深度学习transformer 第11页

深度学习之线性代数

深度学习之线性代数标量如果你从来没有学过线性代数或机器学习，那么你过去的数学经历可能是一次只想一个数字。

ousinka·2025-02-02 06:21

一、深度学习与线性代数

一、深度学习与线性代数在计算机的内存或硬盘中，数据通常是以字符集编码成0和1的形式进行存储的，读取时再以相同字符集进行解码进行显示的。然而在深度学习中，数据在内存或显存中的表示都是以向量的形式表示的。

新禾·2025-02-02 06:20

深度学习——线性代数

取个名字真难啊啊·2025-02-02 06:19

深度学习的应用场景及常用技术

深度学习作为机器学习的一个重要分支，在众多领域都有广泛的应用，以下是一些主要的应用场景及常用技术。1.应用场景1.计算机视觉图像分类描述：对图像中的内容进行分类，识别出图像中物体所属的类别。

eso1983·2025-02-02 06:19

深度学习-图像数据标注工具使用（LabelImg和BBox）

文章与视频资源多平台更新微信公众号|知乎|B站|头条：AI研习图书馆深度学习、大数据、IT编程知识与资源分享，欢迎关注，共同进步~图像数据标注工具的使用教程1.LabelImgLabelImg下载地址：

AI研习图书馆·2025-02-02 03:35

GPU架构（1.2）--GPU SoC 中的 CPU 架构

ARMCortex-A72ARMCortex-A762.多线程处理多核架构多线程支持3.任务调度任务调度器动态调度4.内存管理内存层次结构内存管理技术5.接口和通信总线接口I/O接口6.功耗和热管理功耗优化热管理7.应用实例边缘计算图形处理深度学习结语详细介绍

小蘑菇二号·2025-02-02 02:58

大语言模型丨ChatGPT-4o深度科研应用、论文与项目撰写、数据分析、机器学习、深度学习及AI绘图（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）

赵钰老师·2025-02-02 01:50

【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】

在数据挖掘中的应用1.1数据预处理数据清洗数据变换数据归一化高级预处理技术1.2特征工程特征选择特征提取特征构造二、Python在机器学习中的应用2.1监督学习分类回归2.2非监督学习聚类降维三、Python在深度学习中的应用

小李很执着·2025-02-01 23:43

Unet 改进：在encoder和decoder间加入TransformerBlock

目录1.TransformerBlock2.Unet改进3.完整代码Tips：融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.TransformerBlockTransformerBlock

听风吹等浪起·2025-02-01 23:11

MixRec: Heterogeneous Graph Collaborative Filtering

UnknownBody·2025-02-01 22:04

深度学习论文: Cultivated Land Extraction from High-Resolution Remote Sensing Image

深度学习论文:CultivatedLandExtractionfromHigh-ResolutionRemoteSensingImageTheWinningSolutiontotheiFLYTEKChallenge2021CultivatedLandExtractionfromHigh-ResolutionRemoteSensingImagePDF

mingo_敏·2025-02-01 20:20

大模型开发流程及项目实战

辣椒种子·2025-02-01 19:38

自然语言处理基础知识入门(四) Transformer模型整体最详解（self- attention机制，mask机制）

文章目录前言一、Seq2Seq1.1Seq2Seq的基本架构1.2Seq2Seq的框架实例二、Transformer2.1Transformer的整体架构2.2Transformer的输入2.2.1InputEmbeding2.2.2PositionalEncoder2.2.3Transformer

这个男人是小帅·2025-02-01 18:33

Meta首席科学家Yann LeCun预言：5年内AI架构将颠覆，当前大模型的4大核心缺陷

这位深度学习先驱的论断，不仅直指ChatGPT等明星产品的技术天花板，更揭示了下一代AI进化的核心路径——构建理解物理世界的“世界模型”（WorldModel）。作为Meta人工智能实验室负责人，

机器小乙·2025-02-01 18:30

【小白学AI系列】NLP 核心知识点（五）Transformer介绍

TransformerTransformer是一种基于自注意力机制（Self-AttentionMechanism）的深度学习模型，首次由Vaswani等人于2017年在论文《AttentionisAllYouNeed

Blankspace空白·2025-02-01 18:58

Day31-【AI思考】-深度学习方法论全解析——科学提升学习效率的终极指南

文章目录深度学习方法论全解析——科学提升学习效率的终极指南**一、影子跟读法（Shadowing）——听力突破核武器****二、番茄工作法（Pomodoro）——时间管理手术刀****三、费曼技巧（FeynmanTechnique

一个一定要撑住的学习者·2025-02-01 16:42

pytorch基于 Transformer 预训练模型的方法实现词嵌入（tiansz/bert-base-chinese）

以下是一个完整的词嵌入（WordEmbedding）示例代码，使用modelscope下载tiansz/bert-base-chinese模型，并通过transformers加载模型，获取中文句子的词嵌入

纠结哥_Shrek·2025-02-01 15:05

PyTorch中的unsqueeze函数(自用)

