深度学

基于AFM注意因子分解机的推荐算法

关于深度实战社区我们是一个深度学习领域的独立工作室。团队成员有：中科大硕士、纽约大学硕士、浙江大学硕士、华东理工博士等，曾在腾讯、百度、德勤等担任算法工程师/产品经理。
深度学习乐园·2025-06-28 21:32

深度学习实战：基于嵌入模型的AI应用开发

深度学习实战：基于嵌入模型的AI应用开发关键词：嵌入模型（EmbeddingModel）、深度学习、向量空间、语义表示、AI应用开发、相似性搜索、迁移学习摘要：本文将带你从0到1掌握基于嵌入模型的AI应用开发全流程
AIGC应用创新大全·2025-06-28 18:17

卷积神经网络（Convolutional Neural Network, CNN）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。
不想秃头的程序·2025-06-28 16:01

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。
不想秃头的程序·2025-06-28 16:00

P25：LSTM实现糖尿病探索与预测

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、相关技术1.LSTM基本概念LSTM（长短期记忆网络）是RNN（循环神经网络）的一种变体，它通过引入特殊的结构来解决传统RNN中的梯度消失和梯度爆炸问题
?Agony·2025-06-28 16:29

Python训练营打卡——DAY16（2025.5.5）

目录一、NumPy数组基础笔记1.理解数组的维度(Dimensions)2.NumPy数组与深度学习Tensor的关系3.一维数组(1DArray)4.二维数组(2DArray)5.数组的创建5.1数组的简单创建
cosine2025·2025-06-28 16:29

【机器学习&深度学习】反向传播机制

目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“
·2025-06-28 14:47

人脸识别算法赋能园区无人超市安防升级

一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面
智驱力人工智能·2025-06-28 14:16

【Python深度学习】零基础掌握Pytorch Pooling layers nn.MaxPool方法

在深度学习的世界中，MaxPooling是一种关键的操作，用于降低数据的维度并保留重要特征。这就像是从一堆照片中挑选出最能代表某个场景的那张。
Mr数据杨·2025-06-28 10:20

阅读笔记(2) 单层网络:回归

阅读笔记(2)单层网络:回归该笔记是DataWhale组队学习计划（共度AI新圣经：深度学习基础与概念）的Task02以下内容为个人理解，可能存在不准确或疏漏之处，请以教材为主。
a2507283885·2025-06-28 09:41

【深度学习解惑】如果用RNN实现情感分析或文本分类，你会如何设计数据输入？

以下是用RNN实现情感分析/文本分类时数据输入设计的完整技术方案：1.引言与背景介绍情感分析/文本分类是NLP的核心任务，目标是将文本映射到预定义类别（如正面/负面情感）。RNN因其处理序列数据的天然优势成为主流方案。核心挑战在于如何将非结构化的文本数据转换为适合RNN处理的数值化序列输入。2.原理解释文本到向量的转换流程：原始文本分词建立词汇表词索引映射词嵌入层序列向量关键数学表示：词嵌入表示：
云博士的AI课堂·2025-06-28 03:36

Pytorch模型安卓部署

Pytorch是一种流行的深度学习框架，用于算法开发，而Android是一种广泛应用的操作系统，多应用于移动设备当中。
python&java·2025-06-28 01:24

人工智能-基础篇-5-建模方式（判别式模型和生成式模型）

这两种建模方式都可以通过深度学习技术来实现，并用于创建不同类型的模型。简单来说：想要创建一个模型，依赖需求需要合适的建模方式来创建这个模型。通常建模方式主要分为两大类。
·2025-06-28 01:53

PyTorch教程：LSTM语言模型的动态量化技术解析

PyTorch教程：LSTM语言模型的动态量化技术解析tutorialsPyTorchtutorials.项目地址:https://gitcode.com/gh_mirrors/tuto/tutorials前言在深度学习模型部署过程中
怀灏其Prudent·2025-06-28 01:52

