深度补全

基于深度学习的视觉检测小项目（十六） 用户管理界面的组态

分组和权限：用户分为三个组，管理员、普通用户、访客。•管理员的权限和作业范围：添加和删除用户、更改所有用户的信息（用户名、登录密码、所在分组等）、查看和备份以及复制数据库；•普通用户的权限和作业范围：更改自己的用户名和密码、开展工作业务、查看数据库；•访客的权限和作业范围：查看数据库。用于用户管理的界面：既然用到了用户的管理，那么就必然涉及到用户列表的展示方式了。QT对于列表内容的展示方式有：QC
深蓝海拓·2025-02-02 07:56

深度学习基因组学+机器学习单细胞分析，当下最火热研究方向！

深度学习已经被广泛应用于基因组学研究中，利用已知的训练集对数据的类型和应答结果进行预测，深度学习，可以进行预测和降维分析。
qwmb919·2025-02-02 07:25

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

文章目录1.基本数学概念2.线性相关和生成子空间3.范式4.特殊类型的矩阵和向量5.特征分解6.奇异值分解1.基本数学概念标量(scalar):一个标量就是一个单独的数，它不同于线性代数中研究的其他大部分对象(通常是多个数的数组)。我们用斜体表示标量。标量通常被赋予小写的变量名称。当我们介绍标量时，会明确它们是哪种类型的数。比如，在定义实数标量时，我们可能会说“令s∈R表示一条线的斜率”;在定义自
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

JS深度剖析异步编程方式

目录回调函数事件监听发布/订阅Promiseasync/awaitGenerator函数与迭代器深度剖析JavaScript异步编程方式，主要涉及以下几个核心概念和技术回调函数回调函数的基本概念回调函数
天涯学馆·2025-02-02 04:05

JS 深度解析Function模式

目录函数作为基本数据类型函数作为对象函数作为构造函数函数作为类的替代品函数作为高阶组件箭头函数与常规函数的区别
天涯学馆·2025-02-02 04:04

JS 深度解析作用域、作用域链与闭包

目录作用域词法作用域块级作用域作用域链闭包作用域词法作用域（LexicalScope）JavaScript采用词法作用域，意味着变量的作用域是在编译阶段确定的，由代码在何处定义决定，而非运行时决定。简单来说，变量的作用域取决于它在源代码中的位置。全局作用域：在任何函数外部定义的变量具有全局作用域，对整个程序可见。
天涯学馆·2025-02-02 04:04

JS 深度解析this指针

目录this绑定规则默认绑定隐式绑定显示绑定new绑定箭头函数特殊情况与陷阱丢失绑定优先级
天涯学馆·2025-02-02 04:04

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

[C++]DirectX 12 3D游戏开发实战—第12章 学习笔记02 2019.5.8

在d3dApp文件中创建深度/纹理模板时总是将该值设为1。CreateD3DResource12函数。Texture2DArraygTreeM
卡酷酷·2025-02-02 01:22

【C语言】深度剖析动态内存管理

文章目录0.前言1.为什么存在动态内存分配2.动态内存函数2.1malloc2.1.1申请空间成功2.1.2申请空间失败2.1.3总结2.2free2.2.1free的重要性2.2.2free的使用2.2.3总结2.3calloc2.3.1calloc的使用2.3.2malloc和calloc的区别2.3.3总结2.4realloc2.4.1realloc调整空间的两种情况2.4.2realloc
安 度 因·2025-02-02 01:21

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）

目录第一章、2024大语言模型最新进展与ChatGPT各模型第二章、ChatGPT-4o提示词使用方法与高级技巧（最新加入思维链及逆向工程及GPTs）第三章、ChatGPT4-4o助力日常生活、学习与工作第四章、基于ChatGPT-4o课题申报、论文选题及实验方案设计第五章、基于ChatGPT-4o信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写第六章、ChatGPT-4o编程入
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

python读取nc文件并转换成csv_使用Python截取nc文件数据保存到CSV文件-Go语言中文社区...

问题要求：编写一个函数完成以下任务：截取经度在23°N-40°N，纬度在118°E-131°E范围内各属性不同深度的数据，使用Python中合适的数据结构将截取的数据保存到同名CSV文件中。
达拉崩吧叭叭叭·2025-02-01 23:37

MixRec: Heterogeneous Graph Collaborative Filtering

本文是深度学习相关文章，针对《MixRec:HeterogeneousGraphCollaborativeFiltering》的翻译。
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

不同物体运动方向的检测-python

方法优点适用场景缺点光流法实时性强、支持稠密方向分析视频流中物体整体运动对背景复杂场景鲁棒性差特征点跟踪精确捕捉局部运动特征点明显的物体特征点丢失影响结果帧间差分简单快速，适合实时检测背景稳定、低复杂度场景对噪声和阴影敏感深度摄像头三维方向检测
人工智能专属驿站·2025-02-01 20:49

Codeforces Round 130 (Div. 2) E. Blood Cousins（LCA+DFS序+二分）【2100】

第二，在以节点uuu为根的子树中找到与节点uuu深度相同的节点的个数。对于第一点，我们可以使用LCA算法在树上倍增，实现快速查询。
Auto114514·2025-02-01 20:14

