深度学习pytorch人工智能第46页

深度学习｜表示学习｜卷积神经网络｜输出维度公式如何理解？｜16

如是我闻：当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化（Pooling）的输出大小公式类似卷积，但更加简单：输出大小=输入

漂亮_大男孩·2025-02-04 19:21

Pytorch学习笔记（二）

tensor的创建使用pytorch中的列表创建tensortensor=torch.Tensor([[-1,1],[0,2<

不牌不改·2025-02-04 19:21

pytorch中深度拷贝_PyTorch中的拷贝与就地操作详解

In-place操作pytorch中原地操作的后缀为_，如.add_()或.scatter_()，就地操作是直接更改给定Tensor的内容而不进行复制的操作，即不会为变量分配新的内存。

weixin_39906130·2025-02-04 19:51

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读In-place操作用在推理的时候可以显著节省内存，但是训练的时候一定要小心使用。如今的高级深度神经网络拥有数百万个可训练参数，训练它们通常会导致GPU内存耗尽。有几种简单的方法可以减少模型占用的GPU内存，例如：考虑改变模型的架构或使用具有较少可训练参数的模型类型(例如，选择DenseNet-121而不是DenseNet-

小白学视觉·2025-02-04 19:49

AI大模型学习的七个阶段，学完你就是大模型大师！

内容：人工智能演进与大模型兴起。大模型定义及通用人工智能定义。GPT模型的发展历程。第二阶段：核心技术解析目标：深入学习大模型的关键技术和工作原理。内容：算法的创新、计算能力的提升。

AGI大模型老王·2025-02-04 19:48

Python | Pytorch | 什么是 Inplace Operation（就地操作）？

如是我闻：在PyTorch中，InplaceOperation（就地操作）是指直接修改Tensor本身，而不是创建新的Tensor的操作。

漂亮_大男孩·2025-02-04 19:18

深度学习-98-大语言模型LLM之基于langchain的代理create_react_agent工具

文章目录1Agent代理1.1代理的分类1.2ReAct和Structuredchat2代理应用ReAct2.1创建工具2.1.1嵌入模型2.1.2创建检索器2.1.3测试检索结果2.1.4创建工具列表2.2初始化大模型2.3创建Agent2.4运行Agent3参考附录1Agent代理Agent代理的核心思想是使用语言模型来选择要采取的一系列动作。(1)在链中，动作序列是硬编码的。(2)在代理中，

皮皮冰燃·2025-02-04 18:46

大模型文件格式GGUF格式

大语言模型的开发通常使用PyTorch等框架，其预训练结果通常也会保存为相应的二进制格式，如pt后缀的文件通常就是PyTorch框架保存的二进制预训练结果。但是

·2025-02-04 18:36

《深度揭秘LDA：开启人工智能降维与分类优化的大门》

在当今人工智能蓬勃发展的时代，数据成为了驱动技术进步的核心要素。随着数据采集和存储技术的飞速发展，我们所面临的数据量不仅日益庞大，其维度也愈发复杂。

·2025-02-04 18:03

【LangChain编程：从入门到实践】开发环境准备

【LangChain编程：从入门到实践】开发环境准备作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的飞速发展

AI天才研究院·2025-02-04 18:39

基于 FPGA 的 CNN 卷积神经网络整体实现

基于FPGA的CNN卷积神经网络整体实现介绍卷积神经网络（CNN）是一种强大的深度学习架构，广泛用于图像识别、物体检测和自然语言处理等领域。

鱼弦·2025-02-04 18:37

【大模型应用开发动手做AI Agent】第二轮思考：模型决定计算

【大模型应用开发动手做AIAgent】第二轮思考：模型决定计算关键词：大模型，AIAgent，模型决定计算，模型优化，计算优化，硬件加速，效率提升1.背景介绍随着深度学习技术的飞速发展，大模型在自然语言处理

AGI大模型与大数据研究院·2025-02-04 16:30

AI Agent: AI的下一个风口具身机器人的发展趋势

AIAgent:AI的下一个风口——具身机器人的发展趋势1.背景介绍1.1问题的由来随着人工智能技术的快速发展，特别是深度学习的突破性进展，我们正目睹着从“智慧大脑”向“具身智能”的转变。

