深度模型压缩第7页

【前端框架选择：Vue、React、Angular，谁更适合你的项目？】

程序员远仔·2025-02-14 12:54

【机器学习】探索未来科技的前沿：人工智能、机器学习与大模型

机器学习的定义2.2机器学习的分类2.3机器学习的实现原理2.4机器学习的应用2.5机器学习的示例代码2.6解释代码三、大模型：推动AI前沿发展的关键技术3.1大模型的定义3.2大模型的发展历程3.3深度学习与神经网络

E绵绵·2025-02-14 11:18

26、深度学习-自学之路-NLP自然语言处理-理解加程序，怎么把现实的词翻译给机器识别。

一、怎么能让机器能够理解我们的语言呢，我们可以利用神经网络干很多的事情，那么我们是不是也可以用神经元做自然语言处理呢，现在很多的实际应用已经说明了这个问题，可以这么做。那我们考虑一下该怎么做，首先我们应该把我们现实中的每一个单词都用一个词向量来进行表示：importnumpyasnponehots={}onehots['cat']=np.array([1,0,0,0])onehots['the']

小宇爱·2025-02-14 11:17

25、深度学习-自学之路-卷积神经网络基于MNIST数据集的程序展示

importkeras#添加Keraskuimportsys,numpyasnpfromkeras.utilsimportnp_utilsimportosfromkeras.datasetsimportmnistprint("licheng："+"20"+'\n')np.random.seed(1)(x_train,y_train),(x_test,y_test)=mnist.load_data(

小宇爱·2025-02-14 11:47

24、深度学习-自学之路-卷积神经网络

一、你怎么理解卷积神经网络呢，我的理解是当你看一个东西的时候，你的眼睛距离图片越近，你看到的东西就越清晰，但是如果你看到的图片只是整个物体的一小部分，那么你将不知道你看到的物品是什么，因为关注整体更容易知道物品是什么。如果你保持一定的距离，你就会发现你可以看到物品更加的全貌一些，这样将方便你观察物品的类别。如果你距离的再远一点，你就会看到物品的轮廓，那么你将依据物品的轮廓去判断物品的类别。如果图片

小宇爱·2025-02-14 11:46

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

由《8、深度学习-自学之路-损失函数和梯度下降程序展示》我们看到我们设计了一个程序，这个程序里面由学习率，有损失函数，有梯度下降，权重更新。

小宇爱·2025-02-14 11:16

深度学习-10-深度学习发展简介

极具讽刺意义的是，Minsky教授，一直不看好深度学习的概念。他曾在1969年出版了Perceptron（感知器）一书，指出了神经网络技术（就是深度学习的前身）的局限

皮皮冰燃·2025-02-14 10:43

基于AWS的证券交易系统架构设计与核心技术实践

作者注：本文深度剖析证券行业数字化转型痛点，结合AWS云原生技术栈，为高频交易、行情分发、风控系统等核心场景提供可落地的解决方案。

AWS官方合作商·2025-02-14 10:41

cnn以及例子

cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。

阿拉斯攀登·2025-02-14 10:41

[论文阅读] CLIP-based fusion-modal reconstructing hashing for large-scaleunsupervised cross-modal retri

深度哈希检索算法以其存储效率高、查询速度快等优点受到广泛关注。

2301_80732299·2025-02-14 10:39

27、深度学习-自学之路-NLP自然语言处理-做一个简单的项目识别一组电影评论，来判断电影评论是积极的，还是消极的。

一、如果我们要做这个项目，第一步我们要做的就是需要有对应的训练数据集。这里提供两个数据集，一个是原始评论数据集《reviews.txt》，以及对应的评论是消极还是积极的数据集《labels.txt》，下面的程序就是找到这两个数据集，并把对应的数据集的内容分别赋值给reviews和labelsdefpretty_print_review_and_label(i):print(labels[i]+"\

小宇爱·2025-02-14 10:39

DeepSeek与核货宝订货系统的协同进化：智能商业范式重构

数据处理与分析方面深度数据洞察：利用Deepseek强大的智能数据挖掘与分析能力，处理核货宝订货系统中的海量订单数据、客户数据、商品数据等。

多用户商城系统·2025-02-14 10:38

DeepSeek正重构人形机器人和具身大模型赛道！

中国人工智能公司DeepSeek（深度求索）以“低成本、高效率、强开放”的研发范式横空出世，火遍并震撼全球科技圈；DeepSeek展现出来的核心竞争力，除了低成本及推理能力，更重要的是开源模型能力追赶上了最新的闭源模型