【机器学习】数学基础——张量（傻瓜篇）

目录前言一、张量的定义1.标量（0维张量）2.向量（1维张量）3.矩阵（2维张量）4.高阶张量（≥3维张量）二、张量的数学表示2.1张量表示法示例三、张量的运算3.1常见张量运算四、张量在深度学习中的应用
一叶千舟·2025-06-28 00:48

后端开发实习生简历迭代的5个版本，希望能帮你找到实习

本科主要是以深度学习的项目为主+比赛，开发的技术学的比较少，后端的项目也没有做过。但是凭此找到了一份算法的实习。当时研一还是想走算法工程师的。后面觉得自己不适合，就放弃了。
今天不coding·2025-06-28 00:17

【机器学习实战】Datawhale夏令营2：深度学习回顾

#DataWhale夏令营#ai夏令营文章目录1.深度学习的定义1.1深度学习＆图神经网络1.2机器学习和深度学习的关系2.深度学习的训练流程2.1数学基础2.1.1梯度下降法基本原理数学表达步骤学习率
城主_全栈开发·2025-06-28 00:17

深度学习详解：通过案例了解机器学习基础

引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。
beist·2025-06-28 00:46

大模型量化

大模型量化是一种优化技术，旨在减少深度学习模型的内存占用和提高推理速度，同时尽量保持模型的精度。量化通过将模型中的浮点数权重和激活值转换为较低精度的表示形式来实现这一目标。
需要重新演唱·2025-06-28 00:13

pytorch 要点之雅可比向量积

自动微分是PyTorch深度学习框架的核心。既然是核心，就需要敲黑板、划重点学习。同时，带来另外一个重要的数学概念：雅可比向量积。
AI大模型教程·2025-06-27 21:28

昇腾AI生态组件全解析：与英伟达生态的深度对比

一、昇腾核心组件与英伟达对标分析1.推理引擎：MindIEvsTensorRT昇腾MindIE1.0.0基于昇腾芯片的深度学习推
·2025-06-27 20:13

智能汽车图像及视频处理方案，支持视频智能包装创作能力

一、智能重塑，视觉新境界美摄科技的智能汽车图像及视频处理方案，是基于深度学习、人工智能及大数据处
美摄科技·2025-06-27 18:31

深度学习计算机视觉开源系统OpenMMLab（mmsegmentation、mmdetection、mmpose）环境配置【详细、可运行】

OpenMMLab（mmsegmentation、mmdetection、mmpose）环境配置OpenMMLab简介优势：一、Windows/Linux下环境配置（以mmsegmentationv1.2.2（最新版）为例）0.确认安装版本信息1）确认电脑显卡版本2）确认mmcv对应版本3）确认版本1.安装CUDA和cuDNN2.创建conda环境，下载pytorch3.安装mmcv4.安装MMS
nomoremorphine·2025-06-27 17:56

编译OpenCV支持CUDA视频解码

如何在Ubuntu上编译OpenCV并启用CUDA视频解码支持（cudacodec）在深度学习、视频处理等高性能计算领域，OpenCV的GPU加速功能非常重要。
AI标书·2025-06-27 14:07

深度学习：梯度下降法

一、梯度的概念（1）什么是梯度梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。对于一个多元函数f(x1,x2,...,xn)，其梯度是一个由函数偏导数组成的向量，其梯度表示为：Gradient=(∂f/∂x1,∂f/∂x2,...,∂f/∂xn)其中，∂f/∂xi表示函数f对第i个自变量
数字化与智能化·2025-06-27 13:35

用5个关键点教你掌握深度学习中的线性代数

今天我们要一起探索如何使用C#来入门深度学习的世界，特别关注其中的线性代数部分。你可能会好奇：“为什么是C#而不是Python？”
墨瑾轩·2025-06-27 13:01