AGI大模型与大数据研究院·2025-02-04 16:30

2025年最新最全的大模型学习路线规划，对于零基础入门到精通的学习者来说，可以遵循以下阶段进行

同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，

程序员辣条·2025-02-04 16:57

Python人工智能系列之智谱AI（上）

今天我们来聊聊如何用Python实现人工智能。

ABit0101·2025-02-04 16:55

什么是大模型？大模型从入门到精通（超详细）看这一篇就够了！！！

随着人工智能技术的发展，大模型成为了近年来的热门话题之一。本文旨在为初学者提供关于大模型的基础知识介绍，并探讨其对企业的影响、应用领域的就业前景以及如何系统地学习大模型。

AI产品经理·2025-02-04 15:51

在CMD命令窗口中搭建简单的Python开发环境

在CMD命令窗口中搭建简单的Python开发环境Python是一种简单易学且功能强大的编程语言，它被广泛应用于Web开发、数据分析、人工智能等各个领域。

美丽风景-c·2025-02-04 15:19

超级好用、超准文字识别框架----飞浆PaddlePaddleOCR（文件检测+识别）实战篇

目录简介项目介绍安装难点问题解决办法参数介绍模型推理调用简介飞桨（PaddlePaddle）OCR（OpticalCharacterRecognition）是一个开源的深度学习框架，用于文字识别任务。

数虫·2025-02-04 14:46

基于Python实现机器视觉与深度学习相结合的项目

以下是一个基于Python实现机器视觉与深度学习相结合的项目，用于对茶汤照片进行背景处理、提取RGB值的详细步骤及代码示例。

max500600·2025-02-04 14:45

MiniMax：人工智能领域的创新先锋

MiniMax：人工智能领域的创新先锋在人工智能领域，MiniMax正以其强大的技术实力和创新的模型架构，成为全球关注的焦点。

程序猿000001号·2025-02-04 14:14

机器学习在网络安全领域的深度探索与实践

机器学习作为人工智能的重要分支，凭借其自动从大量数据中发现规律、预测未来行为以及识别异常的能力，在网络安全领域展现出了巨大的应用潜力与价值。机器学习技术通过模拟人类的学习过程，能够从历史数据中自适应地

noVonN·2025-02-04 14:40

机器学习基本概念

一、基本概念机器学习（MachineLearning）定义：一种让计算机通过数据学习、自动改进性能的人工智能分支。

时不晴·2025-02-04 13:38

人工智能机器学习基本概念详解

人工智能机器学习基本概念详解机器学习（MachineLearning,ML）是人工智能（ArtificialIntelligence,AI）的一个重要分支，旨在让计算机系统自动从数据中学习并进行预测或决策

猿享天开·2025-02-04 13:07

【搜索引擎的设计与实现——开题报告分享（仅供参考呀）】

作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2023年城市之星领跑者TOP1(哈尔滨)[3]2022年度博客之星人工智能领域TOP4[4]阿里云社区特邀专家博主[5]CSDN-人工智能领域优质创作者无限进步

追光者♂·2025-02-04 13:00

LangChain Ask PDF: 构建基于大语言模型的PDF问答应用

LangChainAskPDF:构建基于大语言模型的PDF问答应用在人工智能和自然语言处理技术快速发展的今天,如何有效地处理和利用大量文本信息成为了一个重要课题。

m0_75126181·2025-02-04 12:59

毕设开源深度学习图像搜索算法-图像搜索引擎(源码分享)

文章目录0简介1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例最后0简介今天学长向大家分享一个毕业设计项目毕业设计深度学习图像搜索算法-图像搜索引擎(源码分享)项目运行效果

knooor·2025-02-04 12:28

基于 LangChain 实现数据库问答机器人

基于LangChain实现数据库问答机器人一、简介二、应用场景三、实战案例1、需求说明2、实现思路3、对应源码一、简介在Retrieval或者ReACT的一些场景中，常常需要数据库与人工智能结合。

敲代码敲到头发茂密·2025-02-04 11:16

全场景深度学习开源框架（MindSpore）

MindSpore是华为推出的一款全场景深度学习开源框架。旨在实现不同计算平台（如云端、边缘端、端侧）和不同硬件（如CPU、GPU、Ascend等）之间的高效协同。

deepdata_cn·2025-02-04 11:41

torch.nn.RNN: PyTorch 中的循环神经网络（RNN）模块

torch.nn.RNN:PyTorch中的循环神经网络（RNN）模块1.概述在PyTorch中，torch.nn.RNN是一个用于构建循环神经网络（RNN）的模块。