前言最近在学习swin_transformer的模型搭建，其中用到了广播机制，在理解广播机制的过程中发现自己对torch.unsqueeze()函数比较困惑，所以做了个小实验帮助自己理解。

黯岚岚岚岚岚·2025-02-01 15:58

图像超分，提高图像分辨率的方法和工具

图像超分技术可以通过多种方法实现，包括插值算法、深度学习等。其中，深度学习的方法在近年来得到了广泛的关注和应用。

风暴之零·2025-02-01 14:52

深度学习-笔记1

·2025-02-01 12:15

深度学习之核函数

深度学习之核函数在机器学习中，常看到多项式核函数、高斯核函数，那什么叫核函数（KernelFunction，或者KernelTrick）呢？它有什么用呢。

fpcc·2025-02-01 12:38

深度学习模型在汽车自动驾驶领域的应用

汽车自动驾驶是一个高度复杂的系统，深度学习和计算技术在其中扮演核心角色。今天简单介绍一下自动驾驶领域常用的深度学习模型及其计算原理的解析。

eso1983·2025-02-01 12:37

跨平台物联网漏洞挖掘算法评估框架设计与实现申报书上

比较跨架构解决方案和各架构最优方法组合解决方案在函数识别、漏洞挖掘上的优劣性一、项目技术路线（1）构建统一规范全面的多架构物联网设备二进制程序数据集（2）针对跨架构下的二进制程序，利用逆向工具提取为图、抽象语法树等中间语言，对于不同中间语言，选择合适的深度学习方法提取出中间语言数据结构的特征

XLYcmy·2025-02-01 12:37

基于Pyhton的人脸识别（Python 3.12+face_recognition库）

face_recognition库是一个强大的工具，它基于dlib的深度学习模型，可以轻松实现人脸检测和识别功能。本教程适合初学者，我们将通过一个简单的项目来了解这个库的基本用法和环境配置。

F2022697486·2025-02-01 10:52

DeepSeek大模型技术深度解析：揭开Transformer架构的神秘面纱

摘要DeepSeek大模型由北京深度求索人工智能基础技术研究有限公司开发，基于Transformer架构，具备卓越的自然语言理解和生成能力。

不一样的信息安全·2025-02-01 08:07

LLM主要类别架构

LLM主要类别架构介绍LLM主要类别LLM本身基于transformer架构。

大模型微调实战·2025-02-01 08:36

《DeepSeek-R1 问世，智能搜索领域迎来新变革》

DeepSeek-R1的核心特点强大的语言理解能力：DeepSeek-R1采用先进的深度学习算法，能够精准解析复杂的语义结构

黑金IT·2025-02-01 08:35

AI绘画关键词（咒语）分析与热点研究

语义文本图像生成技术关键词分析与热点研究一、研究背景与研究意义随着深度学习的发展，语义文本到图像的生成技术已经取得长足进步，AI绘画也因此快速崛起。

集eee·2025-02-01 08:04

基于深度学习的大规模模型训练

基于深度学习的大规模模型训练涉及训练具有数百万甚至数十亿参数的深度神经网络，以处理复杂的任务，如自然语言处理、计算机视觉和语音识别。

SEU-WYL·2025-02-01 07:56

【Python TensorFlow】入门到精通

TensorFlow是一个开源的机器学习框架，由Google开发，广泛应用于机器学习和深度学习领域。

极客代码·2025-02-01 06:49

【学习心得】Python好库推荐——PEFT

PEFT（Parameter-EfficientFine-Tuning）是一种在深度学习中进行参数高效微调的技术。

小oo呆·2025-02-01 06:48

深度学习训练模型损失Loss为NaN或者无穷大（INF）原因及解决办法

文章目录一、可能原因==1.学习率过高====2.batchsize过大==3.梯度爆炸4.损失函数不稳定5.数据预处理问题6.数据标签与输入不匹配7.模型初始化问题8.优化器设置问题9.数值问题==10.模型结构设计缺陷==二、调试步骤三、常见预防措施一、可能原因1.学习率过高原因：学习率过高可能导致梯度爆炸，权重更新幅度过大，导致模型参数变为无穷大或NaN。学习率设置过大是常见问题，它会让参数

余弦的倒数·2025-02-01 05:17

深度解读大语言模型中的Transformer架构

一、Transformer的诞生背景传统的循环神经网络（RNN）和长短期记忆网络（LSTM）在处理自然语言时存在诸多局限性。RNN由于其递归的结构，在处理长序列时容易出现梯度消失和梯度爆炸的问题。

老三不说话、·2025-02-01 05:16

通过命令行工作流提升工作效率的实战教程（持续更新）

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2025-02-01 05:37

第03课：Anaconda 与 Jupyter Notebook

本文将为大家介绍深度学习实战非常重要的两个工具：Anaconda和JupyterNotebook。Anaconda为什么选择Anaconda我们知道Python是人工智能的首选语言。