Robot251·2025-02-14 10:38

大数据、云计算、人工智能等技术深度融合的智慧快消开源了。

基于多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基

AI服务老曹·2025-02-14 10:37

《深度解析：批量、随机和小批量梯度下降的区别与应用》

在机器学习和深度学习的领域中，梯度下降算法是优化模型参数的核心工具之一。

·2025-02-14 09:40

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

文章将包含：关键概念图解完整实现代码训练过程可视化模型效果深度分析环境准备importnumpyasnpimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflo

机器学习司猫白·2025-02-14 09:01

Windows 11 卸载 Edge

前言咋说呢，Edge确实有它好的一面，自带微软翻译速度可观，确实是Chrome自带翻译不可用现状下的首选（李玲玲你好啊），但是深度绑定微软生态，而且还挺重，使我最终放弃了使用Edge，并千方百计想要卸载掉它

Anyexyz·2025-02-14 09:00

探索DeepSeek：开源大模型领域的中国力量

来自中国的深度求索（DeepSeek）团队凭借其开源模型系列，正在为这一领域注入新的活力。本文将带您了解DeepSeek的技术突破、开源生态价值及其对AI民主化的深远影响。

机器学习司猫白·2025-02-14 09:29

深度解析Python校园自动化：合规爬虫、反反爬策略与高并发抢课系统设计

摘要：本文将呈现一个校园自动化系统的实现方案，包含面向对象设计、多协议适配、分布式任务队列、混合验证码破解等核心模块，提供经过压力测试的代码和技术文档。一、系统架构与工程规范1.1项目结构campus_automation/├──configs/#配置文件│├──settings.yaml#全局配置│└──proxies.txt#代理IP池├──core/│├──auth/#认证模块││├──ss

WHCIS·2025-02-14 09:29

vue2与vue3的区别

文章目录Vue2和Vue3区别—源码深度解析一、底层监听逻辑区别二、深度解析源码对比1.Vue2的响应式系统2.Vue3的响应式系统3.源码对比示例三、Vue2进阶Vue3注意事项1.全局API的变化2

胡图蛋.·2025-02-14 07:18

我的创作纪念日

技术领域发展日新月异，为了紧跟前沿，我不断学习新的知识，如人工智能中的深度学习框架、云计算的最新技术应用等。在学习过程中，我将遇到的难点、理解的过程以及总结的知识点记录下来，整理成文章发布在

学无止尽5·2025-02-14 07:45

【后端发展路径】基础技术栈、工程能力进阶、高阶方向、职业发展路径

后端开发是一个技术深度和广度并重的领域，以下是完整的职业发展路径和学习规划，分为技术成长、工程能力、职业方向等维度，适合不同阶段的开发者参考：一、基础技术栈编程语言必学：Java（Spring生态）/Go

Fly-ping·2025-02-14 06:40

vue3源码：reactive与ref深度对比，为什么要使用 ref

reactive的局限性：reactive函数会把传入的object作为proxy的target参数，而proxy只能代理对象，不能代理基本数据类型ref的实现原理：在类RefImpl的构造函数中执行了一个toReactive方法，传入了value，该方法把数据分成了两种类型：复杂数据类型：调用了reactive函数，即把value变为响应性的。简单数据类型：直接把value原样返回。下面进行核心

wxzYa·2025-02-14 06:09

Vue.js框架深度解析：构建现代Web应用

1.Vue.js概览1.1Vue.js的诞生和哲学Vue.js由尤雨溪创立，旨在创建一个简单而高效的前端库，使得前端开发更加轻松。尤雨溪在开发Vue.js时，将注意力集中在视图层，旨在帮助开发者通过简洁的API设计快速构建交互丰富的网页应用。代码示例：创建一个基本的Vue实例varapp=newVue({el:'#app',data:{message:'HelloVue!'}});这段代码简单地展

