深度神经网络gcForest

docker中使用gpu

需要提前禁用nouveau：lsmod|grepnouveau没有输出即禁用了需要安装1、显卡驱动、2、cuda库(安装cuda会自动安装显卡驱动)3、cudnn(深度神经网络的GPU加速库,需要神经网络则安否则可以不安
李庆政370·2023-11-07 18:35

Python深度学习之图像识别

今天再来讲一个关于运用google的深度学习框架tensorflow和keras进行训练深度神经网络，并对未知图像进行预测。导入python模块导入图像数据合并列表数据将图片数据转化为数组显示一张
CDA·数据分析师·2023-11-07 09:07

使用Tensorflow进行完整的深度神经网络CNN训练完成图片识别案例2

未完待续。上一张链接：https://blog.csdn.net/dongbao520/article/details/125456950卷积神经网络•Convolutionalneuralnetworks•视觉皮层、感受野，一些神经元看线，一些神经元看线的方向，一些神经元有更大的感受野，组合底层的图案•1998年YannLeCun等人推出了LeNet-5架构，广泛用于手写体数字识别，包含全连接层
海宝7号·2023-11-07 03:36

Latent Space Policies for Hierarchical Reinforcement Learning翻译

摘要我们解决了为强化学习学习分层深度神经网络策略的问题。
zzzzz忠杰·2023-11-06 20:18

深度学习-tensorflow 使用keras进行深度神经网络训练

概要深度学习网络的训练可能会很慢、也可能无法收敛，本文介绍使用keras进行深度神经网络训练的加速技巧，包括解决梯度消失和爆炸问题的策略（参数初始化策略、激活函数策略、批量归一化、梯度裁剪）、重用预训练层方法
毛飞龙·2023-11-06 01:08

机器学习实践(2.2)LightGBM回归任务

相比越来越流行的深度神经网络，LightGBM和XGBoost能更好的处理表格数据，并具有更强的可解释性，还具有易于调参、输入数据不变性等优势。
赫加青空·2023-11-05 22:00

机器学习实践(2.1)LightGBM分类任务

相比越来越流行的深度神经网络，LightGBM和XGBoost能更好的处理表格数据，并具有更强的可解释性，还具有易于调参、输入数据不变性等优势。
赫加青空·2023-11-05 22:59

python 几何计算_计算机视觉的计算几何及Python实现

由于深度神经网络驱动的算法提供了令人印象深刻的超人类结果，计算机视觉在对象识别(分类)、对象检测(分类与定位)和对象分割(分类、定位与边界检测)等领域的应用越
weixin_39965794·2023-11-04 22:34

第四周 深层神经网络

表示样本具有两个特征,因为是，是的，根据矩阵的乘法，所以是的矩阵所以,,所以,m个样本的时候正向传播公式将上面公式中的1变成m即可image.png4.4为什么使用深层表示如果你再建一个人脸识别或是人脸检测系统，深度神经网络所做的是就是
pcqlegend·2023-11-04 02:53

AI直播换脸——DeepFaceLab 3.0模型训练与微调

它使用了深度神经网络来分析和修改图像中的人脸部分，可以实现将一个人的脸部特征应用到另一个人的照片上，或者进行面部表情、年龄、性别等特征的变换。
知来者逆·2023-11-03 07:36

RNN神经网络适用于什么,RNN神经网络基本原理

CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？如下：1、DNN：存在着一个问题——无法对时间序列上的变化进行建模。
「已注销」·2023-11-02 21:32

nn.LayerNorm的作用

缓解内部协变量偏移：在深度神经网络中，随着网络层数的增加，每一层的输入
JeJe同学·2023-11-02 21:24

深度神经网络和循环神经网络,深层循环神经网络

通常我们了解的DNN（深度神经网络），CNN（卷积神经网络），RNN（循环神经网络），LSTM（长短期记忆网络）都是隶属于深度学习的范
小浣熊的技术·2023-11-02 01:42

python语音识别库kaldi_Kaldi语音识别库在Linux下的安装和编译

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
岑依惜·2023-11-02 01:00

kaldi在linux上编译,Kaldi语音识别库linux环境下的安装和编译

介绍：Kaldi语音识别库可以说是，HTK数据库的整理加强版，将HTK比较零碎的各种各样的指令和功能进行整理，使用更加的方便，同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成
三上酱·2023-11-02 01:30

linux编译aidl接口,ubuntu下安装kaidl实用教程

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
weixin_39779530·2023-11-02 01:30

kaldi在Linux下的安装

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
ch977·2023-11-02 01:25

循环神经网络 - RNN

循环神经网络（RerrentNeuralNetwork,RNN）是神经网络的一种，类似的还有深度神经网络（DNN）、卷积神经网路(CNN)、生成对抗网络（GAN)等。
mango1698·2023-11-02 00:18

