神经网络&深度学习第7页

【Python】已解决：WARNING: This is a development server. Do not use it in a production deployment. Use a p

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-02-08 09:12

Python + DeepSeek 完美结合：本地部署提效指南

随着生成式AI和深度学习技术的快速发展，如何将智能搜索工具与本地部署结合以提升效率成为了许多企业和开发者关注的重点。

Python测试之道·2025-02-08 06:50

【AI原理解析】— Gemini模型

.安全性与编程能力安全性评估编程能力6.模型发布与应用发布时间应用方向7.性能评估8.数学基础8.1Transformer解码器基础8.1.1自注意力机制（Self-Attention）8.1.2前馈神经网络

coolkidlan·2025-02-08 06:49

AI大语言模型的全面解读

一、大语言模型的定义大语言模型是深度学习的应用之一，尤其在自然语言处理（N

草莓屁屁我不吃·2025-02-08 05:48

冯诺依曼计算机发展瓶颈,冯诺依曼瓶颈

计算速度的提高，必然会让人感觉到智能的提高，而人脑神经网络传递信号的速度，是否也有可能提高呢？所谓“冯诺依曼瓶颈”，是冯诺依曼架构本身带来的一些限制。

weixin_39747595·2025-02-08 05:14

运用Faster RCNN、YOLO经典目标检测算法对滑坡图像进行检测

本次实验采用的操作系统为Ubuntu16.04平台，编程环境基于Python，GPU为NVIDIAGeForce740m，在基于深度学习框架CAFFE下进行实验。实验输出结果

AngeliaZ·2025-02-08 04:10

MobileNetV2: Inverted Residuals and Linear Bottlenecks

以下是对这些核心内容的简要概述：MobileNetV2架构设计：提出了一种新的神经网络模块——倒残差结构（InvertedResiduals），其中的快捷连接位于瓶颈层之间。使用轻量级

TAICHIFEI·2025-02-08 03:38

【神经网络搜索】NasBench301 使用代理模型构建Benchmark

【GiantPandaCV导语】本文介绍的是NAS中的一个benchmark-NASBench301,由automl.org组织发表，其核心思想是针对表格型基准存在的不足提出使用代理模型拟合架构与对应准确率。Paper:NAS-Bench-301andThecaseforsurrogatebenchmarksforNeuralArchitectureSearchCode:https://githu

*pprp*·2025-02-08 03:32

pyannote 语音活动检测/说话者变化检测/语音重叠检测

这个项目是基于PyTorch的，与webrtcvad有着天壤之别,在嘈杂环境下解决语音活动检测还是得靠神经网络,而webrtcvad在嘈杂状态下是无法工作的，感兴趣的同学可以看一下，或许你们有更好的解决方案

wx:pjcoder·2025-02-08 00:44

deepseek大模型-初探

引言：许多专家学者们对深度学习的工具属性日益敏感，并逐步分成了两派，一派觉得深度学习并不可靠，可能用来做一做行业应用尚可，但是对于科学问题的探索并不可靠；另一方面，大模型虽然精准性不足，但是在帮助人们理解和学习新知识以及做一些简单的规划任务上展现出惊人潜力

Robo-网络矿产提炼工·2025-02-08 00:43

基于Pytorch的猫狗分类的代码演练

前段时间在人工智能课上老师给我们介绍了一下卷积神经网络CNN，顺便在课上复现了猫狗分类的相关代码。

摸爬滚打的包菜·2025-02-07 23:09

从零学习pytorch——4.基础概念讲解及神经网络模块

从零学习pytorch——4.基础概念讲解及神经网络模块在PyTorch中，nn.Module是构建神经网络模型的基础类。

PyTorch 研习社·2025-02-07 22:05

【AI中数学-信息论-综合实例】缩小AI巨人：大模型神经网络的压缩与裁剪

第六章：信息论-综合实例第二节：缩小AI巨人：大模型神经网络的压缩与裁剪术在本节中，我们将探讨压缩和裁剪大规模神经网络模型的技术，使其更加高效，适用于实际应用。

云博士的AI课堂·2025-02-07 22:03

6个最佳实体检测API，可准确返回实体的名称

在高级深度学习和机器学习模型的支持下，命名实体识别技术正被产品经理用来创建人工智能支持的工具，并将其应用到各行各业的智能平台中。

·2025-02-07 21:12

使用线性回归模型逼近目标模型 | PyTorch 深度学习实战

前一篇文章，计算图ComputeGraph和自动求导Autograd|PyTorch深度学习实战本系列文章GitHubRepo:https://github.com/hailiang-wang/pytorch-get-started

Chatopera 研发团队·2025-02-07 21:56

毕业设计：基于卷积神经网络的鲜花花卉种类检测算法研究

目录前言课题背景和意义实现技术思路一、算法理论基础1.1卷积神经网络1.2目标检测算法二、数据集2.1数据集2.2数据扩充三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光