Neovyij·2025-02-14 06:08

跨模态符号生成理论升级版本CMST+ 科学的学术价值报告

生成上述跨模态符号生成理论升级版本CMST+科学的学术价值报告，生成应用于人工智能升级硅基生命课题的可行性报告深度思考内容好的，用户让我生成关于跨模态符号生成理论升级版本CMST+的学术价值报告，以及应用于人工智能升级硅基生命课题的可行性报告

太翌修仙笔录·2025-02-14 06:34

Day17 第六章二叉树part05

深度最大的叶子节点一定是最后一行。如何找最左边的呢？

TAK_AGI·2025-02-14 06:34

ACM寒假培训5

学习总结一.深度优先搜索DFS注意点1.用boolvis[]标记当前是否走过2.停止条件3.边界函数4.递归进行搜索5.记得回溯,vis[]变为false二.广度优先搜索BFS过程1.dx[],dy[]

ZIZIZIZIZ()·2025-02-14 05:33

AI人工智能深度学习算法：在缺陷检测中的应用

AI人工智能深度学习算法：在缺陷检测中的应用1.背景介绍1.1缺陷检测的重要性在制造业中,产品质量是关键因素之一。缺陷检测是确保产品质量的重要环节,旨在及时发现并排除产品中的任何缺陷或异常。

AI天才研究院·2025-02-14 05:59

从VGG到Transformer：深度神经网络层级演进对模型性能的深度解析与技术实践指南

一、技术原理（数学公式+示意图）1.层深与模型容量关系数学表达：根据UniversalApproximationTheorem，深度网络可表达复杂函数：f(x)=fL(fL−1(⋯f1(x)))f(x)

燃灯工作室·2025-02-14 05:57

深度解析Linux中的编译器gcc/g++

gcc只用来编译C语言g++用来编译C/C++程序的翻译步骤经历四个过程的1、预处理（进行宏替换/去注释/条件编译/头文件展开等）这个-E的意思是从现在开始，进行程序的翻译，一但预处理做完了，就停下来那么这里的code.i保存的是预处理之后的结果我们这里的-o选项就是指明了我们的生成文件的名称了那么我们将这个code.i文件和原始的code.c进行对比下对比发现我们的源文件有24行，预处理结算的代

xghfcgc·2025-02-14 04:52

OpenAI 神话崩塌！DeepSeek-R1升至全球风格控制类第一，国内开源大模型集体给奥特曼上了一课！...

距离深度求索推理大模型DeepSeek-R1发布已经过去约一周时间。

LinkTime_Cloud·2025-02-14 03:31

Meta AI 最近推出了一款全新的机器学习框架ParetoQ，专门用于大型语言模型的4-bit 以下量化

与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！

新加坡内哥谈技术·2025-02-14 03:00

亚信安全与飞书达成深度合作

作为活动的重点，亚信安全与飞书正式签署合作伙伴框架协议，达成深度合作关系，亚信安全CMO周海涛与飞书产品

亚信安全官方账号·2025-02-14 03:28

论文笔记《基于深度学习模型的药物-靶标结合亲和力预测》

基于深度学习模型的药物-靶标结合亲和力预测这是一篇二区的文章，算是一个综述，记录一下在阅读过程中遇到的问题。

I_dyllic·2025-02-14 03:57

Andrej Karpathy：计算范式的变革者

他以其深刻的技术见解，对深度学习和自然语言处理领域的贡献，以及对计算范式的革新性思考，成为了当今技术领域的引领者之一。本文分为六个

AI天才研究院·2025-02-14 03:57

DeepClaude：结合 DeepSeek R1 和 Claude AI 各自优势开发的 AI 应用平台，支持 API 调用和零延迟的即时响应

微信公众号｜搜一搜：蚝油菜花大家好，我是蚝油菜花，今天跟大家分享一下DeepClaude这个高性能的开源AI应用开发平台，深度集成了DeepSeekR1和Claude模型。