卷积神经网络的反向传播

1.DNN的反向传播首先回顾深度神经网络（DNN）的反向传播forward：LossFunction:backward:w的梯度：b的梯度：令：已知，推导上一层：2.CNN的前向传播2.1卷积层(1)单通道
zuomeng844·2023-11-01 23:59

深度学习所有硬件平台的自动内核优化

以下内容翻译自：AutomaticKernelOptimizationforDeepLearningonAllHardwarePlatforms对于AI开发人员来说，在各种硬件平台上优化深度神经网络的性能仍然是一个难题
图波列夫·2023-11-01 20:08

基于深度学习的语音识别算法的设计与实现

收藏和点赞，您的关注是我创作的动力文章目录概要一、课题内容二、需求分析2.1算法需求分析2.2语音录制2.3声学模型2.4语言模型2.5训练集和测试集2.6深度神经网络三算法设计原理3.1语音识别系统3.1.1
01图灵科技·2023-11-01 17:46

深度学习～循环神经网络RNN, LSTM

1.3RNNAlgorithm1.4RNNBP2.LSTM2.1遗忘门与遗忘阶段2.2输入门与选择记忆阶段2.3输出门与输出阶段2.4LSTMSummary参考1.循环神经网络RNN1.1RNN出现背景problem：传统的深度神经网络输入信息没有顺序
天狼啸月1990·2023-11-01 09:20

AIGC：【LLM（一）】——LoRA微调加速技术

1.1Instruct微调Instruct微调是指在深度神经网络训练过程中调整模型参数的过程，以优化模型的性能。在微调过程中，使用一个预先训练好的模型作为基础模型，然后在新的数据集上对该模型进行微调。
J_Xiong0117·2023-11-01 02:20

深度神经网络的数学原理：基于超平面、半空间与线性区域的表示

概述以前的文章主要描述了神经网络，即多层感知机、全连接模型的运行原理，还是以实验为主，数学描述为辅的方式，这篇文章以纯数学的视角来描述神经网络的运行原理，主要以前馈过程为主（反向传播的动力学过程还是比较复杂，正向过程还未完全研究清楚，暂时还未考虑）。半空间在讲半空间（Halfspace）时，需要引入分离超平面（SeparatingHyperplane）的概念，这里简单介绍分离超平面的内容。分离超平
_pinnacle_·2023-10-30 12:47

【深度学习-吴恩达】L1-4 深层神经网络 作业

L1深度学习概论4深层神经网络作业链接：吴恩达《深度学习》-Heywhale.com0作业任务构建一个任意层数的深度神经网络实现构建深度神经网络所需的所有函数使用这些函数构建一个用于图像分类的深度神经网络学习目标
JackSerin·2023-10-29 16:29

计算机视觉注意力机制小盘一波 （学习笔记）

将注意力的阶段大改分成了4个阶段1.将深度神经网络与注意力机制相结合，代表性方法为RAM⒉.明确预测判别性输入特征，代表性方法为STN3.隐性且自适应地预测潜在的关键特征，代表方法为SENet4.自注意力机制通道注意力在深度神经网络中
：）�东东要拼命·2023-10-29 16:10

人人都能懂的机器学习——训练深度神经网络——优化算法2

RMSPropAdaGrad的学习率降低得太快，并且最终也不会收敛到全集最优值。而RMSProp算法16通过使用指数衰减，从而只会积累最近几次迭代的梯度，解决了上述AdaGrad的问题。RMSProp算法是由GeoffreyHinton和TijmenTieleman在2012年提出的，并且GeoffreyHinton在Coursera上有一节关于神经网络的课程上展示了这种算法。有趣的是，由于作者没
苏小菁在编程·2023-10-29 16:43