合规视角下银行智能客服风险防控

深度学习算法的突破则引爆了本轮AI浪潮，显著提升了复杂任务处理精度，进而推动了计算机视觉、机器学习、自然语言处理（NL
AI 智能服务·2025-06-27 12:52

GRU与Transformer结合：新一代序列模型

GRU与Transformer结合：新一代序列模型关键词：GRU、Transformer、序列模型、结合、深度学习摘要：本文深入探讨了GRU与Transformer结合所形成的新一代序列模型。
AI大模型应用工坊·2025-06-27 11:48

AI人工智能领域中OpenCV的深度学习融合

AI人工智能领域中OpenCV的深度学习融合关键词：AI人工智能、OpenCV、深度学习融合、计算机视觉、图像识别摘要：本文深入探讨了在AI人工智能领域中OpenCV与深度学习的融合。
AI大模型应用实战·2025-06-27 11:18

《AI办公类工具PPT系列之七——智谱清言》

该产品不仅具备广泛的应用场景，还能够在多个领域内实现深度学习和自我优化。二.功能介绍内容创作：创意写作：帮助用户进行故事、诗歌等文学作品的创作。媒体写作：辅助撰写新闻稿、社交媒体帖子等内容。
再见孙悟空_·2025-06-27 10:11

【深度学习解惑】训练RNN时如何解决梯度消失或梯度爆炸？

训练RNN时如何解决梯度消失或梯度爆炸？1.引言与背景介绍循环神经网络（RNN）是处理序列数据的核心模型，但在训练过程中面临两大挑战：梯度消失（GradientVanishing）和梯度爆炸（GradientExplosion）。梯度消失导致长距离依赖难以学习（如文本中相距50个词的关联），而梯度爆炸会造成参数剧烈震荡甚至数值溢出（NaN值）。本文系统分析问题根源并提供工程级解决方案。2.原理解释
·2025-06-27 09:34

找组织——机器学习社区、团体洞察

AI社区——深度学习社区Reddit上的MachineLearningsubreddit:https://www.reddit.com/r/MachineLearning/是一个拥有超过400,000名成员的活跃社区
小哥伯涵·2025-06-27 08:25

