复和恢复

Python的OpenCV库技术点案例示例系列短博文目录前言一、常用的图像修复与恢复技术二、插值方法示例代码三、基于纹理合成的方法示例代码四、基于边缘保持的方法示例代码五、基于图像修复模型的方法示例代码六、基于深度学习的方法示例代码七
传奇开心果编程·2024-02-11 07:53

GPT-4模型的创造力

它们不仅能够精确地模拟和再现各类文本样式、结构和内容，而且在生成新的文本时，能够通过深度学习算法对海量训练数据中捕捉到的模式进行创新性的重组与拓展：词汇创新：基于已学习的大量词汇及其搭配关系，GPT-4
科学禅道·2024-02-11 07:23

《动手学深度学习(PyTorch版)》笔记8.3

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.3LanguageModelsandtheDataset假设长度为TTT的文本序列中
南七澄江·2024-02-11 07:15

《零基础实践深度学习》实践导学 01

1.1前言一、课程介绍《零基础实践深度学习》（第1版）2020年正式上线，深受开发者和高校师生追捧，累积学习人数超过9万人。
软工菜鸡·2024-02-11 07:15

《动手学深度学习(PyTorch版)》笔记8.4

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.4RecurrentNeuralNetworks对nnn元语法模型，单词xtx_tx
南七澄江·2024-02-11 07:15

【正在更新】从零开始认识语音识别：DNN-HMM混合系统语音识别(ASR)原理

|Introduction近期想深入了解语音识别(ASR)中隐马尔可夫模型(HMM)和深度神经网络-隐马尔可夫(DNN-HMM)混合模型，但是尽管网络上有许多关于DNN-HMM的介绍，如李宏毅教授的《深度学习人类语言处理
EthanLifeGreat·2024-02-11 06:11

使用深度学习进行序列分类

最近在准备毕业设计，题目是关于使用深度学习进行序列数据进行分类的问题，神经网络在特征识别和分类上具有超常的优势。
小白lite·2024-02-11 06:00

使用深度学习进行“序列到序列”分类

目录加载序列数据定义LSTM网络架构测试LSTM网络此示例说明如何使用长短期记忆(LSTM)网络对序列数据的每个时间步进行分类。要训练深度神经网络以对序列数据的每个时间步进行分类，可以使用“序列到序列”LSTM网络。通过“序列到序列”LSTM网络，可以对序列数据的每个时间步进行不同预测。此示例使用从佩戴在身体上的智能手机获得的传感器数据。该示例训练一个LSTM网络，旨在根据表示三个不同方向上的加速
jk_101·2024-02-11 06:59

[PyTorch]PyTorch中张量(Tensor)拼接和拆分操作

PyTorch深度学习总结第四章PyTorch中张量(Tensor)拼接和拆分操作文章目录PyTorch深度学习总结前言一、张量拼接二、张量拆分前言上文介绍了PyTorch中张量(Tensor)的切片操作
咸鱼鲸·2024-02-11 04:51

【PyTorch】改变张量(Tensor)形状操作

PyTorch深度学习总结第二章PyTorch中改变张量(Tensor)形状操作文章目录PyTorch深度学习总结一、前言二、改变张量形状一、前言上文讲解了张量生成和信息获取的知识，本文将针对张量的操作进行详细讲解
咸鱼鲸·2024-02-11 04:21

【PyTorch】PyTorch中张量(Tensor)切片操作

PyTorch深度学习总结第三章PyTorch中张量(Tensor)切片操作文章目录PyTorch深度学习总结一、前言二、获取张量中的元素1、切片（行、列数）方法2、torch.where()函数3、使元素置零的操作一
咸鱼鲸·2024-02-11 04:21

【PyTorch】张量(Tensor)的生成

PyTorch深度学习总结第一章Pytorch中张量(Tensor)的生成文章目录PyTorch深度学习总结一、什么是PyTorch？
咸鱼鲸·2024-02-11 04:20

深度学习图像分类相关概念简析+个人举例1（ANN相关概念与计算）

（1）神经网络：英文全称ArtificialNeuralNetwork，简称为ANN。神经网络是一种模仿人脑神经元结构和功能的人工智能模型。它由多个神经元（也称节点、单元）组成，每个神经元通过计算输入和权重的线性组合，并经过激活函数的非线性转换来产生输出。神经网络可以通过调整权重和偏置来学习输入数据的特征和模式。以下是神经网络中的一些重要概念和组成部分：[1]输入层：接受原始数据输入，将数据传递给
是lethe先生·2024-02-11 04:50

深度学习图像分类相关概念简析+个人举例2（CNN相关原理概念与计算）

（2）卷积神经网络：英文全称ConvolutionalNeuralNetwork,简称CNN是一种常用于图像分类的深度学习模型，其主要特点是包含了卷积层和池化层，能够提取图像的局部特征。
是lethe先生·2024-02-11 04:50

深度学习图像分类相关概念简析+个人举例3（CNN相关补充，附详细举例代码1）

【1】激活函数（ActivationFunction）：在深度学习（CNN）中，激活函数用于引入非线性性质，帮助模型学习复杂的关系。常见的激活函数有ReLU、Sigmoid和Tanh等。
是lethe先生·2024-02-11 04:50

2020-03-12今日表现超创业板6%

简介程序选股逻辑根据深度学习模型对个股的打分选择对应池子中的前N个标的。
云浪行川·2024-02-11 04:35

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）{两篇文章讲清楚}

进入人工智能领域免不了与算法打交道，算法依托数学基础，很多小伙伴可能新生畏惧，不用怕，算法没那么难，也没那么玄乎，未来人工智能时代说不得人人都要了解算法、应用算法。本文试图以一篇文章，用程序演绎的方式给大家把这里面的数学基础先讲清楚，以便于咱们未来深入，呵呵。第一次接触机器学习的小伙伴，环境搭建参考我的这篇文章（只参考这个里面关于环境搭建的部分就可以）：政安晨的机器学习笔记——跟着演练快速理解Te
政安晨·2024-02-11 03:34