从AlexNet到chatGPT的演进过程

引入了GPU加速训练，大幅提高了深度神经网络的训练速度。VGG（2014）：VGG是由牛津大学的研究者开发，以更深的网络结构著称。使用小尺寸的3x3卷积核，使网络更深。
xw555666·2023-10-29 10:08

2023年MathorCup大数据竞赛A题基于计算机视觉的坑洼道路检测和识别 思路论文代码

该方法基于深度神经网络使用纹理和空间检测裂缝和坑洼的建筑特征。我们还提出了确保实时性的预处理方法性能。该方法的新颖之处在于使
数学建模讲解·2023-10-29 09:11

【强化学习】10 —— DQN算法

RL与DL结合产生的问题深度强化学习的分类Q-learning回顾深度Q网络（DQN）经验回放优先经验回放目标网络算法流程代码实践CartPole环境代码结果参考深度强化学习价值和策略近似我们可以利用深度神经网络建立这些近似函数深度强化学习使强化学习算法能够以端到端的方式解决复杂问题
yuan〇·2023-10-29 08:56

5. Batch normalization 与 Layer Normalization

Layer/Instance/GroupNorm-将为帅的文章-知乎https://zhuanlan.zhihu.com/p/152232203自提出以来，BatchNormalization逐渐成为了深度神经网络结构中相当普遍的结构
Jarkata·2023-10-28 16:14

如何用Python和深度神经网络识别图像？

只需要10几行Python代码，你就能构建自己的机器视觉模型，快速准确识别海量图片。快来试试吧！视觉进化的作用，让人类对图像的处理非常高效。这里，我给你展示一张照片。如果我这样问你：你能否分辨出图片中哪个是猫，哪个是狗？你可能立即会觉得自己遭受到了莫大的侮辱。并且大声质问我：你觉得我智商有问题吗？！息怒。换一个问法：你能否把自己分辨猫狗图片的方法，描述成严格的规则，教给计算机，以便让它替我们人类分
season0607·2023-10-28 08:08

人工智能-线性神经网络

线性神经网络在介绍深度神经网络之前，我们需要了解神经网络训练的基础知识。本章我们将介绍神经网络的整个训练过程，包括：定义简单的神经网络架构、数据处理、指定损失函数和如何训练模型。
白云如幻·2023-10-28 07:48

Batch Normalization

BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的“InternalCovariateShift”问题covariateshift的概念：如果ML系统实例集合中的输入值
dreampai·2023-10-27 23:02

NLP大牛菲利普•科恩机器翻译权威著作

与人工智能中的其他领域一样，深度神经网络已经成为主流范式，在提高翻译质量的同时也带来了新的挑战。本书的出版恰逢中国机器翻译研究迅猛发展之时。
hzbooks·2023-10-27 23:44

(搬运)我总结了70篇论文的方法，帮你透彻理解神经网络的剪枝算法

原文链接：https://blog.csdn.net/deephub/article/details/120216677无论是在计算机视觉、自然语言处理还是图像生成方面，深度神经网络目前表现出来的性能都是最先进的
EdgeAI·2023-10-27 21:31

【连载】深度学习笔记7：Tensorflow入门

从前面的学习笔记中，和大家一起使用了numpy一步一步从感知机开始到两层网络以及最后实现了深度神经网络的算法搭建。
linux那些事·2023-10-27 15:22

AIGC实战——深度学习 (Deep Learning, DL)

AIGC实战——深度学习0.前言1.深度学习基本概念1.1基本定义1.2非结构化数据2.深度神经网络2.1神经网络2.2学习高级特征3.TensorFlow和Keras4.多层感知器(MLP)4.1准备数据
盼小辉丶·2023-10-26 23:33

Active learning Tiny Review for autonomous driving

负责自动驾驶功能的深度神经网络需要经过详尽的训练，不仅要在日常行程中可能遇到的情况下，还要在希望它们永远不会遇到的异常情况下进行训练。成功的关键在于确保它们受到了正确数据的训练。什么是正确的数据呢？那
CV矿工·2023-10-26 12:04