HaiLang_IT·2025-02-07 20:23

自动驾驶领域成长方案

高等数学、线性代数、概率论与数理统计、数值分析等），为理解算法和模型提供数学基础；深入研究自动驾驶涉及的专业课程，如控制理论、传感器原理（激光雷达、摄像头、毫米波雷达等）、机器学习（监督学习、无监督学习、深度学习

树上求索·2025-02-07 18:42

工具 | 蓝耘元生代智算云在本地部署DeepSeek R1模型详细教程

蓝耘元生代智算云账号注册与配置四、DeepSeekR1模型下载与准备4.1模型获取途径4.2模型文件结构与说明4.3模型预处理五、基于蓝耘元生代智算云的本地部署步骤5.1连接蓝耘元生代智算云5.2创建深度学习环境

xcLeigh·2025-02-07 15:22

torch库介绍

文章目录基本概念张量（Tensor）自动求导（AutomaticDifferentiation）：神经网络模块（nn.Module）优化器（Optimizer）：导入torch示例构建神经网络总结torch

codelyq·2025-02-07 15:22

深度搜索MoE：利用大规模预训练模型提升信息检索效能

它旨在通过深度学习技术，提高搜索结果的相关性和准确性，以满足用户在海量数据

杭律沛Meris·2025-02-07 15:20

Python/torch/深度学习——numpy库

Python/torch/深度学习——numpy库文章目录Python/torch/深度学习——numpy库前言numpy库版本版本变化变化1numpy库安装前言关于Numpy库的碎碎念，想到点记录下numpy

eagle_Annie·2025-02-07 15:49

AIGC技术内幕：底层架构与工作原理

目录AIGC技术内幕：底层架构与工作原理背景底层架构1.代码建议模块2.代码审查模块3.项目管理模块工作原理结论AIGC技术内幕：底层架构与工作原理背景AI对话大师是一种基于深度学习的聊天生成语言大模型

牛肉胡辣汤·2025-02-07 15:48

MOE-conformer 流式多语种语音识别

MOE(MixtureofExperts)：MOE是一种通过专家混合来实现深度学习模型的方法，主要有以下特点：MOE由多个专家(Excpert)组成，每个专家是一个独立的神经网络(可以是MLP、CNN、

深度学习-视听觉·2025-02-07 14:16

大语言模型原理基础与前沿高效的MoE架构

大语言模型原理基础与前沿高效的MoE架构关键词：大语言模型，MoE架构，参数高效微调，分布式训练，模型压缩，推理加速1.背景介绍1.1问题的由来随着深度学习技术的飞速发展，大语言模型（LargeLanguageModels

AI架构设计之禅·2025-02-07 13:39

ReLU激活函数的定义

ReLU（RectifiedLinearUnit，修正线性单元）是一种非常流行的激活函数，广泛应用于深度学习模型中，尤其是在卷积神经网络（CNN）中。

人工智能专属驿站·2025-02-07 13:34

基于深度学习的行人摔倒检测识别系统 —— 使用YOLOv5实现行人摔倒检测

目录引言项目背景与目标1.1项目背景1.2项目目标系统设计与架构2.1系统功能概述2.2系统架构数据准备与处理3.1数据集选择与收集3.2数据标注3.3数据集划分YOLOv5模型训练与优化4.1YOLOv5配置文件4.2安装YOLOv5并开始训练4.3模型评估与优化摔倒行为识别与推理5.1加载模型进行推理5.2UI界面设计5.3实时检测总结未来展望引言行人摔倒检测（FallDetection）系统

2025年数学建模美赛·2025-02-07 13:34

RAG和KAG：AI知识增强的两大“利器”

一文读懂RAG和KAG：AI知识增强的两大“利器”阅读时长：15分钟发布时间：2025-02-07近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-07 13:53

当大模型遇上Spark：解锁大数据处理新姿势

从20世纪中叶人工智能概念的提出，到2006年深度学习技术崭露

敏叔V587·2025-02-07 11:52

TPU编程竞赛系列｜第八届集创赛“算能杯“报名开启！

随着深度学习和物联网技术的深度融合，我们正迅速步入一个智能化的时代，为各种设备和系统提供了无限的可能性。在这个变革性的交汇点上，我们的

算能开发者社区·2025-02-07 08:34

Python中的GRU模型

Python中的GRU模型近年来，深度学习的发展给人工智能带来了新的突破。

NoABug·2025-02-07 04:37

一文掌握什么是时间序列？时间序列研究的核心任务？目前最强大的时序分析与建模工具和项目？

然而，当前，机器学习与深度学习方法在这一领域的应用正日益受到青睐。时间序列数据可以来源于各种领域，如经

幸运 lucky·2025-02-07 03:28

yolov11目标检测与跟踪+区域识别+车道线流量计数

通过结合先进的计算机视觉技术和高效的深度学习模型，该系统能够大幅提升交通管理的效率和准确性。问题陈述在现代城市环境中，监控车流和进行车辆计数对于有效的交通管理至关重要。

QQ_1309399183·2025-02-07 02:23

RNN/LSTM/GRU 学习笔记

循环神经网络（RecurrentNeuralNetwork，RNN）是用来建模序

Curz酥·2025-02-07 02:52

神经网络Neural Networks概述

深度学习（DL）则是机器学习的一个分支，它在很多领域突破了传统机器学习的瓶颈，将人工智能推向了新的高潮。深度学习是基于人工神经网络（ANN）技术的发展而不断突破和提升，推动了人工智能的发展。