彬彬侠·2025-02-04 10:40

使用 Numpy 自定义数据集，使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

1.导入必要的库首先，导入我们需要的库：Numpy、Pytorch和相关工具包。

辞落山·2025-02-04 10:40

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。

俞兆鹏·2025-02-04 10:35

零信任赋予安全牙齿，AI促使它更锋利

之后的几年各种视觉识别遍地开花，AI四小龙在人脸识别上成熟应用，再然后到大热的机器学习、深度学习，对于AI一直都有关注，但商业价值均没有得到有效发挥，大部分都停在科研和实验室阶段。

零信任Enlink_Young·2025-02-04 09:01

LlamaIndex架构设计：大模型长期记忆模块竟暗藏图数据库玄机

随着人工智能技术的不断发展，大型语言模型（LLM）已经在自然语言处理、文本生成、对话系统等领域取得了显著的进展。

威哥说编程·2025-02-04 08:52

PyTorch动态计算图:如何灵活构建复杂模型

PyTorch动态计算图:如何灵活构建复杂模型关键词：PyTorch、动态计算图、自动微分、反向传播、神经网络、模型构建、计算图优化文章目录PyTorch动态计算图:如何灵活构建复杂模型1.背景介绍1.1

AI天才研究院·2025-02-04 07:47

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理

AI天才研究院·2025-02-04 07:47

Paddle进阶实战系列（三）：基于SVTR算法的手写英文单词识别

‍作者简介：CSDN、阿里云人工智能领域博客专家，新星计划计算机视觉导师，百度飞桨PPDE，专注大数据与AI知识分享。

GoAI·2025-02-04 07:45

自动驾驶系列—深度剖析自动驾驶芯片SoC架构：选型指南与应用实战

技术导航：人工智能：深入探讨人工智能领域核心技术。自动驾驶：分享自动

学步_技术·2025-02-04 07:40

自定义数据集使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataset,DataLoaderimporttorchvision.transformsastransformsimportpandasaspdimportnumpyasnpclassCustomDataset(Dataset):def_

Z211613347·2025-02-04 07:40

PyTorch 训练一个分类器

前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言 TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用PyTorch

亚里·2025-02-04 05:59

TypeError: expected np.ndarray (got numpy.ndarray)问题处理

问题描述：更换设备后重新搭建的anaconda环境，装好numpy、pytorch后运行相关代码，出现该错误。原因：numpy版本有问题。

天籁忍者·2025-02-04 05:58

开源模型应用落地-DeepSeek-R1-Distill-Qwen-7B与vllm实现推理加速的正确姿势（一）

一、前言在当今人工智能技术迅猛发展的时代，各类人工智能模型如雨后春笋般不断涌现，其性能的优劣直接影响着应用的广度与深度。

开源技术探险家·2025-02-04 05:54

Diffusion--人工智能领域的革命性技术

在人工智能领域，“diffusion”一词通常指的是“扩散模型”（DiffusionModels），其全称为“DenoisingDiffusionProbabilisticModels”（DDPMs）。

油泼辣子多加·2025-02-04 04:20

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist

weixin_39534321·2025-02-04 04:48

探索2025年的编程新趋势：技术、工具与未来展望

一、AI驱动的编程辅助工具人工智能已成为程序开发的重要组成部分。以下是几款2025年值得关注的AI驱动编程工

桂月二二·2025-02-04 04:47

基于Hexo的主题Fluid搭建Github博客

公众号：数学建模与人工智能基于Hexo的主题Fluid搭建Github博客一、Github配置1.安装Git2.部署本地Git与Github连接（SSH）二、node.js安装和环境配置1.安装node.js2

qq742234984·2025-02-04 04:17

机器学习笔记20241017

卷积非线性激活模型选择训练误差泛化误差正则化权重衰退的基本概念数学表示权重衰退的效果物理解释数值稳定性（GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision

tt555555555555·2025-02-04 03:11

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。

追蜻蜓追累了·2025-02-04 03:10

关于双塔模型的简单介绍

eso1983·2025-02-04 02:08

DeepSeek在协同过滤和深度学习技术中的应用场景

DeepSeek作为一个集成多种先进技术的平台，利用协同过滤和深度学习技术在多个领域实现了创新应用。以下是一些具体的场景和示例，展示了这些技术如何被应用于实际问题中。

python算法(魔法师版)·2025-02-04 02:07

一篇文章了解AI大神何凯明

何凯明（KaimingHe）是一位在国际计算机视觉和深度学习领域享有盛誉的科学家。以下是对他的一些详细介绍：个人背景：何凯明出生于中国，后赴美国深造。

Ai知识精灵·2025-02-04 02:04

推荐频道

深度学习pytorch人工智能