神经元谈到深度神经网络

序列文章上文[《一文速览机器学习的类别（Python代码）》](https://www.jianshu.com/p/fbe59dc46907)提到逻辑回归并做了简单介绍。本文将从神经元到逻辑回归模型结构，并将其扩展到深度深度网络模型。一、谈谈智慧对于人类智慧奥秘的探索，不同时代、学科背景的人对于智慧的理解及其实现方法有着不同的思想主张。有的主张用显式逻辑体系搭建人工智能系统，即符号主义。有的主张用
算法进阶·2023-10-26 12:59

从神经元谈到深度神经网络

作者|泳鱼来源|算法进阶本文将从神经元到逻辑回归模型结构，并将其扩展到深度深度网络模型。一、谈谈智慧对于人类智慧奥秘的探索，不同时代、学科背景的人对于智慧的理解及其实现方法有着不同的思想主张。有的主张用显式逻辑体系搭建人工智能系统，即符号主义。有的主张用数学模型模拟大脑组成以实现智慧，即联结主义，这也就是我们本文讨论的方向。那大脑为什么能够思考？科学家发现，原因在于人体的神经网络，而神经网络的基本
AI科技大本营·2023-10-26 12:56

深度神经网络为何成功？其中的过程、思想和关键主张选择

LeNet（1989）在小数据集上取得了很好的效果，但是在更大、更真实地数据集上训练卷积神经网络地性能和可行性还有待研究。与神经网络竞争的是传统机器学习方法，比如SVM（支持向量机）。这个阶段性能比神经网络方法好。机器学习研究人员的观点：相信机器学习既重要又美丽，用优雅的理论证明各种模型的性质。计算机视觉的研究人员的观点：推动领域进步的是数据特征，而不是学习算法。他们相信，从对最终模型精度的影响来
xw555666·2023-10-26 12:54

经典卷积神经网络 - GoogLeNet

GoogLeNet是google推出的基于Inception模块的深度神经网络模型，在2014年的ImageNet竞赛中夺得了冠军，在随后的两年中一直在改进，形成了InceptionV2、InceptionV3
mango1698·2023-10-26 04:53

批量归一化 - BatchNorm

该方法依靠两次连续的线性变换，希望转化后的数值满足一定的特性（分布），不仅可以加快了模型的收敛速度，也一定程度缓解了特征分布较散的问题，使深度神经网络（DNN）训练更快、更稳定。
mango1698·2023-10-26 04:23

人工智能：CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的知识梳理

卷积神经网络（CNN）卷积神经网络（CNN），也被称为ConvNets或ConvolutionalNeuralNetworks，是一种深度学习神经网络架构，主要用于处理和分析具有网格状结构的数据，特别是图像和视频数据。CNN在计算机视觉任务中表现出色，因为它们能够有效地捕获和识别图像中的特征，具有平移不变性（translationinvariance）。CNN的关键特征包括：卷积层（Convolu
贾斯汀玛尔斯·2023-10-26 01:07

什么是卷积神经网络？解决了什么问题？

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度神经网络模型，主要用于图像识别、语音识别和自然语言处理等任务。它通过卷积层、池化层和全连接层来实现特征提取和分类。
逍遥壮士·2023-10-25 17:38

深度学习断层实战（二）——CNN神经网络模型建立（附程序）

卷积神经网络（CNN）是当今广泛使用的一种深度神经网络模型，它是在人工神经网络的基础上引入了卷积运算和采样操作，这种运算极大提高了提取信号特征的能力。
科技州与数据州·2023-10-25 16:18

Training Deep Nets with Sublinear Memory Cost 笔记

摘要我们提出了一种减少深度神经网络训练时内存消耗的系统性方法。
图波列夫·2023-10-25 09:58

基于多尺度分形残差注意力网络的超分辨率重建算法

1.引言深度神经网络可以显著提高超分辨率的质量，但现有方法难以充分利用低分辨率尺度特征和通道信息，从而阻碍了卷积神经网络的表达能力。
Van-bo·2023-10-25 08:06

【DL学习笔记07】深度学习入门——基于Python的理论与实现（ch08: 深度学习）

加深网络加深层的动机2.三个有名的网络VGGGooleNetResNet3.深度学习的高速化4.深度学习的应用案例物体检测图像分割图像标题的生成5.接下来是《深度学习进阶——自然语言处理》深度学习是加深了层的深度神经网络
yierrrrr·2023-10-25 04:57
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他