深度学习aps

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

躬身行领读人服务升级体系

躬身行悦读工坊领读人服务体系全面升级，以教授别人完成自己深度学习以被实践证明这是有效的学习方法和实践逻辑。为确保所有领读人能真正完成蜕变，实现从意愿到结果的顺利升级，全面开启领读人的付费模式。
宗少躬身行·2024-01-29 20:38

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

【深度学习：目标检测】深度学习中目标检测模型、用例和示例什么是物体检测？
jcfszxc·2024-01-29 20:30

【转】深度学习中的正则化（Regularization）

转自：http://www.imooc.com/article/69484一、Bias（偏差）&Variance（方差）在机器学习中，这两个名词经常让我们傻傻分不清。我们不妨用案例来看看怎么区分。假设我们正在做一个分类器，分别在训练集和验证集上测试，以下为四种可能的情况：四种情况可见①、④两种情况的训练集误差都很小，接近optimalerror，这种就称为lowbias。说明训练的很到位了。相反，
是我真的是我·2024-01-29 19:59

仿真机器人-深度学习CV和激光雷达感知(项目2)day8【作业2与答案2】

文章目录前言作业2答案2代码详解前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用以下的几个专栏是本人比较满意的专栏(大部分专栏仍在持续更新)，欢迎大家的关注：ACM-ICPC算法汇总【基础篇】ACM-ICPC算法汇总【提高篇】AIoT(人工智能
辰chen·2024-01-29 19:12

成都市网络教研《初中地理深度学习课堂教学研究》学习记录（三）

深度学习基本思维模型基于“深度学习”的初中地理课堂真实：可借鉴、实用性强有效：解决学习过程中的核心知识、关键能力生本：以学生为主体，体现学生的参与度和参与面灵活：课堂灵活，处理知识和问题的方式不死板、材料鲜活
一枚王脑司·2024-01-29 19:06

工业界和学术界最大区别是什么？

链接：https://www.zhihu.com/question/332602866编辑：深度学习与计算机视觉声明：仅做学术分享，侵删能源类工科博士在读，正在面临工业界和学术界的抉择，想知道两者的区别
woshicver·2024-01-29 18:35

AI 绘画平台难开发，难变现？试试 Stable Diffusion API Serverless 版解决方案

作者：王佳、江昱、筱姜StableDiffusion模型，已经成为AI行业从传统深度学习时代走向AIGC时代的标志性里程碑。
阿里云云原生·2024-01-29 18:06

深度学习一些有用的网站

Pytorch官方网站https://pytorch.org/get-started/previous-versions/查询期刊会议的排名网站https://www.aminer.cn/ranks/conf?domain_ids=all&type=ccf&search=&metric=google_h5_index&order=descend&ccf_level=A,B,C,other&cate
LinlyZhai·2024-01-29 18:27

datawhale 大模型学习 第八章-分布式训练

近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，传统的单机单卡模式已经无法满足超大模型进行训练的要求。
fan_fan_feng·2024-01-29 18:25

基于深度学习的表面缺陷检测方法综述

一、摘要近年来，基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中。
禄亿萋·2024-01-29 16:26

Masked Face Recognition Using Deep Learning: A Review

摘要：本次调查整理并回顾了最近基于深度学习技术为蒙面人脸识别（MFR）开发的工作，提供了对MFR系统开发流程的见解和深入讨论。
禄亿萋·2024-01-29 16:25

【机器学习300问】19、深度学习和机器学习什么关系？

往后的文章我会穿插着机器学习和深度学习的内容进行，所有有必要在这里先说下两者的关系。一、从范围上讲深度学习和机器学习都是人工智能的一个子领域，它们之间的关系可以理解为包含和被包含的关系。
小oo呆·2024-01-29 16:55

机器学习周报第23周

BERTmodelsforBrazilianPortuguese:pretraining,evaluationandtokenizationanalysis2.1摘要2.2理论背景2.3实验结果总结摘要在深度学习中
Ramos_zl·2024-01-29 16:21

AI算力加速之道

1AI算力发展趋势1.1人工智能理论：深度学习人工智能发展至今并非一帆风顺，从起步阶段到现今的深度学习阶段，数据、算法和算力构成了人工智能三大基本要素，共同推动人工智能向更高层次的感知、认知发展。
安第斯智能云·2024-01-29 16:56

深度学习：Softmax回归

在前面，我们介绍了线性回归模型的原理及实现。线性回归适合于预测连续值，而对于分类问题的离散值则束手无策。因此引出了本文所要介绍的softmax回归模型，该模型是针对多分类问题所提出的。下面我们将从softmax回归模型的原理开始介绍，最后我们同样会基于PyTorch来实现基本的softmax模型。1、分类问题假设现在我们需要对图像进行分类，每次输入的数据是一个2x2的灰度图像。如果用一个标量来表示
AAI机器之心·2024-01-29 15:46

Docker光速搞定深度学习环境配置！

还有就是最恶心的深度学习环境，配置Cuda，Cudnn，Pytorch，TensorFlow，Opencv，G
AAI机器之心·2024-01-29 15:46

《Visual Tree Convolutional Neural Network in Image Classification》阅读笔记

VisualTreeConvolutionalNeuralNetworkinImageClassification》图像分类中的视觉树卷积神经网络作者YuntaoLiu、YongDou、RuochunJin和PengQiao来自国防科技大学并行和分布式处理国家实验室初读摘要问题：在图像分类领域，随着深度学习的快速发展
AncilunKiang·2024-01-29 15:45