看深度求索如何思索自己的未来

深度求索（DeepSeek）的崛起无疑是AI领域的一次现象级突破，但其未来能否持续"狂飙"，需从技术、生态、商业和行业环境四个维度进行系统性分析：一、技术护城河的虚实验证1.动态优化技术的含金量：将模型迭代周期压缩至周级别需突破分布式训练瓶颈
tuan_zhang·2025-02-01 19:11

大模型开发流程及项目实战

开发大模型相关应用，其技术核心点虽然在大语言模型上，但一般通过调用API或开源模型来实现核心的理解与生成，通过PromptEnginnering来实现大语言模型的控制，因此，虽然大模型是深度学习领域的集大成之作
辣椒种子·2025-02-01 19:38

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

DeepSeek R1 简易指南：架构、培训、本地部署和硬件要求

技术架构深度解析模型体系：DeepSeek-R1系列包含两大核心成员：D
·2025-02-01 16:49

# 深入解析Lodop底层原理与高级应用开发指南

一、Lodop架构深度解析（与常规文档的差异化视角）1.1非对称通信协议设计Lodop采用独特的混合型RPC协议，突破传统打印控件基于HTTP的局限性：二进制协议头：前128字节包含加密的会话标识符和指令类型
R.Y.N·2025-02-01 15:34

Kubernetes 中 LimitRange 与 ResourceQuota 的深度剖析

摘要：Kubernetes（简称k8s）作为容器编排领域的事实标准，提供了丰富的资源管理机制来确保集群的高效、稳定运行。LimitRange和ResourceQuota是其中两个重要的资源管理工具，它们在不同层面发挥着关键作用。本文深入探讨了LimitRange和ResourceQuota的用途、工作原理，并详细分析了它们之间的差异，旨在帮助读者全面理解和有效运用这两个工具，提升Kubernete
大大宝的博客·2025-02-01 15:59

SDK级的kubectl，client-go的深度封装：kom使用指南

目录什么是kom特点示例程序安装使用示例1.多集群管理注册多集群显示已注册集群选择默认集群选择指定集群2.内置资源对象的增删改查以及Watch示例创建某个资源Get查询某个资源List查询资源列表通过Label查询资源列表通过多个Label查询资源列表通过Field查询资源列表更新资源内容PATCH更新资源删除资源通用类型资源的获取（适用于k8s内置类型以及CRD）Watch资源变更3.YAML创
大大宝的博客·2025-02-01 15:59

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

深度解析数字化转型的常见挑战：企业架构的关键解决方案与成功路径

在全球范围内，越来越多的企业将数字化转型作为提升竞争力的核心战略之一。然而，实施数字化转型往往伴随着一系列复杂的挑战。企业如何才能克服这些挑战，实现技术与业务的完美结合，并获得可持续的竞争优势？本文将深入探讨企业在数字化转型过程中常见的挑战，并通过企业架构（EnterpriseArchitecture,EA）提供的解决方案，揭示如何将理论转化为可操作的策略和实践。一、数字化转型的核心挑战随着技术的
AZone架构院·2025-02-01 14:51

深度学习-笔记1

刚开始接触深度学习相关内容，在这儿做一个笔记：网址：https://gitee.com/paddlepaddle/PaddleNLPpaddle-nlp是一个自然语言处理NLP方面的工具包(代码库)ERNIEERNIE
·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

老程序员的感慨

如今IDE自动补全了所有思念，云服务吞噬了服务器轰鸣的心跳。抽屉深处藏着VB6的光盘、Delphi的破解狗，还有那本被翻烂的T
workflower·2025-02-01 11:04

Python GIL（全局解释器锁）深度解析及其对多线程程序的影响

PythonGIL（全局解释器锁）深度解析及其对多线程程序的影响在Python编程世界中，GIL（全局解释器锁）是一个不可忽视的概念，尤其在涉及多线程编程时。
清水白石008·2025-02-01 11:03

DeepSeek的成本优势与行业影响：绿色算力如何重塑AI竞争格局

DeepSeek的成本优势与行业影响：绿色算力如何重塑AI竞争格局在AI大模型与绿色数据中心深度融合的背景下，DeepSeek（深度求索）作为中国AI领域的代表性企业，凭借其显著的成本优势迅速崛起。
浅学多思·2025-02-01 11:01

JavaScript原型链与继承：优化与扩展的深度探索

在JavaScript的世界里，万物皆对象，而每个对象都有一个与之关联的原型对象，这就构成了原型链的基础。原型链，简单来说，是一个由对象的原型相互连接形成的链式结构。每个对象都有一个内部属性[[Prototype]]（在大多数浏览器中可以通过__proto__属性访问，不过__proto__是非标准属性，更推荐使用Object.getPrototypeOf()方法来获取原型），它指向该对象的原型对
李游Leo·2025-02-01 10:25

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

《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。这导致模型难以捕捉长距离的依赖关系，对于复杂的自然语言文本，无法有效地学习到上下文的关键信息。LSTM虽然在一定程度上缓解了梯度消失的问题，但依然存在梯度不稳定的情况。而且，RNN和LSTM在计算过程中，
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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他