计算机视觉实战：OpenCV 与深度学习结合

```html计算机视觉实战：OpenCV与深度学习结合计算机视觉实战：OpenCV与深度学习结合在当今数字化时代，计算机视觉技术已经渗透到我们生活的方方面面。
QuantumWalker·2025-06-27 07:45

AI 在自动驾驶路径规划中的深度强化学习优化

一、深度强化学习简介深度强化学习是一种结合了深度学习和强化学习的机器学习方法。它通过让智能体在环境中进
QuantumWalker·2025-06-27 07:45

深入理解AI人工智能深度学习的原理架构

深入理解AI人工智能深度学习的原理架构关键词：人工智能、深度学习、原理架构、神经网络、数学模型摘要：本文旨在深入剖析AI人工智能深度学习的原理架构。
AI学长带你学AI·2025-06-27 06:41

umi搭建react项目

所以学习react的同时可以借助umi这个框架进行深度学习react第一步创建umi项目在终端输入npmins
小刘，刘不刘·2025-06-27 06:10

【大模型】【机器学习】【面试宝典】

在深度学习面试中，经常会被问到模型训练稳定性相关的问题。其中两个关键词BatchNorm和LayerNorm绝对是高频词！
曾小文·2025-06-27 04:00

Python Robot Framework【自动化测试框架】简介

DeepSeek这本就够了【自营包邮】DeepSeek实战指南deepseek从入门到精通实用操作指南现代科技科普读物AI普及知识读物人工智能使用教程中小学读物京东超级618Python初学者的入门教程动手学深度学习
老胖闲聊·2025-06-27 03:22

深度学习学习指南

本帖子将以本书的逻辑和顺序做一个梳理：CS基础->AI算法->模型压缩->异构计算->AI框架->AI编译器《DeepLearningSystems》(https://deeplearningsystems.ai/)CS基础推荐书单所需的编程语言(C/C++、Python)就不多讲了，数据结构算法也是大学基础课程，不多赘述。对于操作系统需要多了解，推荐多看一看《深入理解计算机系统》(传说中的面试圣
努力的Lorre·2025-06-27 03:18

基于Python、Ollama DeepSeek与MySQL的数据分析探索：深度学习与数据库的结合

特别是在深度学习技术的推动下，数据分析不仅限于传统的数据处理和展示方法，更向更加智能化、自动化的方向发展。
大富大贵7·2025-06-26 23:25

聚焦OpenVINO与OpenCV颜色通道转换的实践指南

而OpenVINO等深度学习框架多采用RGB顺序，与TensorFlow/PyTor
·2025-06-26 23:22

用 PyTorch 构建液态神经网络(LNN)：下一代动态深度学习模型

引言在深度学习领域，研究人员不断探索更接近生物神经系统工作方式的模型。液态神经网络(LiquidNeuralNetworks,LNN)正是这样一种受生物神经元动态特性启发的创新架构。
点我头像干啥·2025-06-26 22:42

第37节：PyTorch数据加载与预处理

1.引言在深度学习项目中，数据加载与预处理是构建高效模型的关键环节。PyTorch作为当前最流行的深度学习框架之一，提供了一套完整且灵活的数据处理工具链。
点我头像干啥·2025-06-26 22:42

python学习笔记（深度学习）

文章目录1、概述2、学习内容2.1、pytorch常见语法2.1.1、sum2.1.2、广播机制2.1.3、张量1、概述本篇博客用来记录，在深度学习过程中，常用的python语法内容2、学习内容2.1、
天水幼麟·2025-06-26 21:07

什么是注意力机制？注意力机制的核心组件（Query、 Key、 Value）

注意力机制注意力机制是深度学习中一种模仿人类视觉注意力机制的模型设计，它允许神经网络在处理输入信息时‌有选择地关注最重要的部分，而忽略次要信息。其核心思想是：‌不是所有输入信息都同等重要。
大模型本地部署_·2025-06-26 19:52

大模型加载多个LoRA并灵活切换

在深度学习领域，大型预训练模型因其出色的性能而受到广泛关注。然而，这些模型在微调时往往需要大量的计算资源。为了解决这个问题，LoRA通过低秩矩阵来适应新的任务，从而减少了模型的内存占用和计算需求。
Kaydeon·2025-06-26 19:20

深度学习应用于情感识别：利用YOLOv8进行AffectNet情感分类

随着深度学习技术的发展，情感识别取得了显著进展，特别是在面部表情识别方面。面部表情作为人类情感的自然表现之一，能在很大程度上反映个体的情感状态。
YOLO实战营·2025-06-26 18:13

深度学习在人脸识别中的应用及Python实现

人脸识别是一种通过计算机技术识别和验证人脸的方法，近年来深度学习在人脸识别领域取得了显著的进展。深度学习模型能够学习和提取人脸图像中的高级特征，从而实现准确的人脸识别。
loop_syntax648·2025-06-26 18:43

人脸识别python实现源码（功能丰富）

人脸识别python实现源码（功能丰富）去发现同类优质开源项目:https://gitcode.com/此仓库提供了一组基于Python的人脸识别源码，利用dlib库的先进面部识别功能构建而成，并具备深度学习特性
张沙姗·2025-06-26 18:42

如何使用YOLOv8对遥感图像中的滑坡-泥石流进行分割 深度学习遥感图像滑坡泥石流分割数据集的训练及应用

如何使用YOLOv8对遥感图像中的滑坡-泥石流进行分割深度学习遥感图像滑坡泥石流分割数据集的训练及应用文章目录遥感图像滑坡-泥石流分割数据集情况数据集概述类别统计总体统计注意事项✅一、安装CUDA驱动（
计算机C9硕士_算法工程师·2025-06-26 18:11
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他