红色石头Will·2025-02-01 04:34

深度学习（DL/ML）学习路径

其中以机器学习技术中深度学习最受瞩目。主要原因是这些技术在科研领域和工业界的应用效果非常好，大幅提升了算法效率、降低了成本。因而市场对相关技术有了如此大的需求。

jackl的科研日常·2025-02-01 04:00

Transformer模型结构分析：Encoder、Decoder以及注意力机制详解

作者：禅与计算机程序设计艺术1.简介Transformer模型由论文[1]提出，其基本思想是使用注意力机制代替循环神经网络(RNN)或卷积神经网络(CNN)，是一种基于序列到序列(Seq2seq)的机器翻译

AI天才研究院·2025-02-01 04:59

基于深度学习的行人检测与识别系统：YOLOv5、YOLOv8、YOLOv10与UI界面的实现

近年来，深度学习的进步，尤其是目标检测领域的快速发展，为行人检测提供了强有力的支持。YOLO（YouOnlyLookOnce）系列模型，作为目前目标检测领域

2025年数学建模美赛·2025-02-01 03:25

基于深度学习的行人检测识别系统：YOLOv8 + UI界面 + 数据集完整实现

随着深度学习技术的迅猛发展，基于卷积神经网络（CNN）的方法，尤其是YOLO（YouOnlyLookOnce）系列算法，在行人检测中取得了显著的效果。

2025年数学建模美赛·2025-02-01 03:55

Transformer模型解码器部分实现

说明：部分内容来自于网络教程，如有侵权请联系本人删除教程链接：2.4.2解码器-part2_哔哩哔哩_bilibili1.解码器层的作用作为解码器的组成单元，每个解码器层根据给定的输入向目标方向进行特征提取操作，即解码过程。代码实现：classDecoderLayer(nn.Module):def__init__(self,size,self_attn,src_attn,feed_forward,

APPLECHARLOTTE·2025-02-01 03:24

（3-5）文生图模型架构：扩散模型

3.5扩散模型扩散模型（DiffusionModels）是一类用于生成图像的深度学习模型，近年来在图像生成任务中取得了显著的进展。

码农三叔·2025-02-01 01:08

毕业设计项目深度学习人体目标检测

1简介今天学长向大家介绍一个机器视觉的毕设项目，基于深度学习的人体目标检测算法研究与实现项目运行效果：毕业设计深度学习行人目标检测系统项目分享:见文末!

bee_dc·2025-01-31 23:26

【人工智能】基于Python的机器翻译系统，从RNN到Transformer的演进与实现

在本篇文章中，我们将详细探讨如何使用Python实现从传统的循环神经网络（RNN）到现代Transformer模型的机器翻译系统。文章将从机

蒙娜丽宁·2025-01-31 23:24

【TVM教程】为 Mobile GPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。

HyperAI超神经·2025-01-31 22:43

深度学习篇---数据存储类型

文章目录前言第一部分：C语言中的数据存储类型1.char（通常是8位）优点缺点2.short（通常是16位）优点缺点3.int（通常是32位）优点缺点4.long（通常是32位或64位）优点缺点5.longlong（通常是64位）优点缺点6.float（通常是32位）优点缺点7.double（通常是64位）优点缺点第二部分：Python中的数据存储类型1.int（整数类型）优点缺点2.float（

Ronin-Lotus·2025-01-31 21:42

深度学习篇---深度学习框架

文章目录前言第一部分：框架简介1.PyTorch简介特点动态计算图易于上手强大的社区支持与Python的集成度高核心组件2.TensorFlow简介特点静态计算图跨平台强大的生态系统Keras集成核心组件3.PaddlePaddle简介特点易于使用高性能工业级应用丰富的预训练模型核心组件第二部分：基本操作PyTorch基本操作TensorFlow基本操作PaddlePaddle基本操作总结前言以上

Ronin-Lotus·2025-01-31 21:05

具身智能VLA（视觉-语言-动作）入门+RTX4060+Ubuntu22.04

第一个阶段：学习transformer和大模型：我喜欢刷微信的短视频，看到了入门的课程：GitHub-rasbt/LLMs-from-scra

铮铭·2025-01-31 19:51

NLP模型大对比：Transformer ＞Seq2Seq ＞ LSTM ＞ RNN ＞ n-gram

结论Transformer大于传统的Seq2Seq大于LSTM大于RNN大于传统的n-gramn-gramVSTransformer我们可以用一个图书馆查询的类比来解释它们的差异：一、核心差异对比维度n-gram

feifeikon·2025-01-31 19:14

讯飞绘镜（ai生成视频）技术浅析（三）：自然语言处理（NLP）

每个模块都依赖于先进的深度学习模型和算法，以下将逐一详细讲解。2.语义分析语义分析的目标是从用户输入的文本中提取

爱研究的小牛·2025-01-31 14:43

讯飞智作 AI 配音技术浅析（一）

其核心技术主要涵盖以下几个方面：1.深度学习与神经网络讯飞智作AI配音技术以深度学习为核心驱动力，通过以下关键模型实现语音合成：Tacotron模型：该模型采用端到端的编码器-解码器架构，将输入文本直接转换为梅尔频谱

爱研究的小牛·2025-01-31 14:42

推荐频道

深度学习transformer