【深度学习】实验7布置，图像超分辨

清华大学驭风计划因为篇幅原因实验答案分开上传，实验答案链接http://t.csdnimg.cn/P1yJF如果需要更详细的实验报告或者代码可以私聊博主有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~深度学习训练营案例
X.AI666·2024-02-11 03:00

深度学习入门--参数的优化算法

1.梯度下降法（GradientDescent）梯度下降法的计算过程就是沿梯度下降的方向求解极小值，也可以沿梯度上升方向求解最大值。假设模型参数为θ\thetaθ，损失函数为J(θ)J(\theta)J(θ)，损失函数关于参数的偏导数，也就是梯度为▽θJ(θ)\triangledown_\thetaJ(\theta)▽θJ(θ)，学习率为α\alphaα，则使用梯度下降法更新参数为：梯度下降法目前
我只钓小鱼·2024-02-11 03:53

【计算机视觉】计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记无监督学习聚类K-means降维线性降维主成分分析非线性降维自编码特征学习密度估计贝叶斯决策生成模型生成模型的应用生成模型分类密度估计参考密度估计分类显示的密度估计
暖焱·2024-02-11 02:14

【计算机视觉】计算机视觉与深度学习-08-实例分割-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-08-实例分割-北邮鲁鹏老师课程笔记MaskR-CNNMaskR-CNN
暖焱·2024-02-11 02:13

深度学习的新进展：从图像识别到自然语言处理

导语：深度学习作为人工智能领域的重要分支，近年来取得了巨大的突破和进展。从最初的图像识别到如今的自然语言处理，深度学习正逐渐渗透到我们日常生活的方方面面。
一休哥助手·2024-02-11 02:43

深度学习的新进展：从模型架构到应用领域的创新

引言：深度学习作为人工智能领域的重要分支，近年来取得了令人瞩目的进展。通过模拟人类大脑的学习过程，深度学习模型能够从大量数据中提取特征、识别模式、进行分类和预测等任务。
梓德原·2024-02-11 02:11

【YOLO系列详解——超详细】

YOLO系列详解1.介绍2.YOLO原理3.YOLO版本4.在开发实践中使用YOLO1.介绍YOLO（YouOnlyLookOnce）是一种使用深度学习实现的端到端的目标检测系统，YOLO系列模型以其检测速度快
程序员不想YY啊·2024-02-11 01:29

fast.ai 深度学习笔记（一）

深度学习2：第1部分第1课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-1-602f73869197译者：飞龙协议：CCBY-NC-SA4.0
绝不原创的飞龙·2024-02-11 00:45

金钱逗号表示法_使用深度学习逗号法进行端到端运动计划

金钱逗号表示法ForpastfewmonthsIhavebeenveryinterestedintoselfdrivingcartechnology.Thereareinfinitelymanypossibilitiesuponhowyoucanapplyyourmachinelearningknowledgetodeveloppartsoftheselfdrivingcarstack.在过去的几
杨_明·2024-02-10 23:10

多模态知识图谱：感知与认知的交汇

信息形式的整合与融合1.3全面、多维度的认知基础2多模态的作用2.1模态的知识互补2.2模态实体消歧2.3模态语义搜索2.4知识图谱补全2.5多模态任务增强3多模态知识图谱发展历史3.1初期模态数据整合3.2知识图谱与深度学习融合
cooldream2009·2024-02-10 21:34

语义分割任务的准确率计算：基于PyTorch实现

语义分割任务的准确率计算：基于PyTorch实现文章目录引言语义分割任务概述准确率的定义与计算方法实践应用与优化策略准确率的局限性分析结尾引言随着深度学习技术的飞速发展，语义分割任务作为计算机视觉领域的一个重要分支
高斯小哥·2024-02-10 21:34

最详细本地浏览器远程访问服务器Jupyter notebook配置

Jupyternotebook为什么要配置jupyter进入环境安装jupyter生成配置文件设置密码修改配置文件这里需要简单了解下vim的使用方法回到配置文件的修改本地建立ssh通道为什么要配置jupyter在跑深度学习实验的时候本地机带不动
卡卡是kaka·2024-02-10 20:22

深入解析torch.load中的【map_location】参数

当我们训练好一个深度学习模型后，通常需要将模型的参数（或称为状态字典，state_dict）保存
高斯小哥·2024-02-10 20:07

使用python-numpy实现一个简单神经网络

目录前言导入numpy并初始化数据和激活函数初始化学习率和模型参数迭代更新模型参数（权重）小彩蛋前言这篇文章，小编带大家使用python-numpy实现一个简单的三层神经网络，不使用pytorch等深度学习框架
橘柚jvyou·2024-02-10 19:26

《动手学深度学习(PyTorch版)》笔记8.1

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，同时对于书上部分章节也做了整合。Chapter8RecurrentNeuralNetworks8.1SequenceModels用xtx_txt表示在时间步（timestep）t∈Z
南七澄江·2024-02-10 18:28

Pytorch CGAN实现MNIST手写数字数据集

简介生成对抗网络（GenerativeAdversarialNetworks，简称GAN）是一种深度学习模型，通过生成器和判别器的对抗训练，从随机噪声中生成逼真的数据。
晚风何处来·2024-02-10 18:56
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他