种花家的码农·2025-02-07 00:40

2024年GitHub上最火的Python项目

表格：项目名称简介GitHub星星数量主要应用领域PyTorch强大的深度学习框架，支持GPU加速。

Allen-Steven·2025-02-07 00:08

目前市场上深度学习简介及沿革发展

深度学习是人工智能和机器学习的重要分支，其模型种类繁多，涵盖多个领域，如计算机视觉、自然语言处理、语音识别等。以下是目前市场上主流的深度学习模型，以及它们的发展历史和逐步沿革。

Allen-Steven·2025-02-07 00:08

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】从计算机基础到HTML开发：Web开发的第一步

本次会议将探讨前沿技术，包括深度学习、多模态学习、图像和视频分析、3D重建等，以及其在智能交通、医疗影像、增强现实和自动化等多个实际应用中的创新转化。著名专家进行特邀

禁默·2025-02-07 00:07

模型蒸馏、量化、裁剪的概念和区别

模型压缩概述1.1模型压缩的重要性随着深度学习技术的快速发展，神经网络模型在各种任务中取得了显著的成功。然而，这些模型通常具有大量的参数和复杂的结构，导致模型体积庞大、计算资源消耗高和推理时间长。

我就是全世界·2025-02-06 22:24

深度学习篇---深度学习相关知识点&关键名词含义

Ronin-Lotus·2025-02-06 21:21

深度学习篇---深度学习中的超参数&张量转换&模型训练

文章目录前言第一部分：深度学习中的超参数1.学习率（LearningRate）定义重要性常见设置2.批处理大小（BatchSize）定义重要性常见设置3.迭代次数（NumberofEpochs）定义重要性常见设置

Ronin-Lotus·2025-02-06 21:50

Apache MXNet：灵活高效的深度学习库

ApacheMXNet是一个开源的深度学习框架，适用于灵活的研究原型设计和生产。它提供了一个混合前端，可以无缝地在Gluon（动态图）和Symbolic（静态图）模式之间转换，以提供灵活性和速度。

零度°·2025-02-06 21:48

必知！10大机器学习算法

——吴恩达近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】1.K最近邻（KNN）KNN是一种简单却强大的分类算法

·2025-02-06 21:56

空间注意力模块（SAM）和时间注意力模块（TAM）详解及代码复现

注意力机制原理注意力机制源于人类视觉系统的选择性注意能力，是深度学习领域的一项关键技术。它通过模拟人类视觉系统的选择性注意能力，使深度学习模型能够聚焦于图像中的关键信息。

清风AI·2025-02-06 21:47

Apache MXNet 深度学习框架教程

ApacheMXNet深度学习框架教程mxnetLightweight,Portable,FlexibleDistributed/MobileDeepLearningwithDynamic,Mutation-awareDataflowDepScheduler

娄妃元Kacey·2025-02-06 21:17

Ubuntu为julia安装深度学习框架MXNet（支持CUDA和OPenCV编译）

Ubuntu为julia安装深度学习框架MXNet（支持CUDA和OPenCV编译）环境介绍与注意事项下载源文件安装依赖编译环境配置安装MXNet测试后记环境介绍与注意事项Ubuntu18.04julia1.5.3CUDA10.1

盼小辉丶·2025-02-06 21:15

MXNet深度学习框架：高效与灵活性的结合

标题：MXNet深度学习框架：高效与灵活性的结合MXNet是一个由Apache软件基金会支持的开源深度学习框架，以其高效性能和灵活性而闻名。

原机小子·2025-02-06 20:44

T1:实现mnist手写数字识别

>-**本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg)中的学习记录博客**>-**原作者：[K同学啊](https

哈维羊·2025-02-06 19:33

深度学习学习笔记 --- 动量momentum

一、动量momentum的由来训练网络时，通常先对网络的初始值按照某种分布进行初始化，如：高斯分布。初始化权值操作对最终的网络性能影响比较大，合适的网络初始权值操作能够使损失函数在训练过程中收敛速度快，从而获得更好的优化结果。但是按照分布随机初始化网络权值时，存在一些不确定的因素，并不能保证每一次初始化操作都能使得网络的初始值处在一个合理的状态。不恰当的初始权值可能使网络的损失函数在训练过程中先去

杨鑫newlfe·2025-02-06 18:01

大型推理模型（LRM）的比较 OpenAI DeepSeek R1 Gemini 2.0

大型推理模型（LRM）的比较OpenAIDeepSeekR1Gemini2.0阅读时长：25分钟发布时间：2025-02-06近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容

·2025-02-06 17:20

在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高

在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高在深度学习中，样本不均衡问题是一个常见的挑战，尤其是在你的老虎机任务中，某些的中奖倍数较高而其他的中奖倍数较低。

zhangfeng1133·2025-02-06 17:53

推荐频道

神经网络&深度学习