前沿资讯！文心一言和ChatGPT最全对比！

文心一言和ChatGPT都是基于深度学习技术的自然语言处理模型，有各自的优势和使用场景，无法简单地比较ChatGPT和文心一言哪一个功能更强大，它们各自具有优势和局限性，需要根据具体需求进行选择，以下一些具体对比
2301_76571514·2024-01-29 14:57

自然语言处理发展(自然语言处理发展经历了哪些阶段)

到了2000年代，随着深度学习和神经网络技术的发展，NLP进一步获得
2301_76571514·2024-01-29 14:25

Matlab App Designer自学笔记(十四)：分档旋钮控件、下拉菜单控件、微调控件

热衷于分享技术和日常生活的机械专业小哥哥，捣鼓机械设计、计算机视觉和深度学习。网站还涉及到网页设计以及SEO相关地博文。
是刃小木啦~·2024-01-29 14:41

通俗易懂理解MobileNet网络模型

一、参考资料详细且通俗讲解轻量级神经网络——MobileNets【V1、V2、V3】MobileNetv1和MobileNetv2二、MobileNetv1原始论文：[1]MobileNet网络详解【深度学习
花花少年·2024-01-29 13:54

深度学习问题记录

献给莹莹1.为什么交叉熵损失相比均方误差损失能提高以sigmoid和softmax作为激活函数的层的性能？因为sigmoid函数的性质，导致σ′(z)在z取大部分值时会很小（如下图标出来的两端，几近于平坦），这样会使得w和b更新非常慢（因为η*a*σ′(z)这一项接近于0）。导数中没有σ′(z)这一项，权重的更新是受σ(z)−y这一项影响，即受误差的影响。所以当误差大的时候，权重更新就快，当误差小
Yankee_13·2024-01-29 13:40

配置pytorch+cuda深度学习开发环境

研究深度学习，有块GPU是必须的。GPU的主要作用就是大规模并行计算，加速我们的模型的训练。本文介绍基于pytorch+cuda的开发环境。
zhangzq02·2024-01-29 13:10

【深度学习】隐马尔科夫

文章目录一隐马尔可夫1.自动机2.马尔可夫链和马尔可夫假设3.隐马尔可夫模型3.1马尔科夫模型中的三个问题：3.2似然度问题：3.3解码问题案例如何对句子进行分词统计概率使用viterbi算法进行解码一隐马尔可夫1.自动机自动机：（又称为有限自动机，有限状态自动机，FSA）是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。例如：常用的正则表达式就是一种用来描述字符串出现字符的自动机。
OneTenTwo76·2024-01-29 12:55

【深度学习】马尔科夫链

马尔科夫链一、常见的马尔可夫过程：(1)独立随机过程为马尔可夫过程。(2)独立增量过程为马尔可夫过程：没{X(t)，t∈[0，+∞)}为一独立增量过程，且有P(X(0)=x0)=1，x0为常数，则X(t)为马尔可夫过程。(3)泊松过程为马尔可夫过程。(4)维纳过程为马尔可夫过程。(5)质点随机游动过程为马尔可夫过程。二、模型的创立条件importnumpyasnpdefmarkov():init_
weixin_40293999·2024-01-29 12:52

Yann LeCun荣获全球AI大奖！Keras之父和Deepmind创始人也曾获奖

YannLeCun因为为深度学习作出的杰出贡献（主要是发明了CNN卷积神经网络）和Hinton和Bengio三人共同获得了图灵奖。最近几年，LeCun所领
夕小瑶·2024-01-29 12:21

人工智能时代的十大核心技术：重塑未来的无限可能 - 第八章 - 深度增强学习，开启AI智能新篇章

深度增强学习是一种结合了深度学习（DeepLearning）和增强学习（Rei
百家峰会·2024-01-29 12:59

softplus函数和Rectified Linear Unit (ReLU) 函数的区别是什么？

RectifiedLinearUnit（ReLU）函数是深度学习中最常用的激活函数之一。它非常简单，其定义如下：这意味着：当输入x为正数或零时，函数输出x。当输入x为负数时，函数输出0。
CA&AI-drugdesign·2024-01-29 12:27

ResNet简介

ResNet(ResidualNetwork)此网络于2015年，国人何先生提出，用于解决随着深度学习的层数加深造成的网络退化现象和梯度消失、梯度爆炸。
追随远方的某R·2024-01-29 11:29

可解释性AI（XAI）之我见

XAI技术的开发旨在解决传统深度学习模型存在的黑盒问题，即无法解释为何做出特定决策或预测。通过使用XAI，人们可以更好地理解人工智能系统的工作方式，从而提高对其决策的信任度
专家-百锦再·2024-01-29 11:18

深度学习核心技术与实践之深度学习研究篇

非书中全部内容，只是写了些自认为有收获的部分。BatchNormalization向前传播（1）三个主要任务：计算出每批训练数据的统计量。对数据进行标准化对标准化后的数据进行扭转，将其映射到表征能力更大的空间上有效性分析內部协移（1）内部协移是由于神经网络中每层的输入发生了变化，造成每层的参数要不断地适应新分布的问题（2）BN可以在数据经过多层神经网络后，重新回到均值为0、方差为1的分布上，解决了
__如果·2024-01-29 09:15
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他