蚝油菜花·2025-02-14 02:25

二叉树的最小深度

111.二叉树的最小深度给定一个二叉树，找出其最小深度。最小深度是从根节点到最近叶子节点的最短路径上的节点数量。说明：叶子节点是指没有子节点的节点。

MiyamiKK57·2025-02-14 02:53

人工智能之自然语言处理技术演进

近年来，NLP技术经历了从规则驱动到数据驱动的革命性演进，尤其是在深度学习和大规模预训练模型的推动下，取得了显著突破。

香橙薄荷心·2025-02-14 02:50

软件工程-模块化设计

分解（decomposition）C（P1+P2）>C（P1）+C（P2）E（P1+P2）>E（P1）+E（P2）C为问题的复杂程度，E为解题需要的工作量关于模块的一些概念深度：系统结构中的控制层数宽度

夏旭泽·2025-02-14 01:19

深度学习-108-大语言模型LLM之基于langchain的结构化输出功能提取结构化信息

文章目录1langchain的结构化输出1.1推荐的使用流程1.2模式定义1.3返回结构化输出1.3.1工具调用(方式一)1.3.2JSON模式(方式二)1.3.3结构化输出法(方式三)2提取结构化信息2.1定义数据模型2.2配置提示模板2.3设置执行链3参考附录1langchain的结构化输出对于许多应用程序，例如聊天机器人，模型需要直接用自然语言响应用户。然而，在某些情况下，我们需要模型以结构

皮皮冰燃·2025-02-14 01:44

海云安开发者智能助手（D10）全面接入DeepSeek，赋能开发者安全高效编码新范式

海云安正式宣布完成与DeepSeek（深度求索）的深度技术融合，旗下核心产品D10开发者智能助手全面接入DeepSeekR1模型。此次合作标志着海云安在"AI驱动开发安全"领域实现重要突破。

海云安·2025-02-14 00:13

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习，Pytorch深度学习

AI知识分享官·2025-02-14 00:41

自学人工智能大模型，满足7B模型的训练和微调以及推理，预算3万，如何选购电脑

如果你的预算是3万元人民币，希望训练和微调7B参数规模的人工智能大模型（如LLaMA、Mistral等），你需要一台高性能的深度学习工作站。

岁月的眸·2025-02-13 23:03

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构

大F的智能小课·2025-02-13 23:02

2025教育革命深度解析

一、颠覆性现状：AI如何解构学历价值1.知识获取民主化随着AI技术的不断进步，知识获取的方式正在发生翻天覆地的变化：DeepSeek-R1通过仅10%的训练成本，实现了与GPT-4o相当的性能，技术文档的生成效率提升了70%。这种高效的知识生成方式，使得人人都可以轻松获取和应用知识。斯坦福大学的研究显示，使用ChatGPT的大学生平均GPA提升了0.43分，但课程通过率却下降了11%（2024）。

笑傲江湖2023·2025-02-13 23:01

利用IDEA将Java.class文件反编译为Java文件：原理、实践与深度解析

IDEA内置反编译工具详解2.1环境准备2.2三步完成基础反编译2.3高级反编译技巧2.3.1调试模式反编译2.3.2Lambda表达式处理2.3.3泛型类型恢复第三章：Fernflower反编译引擎深度配置

.猫的树·2025-02-13 22:57

【OpenHarmony4.1 之 U-Boot 2024.07源码深度解析】006 - Makefile 编译脚本逐行深度解析

【OpenHarmony4.1之U-Boot2024.07源码深度解析】006-Makefile编译脚本逐行深度解析系列文章汇总：《【鸿蒙OH-v5.0源码分析之Uboot+Kernel部分】000-文章链接汇总

小馋喵星人·2025-02-13 22:23

解码DeepSeek家族系列：大语言模型赛道上的黑马传奇

1.DeepSeek公司概况1.1成立背景与发展历程DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司，于2023年7月17日正式成立。

大F的智能小课·2025-02-13 22:52

企业数字化转型：私有化部署办公软件的精选推荐

私有化部署不仅能够有效保障企业数据的安全性，还能根据企业的实际业务流程进行深度定制，提升工作效率。同时，在长期使用中，私有化部署在成本控制上可能更具优势。

·2025-02-13 21:53

DeepSeek使用手册，其中一份是清华大学出品

DeepSeek（深度求索）是一款由杭州深度求索人工智能基础技术研究有限公司开发的人工智能平台，专注于提供高效易用的AI模型训练与推理能力。

cpa007·2025-02-13 20:45

推荐频道

深度模型压缩