神经网络奥秘：深度学习原理解析第20页

Python 如何使用 Bert 进行中文情感分析

在过去的几年中，随着深度学习的发展，BERT（BidirectionalEncoderRepresentationsfromTransformers）模型迅速成为了处理自然语言的强大工具。

程序员徐师兄·2025-01-24 00:47

PyTorch深度学习实战（43）——手写文本识别

PyTorch深度学习实战（43）——手写文本识别0.前言1.手写文本识别1.1基本概念1.2输入和输出格式1.3CTC损失值2.模型与数据集分析2.1数据集分析2.2模型分析3.实现手写文本识别模型小结系列链接

盼小辉丶·2025-01-23 22:36

算法中的时间复杂度和空间复杂度

Torch或者Tensorflow之类的深度学习库大大减少了算法工程师的工作量，而且在张量运算、反向传播等环节，这些深度学习库的模块设计也尽最大可能地降低了计算的时间和空间复杂度，从而不需要我们额外进行过多的干预

CM莫问·2025-01-23 22:36

使用神经网络做二分类预测

不想整理代码了。先给个结果图：train0loss:1838.0616train100loss:1441.5283train200loss:1299.4546train300loss:934.36536train400loss:506.06702train500loss:322.9782train600loss:271.5825train700loss:360.091train800loss:23

weixin_33816300·2025-01-23 21:30

ARM Cortex-M3与Cortex-M4权威指南

ARMCortex-M3与Cortex-M4权威指南ARMCortex-M3与Cortex-M4权威指南欢迎阅读《ARMCortex-M3与Cortex-M4权威指南（第3版）》，这是一本针对嵌入式系统开发者量身打造的深度学习手册项目地址

胡妃意·2025-01-23 21:55

【数据挖掘实战】房价预测

本人主页：机器学习司猫白机器学习专栏：机器学习实战PyTorch入门专栏：PyTorch入门深度学习实战：深度学习ok，话不多说，我们进入正题吧概述本次竞赛有79个解释变量（几乎）描述了爱荷华州艾姆斯住宅的各个方面

机器学习司猫白·2025-01-23 20:21

Neural Architecture Search (NAS) 原理和应用

NeuralArchitectureSearch(NAS)原理和应用NeuralArchitectureSearch(NAS)是一种自动化设计神经网络架构的技术。

weixin_58349913·2025-01-23 20:19

GPT-4对话模型在客服中的应用与前景：开启智能客服新时代

GPT-4对话模型在客服中的应用与前景：开启智能客服新时代随着人工智能技术的迅猛发展，基于深度学习的对话模型在各个领域中得到了广泛应用。其中，GPT-4对话模型在客服系统中的应用尤为引人注目。

Echo_Wish·2025-01-23 20:19

模型压缩与优化技术——神经架构搜索（Neural Architecture Search, NAS）

模型压缩与优化技术中的神经架构搜索（NeuralArchitectureSearch,NAS）技术1.引言在深度学习领域，神经网络的架构设计对模型的性能至关重要。

DuHz·2025-01-23 18:37

【揭秘】图像算法工程师岗位如何进入？

常见的任务包括：图像分类：使用卷积神经网络（CNN）对图像进行分类，常见算法如ResNet、VGG。目标检测：在图像中定位并标注物体

认识祂·2025-01-23 18:04

QAT与PTQ模型量化方法的区别

QAT（QuantizationAwareTraining）和PTQ（PostTrainingQuantization）是两种常见的模型量化方法，用于减少深度学习模型的计算和存储开销，同时尽量保持模型的性能

old_power·2025-01-23 17:28

毕设分享深度学习街道行人流量计数系统

文章目录0前言1项目运行效果2设计概要2原理介绍2.1目标检测概况什么是目标检测？发展阶段2.2行人检测行人检测简介行人检测技术难点行人检测实现效果4最后0前言这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要

fawubio_A·2025-01-23 17:56

Keras、TensorFlow、PyTorch框架对比及服务器配置揭秘

深度学习框架：开启智能大门的钥匙在数字化浪潮中，深度学习如明星照亮众多领域。从智能安防的人脸识别，到医疗图像分析、电商商品推荐、智能语音助手等，其身影无处不在，改变着生活与工作方式。

小深ai硬件分享·2025-01-23 16:52

Python 编译Edge-TTS（edge_tts）转MP3工具

Python编译Edge-TTS利用PIPEdge-tts库来实现Azure神经网络自然语音转MP3，这应该是微软给老百姓们一个共享前沿科技大餐。

浩读语音朗读·2025-01-23 16:21

深度学习｜表示学习｜卷积神经网络｜局部链接是什么？｜06

如是我闻：局部连接（LocalConnectivity），是卷积神经网络（CNN）中的一个关键特性。什么是局部连接（LocalConnectivity）？

漂亮_大男孩·2025-01-23 16:50

深度学习中交叉熵函数的导数:(极简)

文章目录前言一.交叉熵函数的导数二.Z,y为有n条数据的矩阵前言另一个博主有更详细的推导https://blog.csdn.net/chaipp0607/article/details/101946040一.交叉熵函数的导数softmax:令一条数据最后的输出为[z1,z2,z3,z4,…,z10],这里令输出层的神经元数量为10pi=ezi∑j=110ezjpi=\frac{e^{z_i}}{\

洪小帅·2025-01-23 12:28

【Python】已完美解决：ERROR: Could not find a version that satisfies the requirement re

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·2025-01-23 12:26

下载马斯克Grok-1模型的实战代码

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·2025-01-23 11:50

吴恩达深度学习笔记（七）——机器学习策略

一、正交化通俗的理解就是：要能够诊断出系统性能瓶颈在哪里，以有策略刚好解决这个问题。一个“按钮”只负责解决一件事情。二、单一数字评估指标准确率（precision）：在分类器中标记为猫的例子中，有多少是真的猫召回率（recall）：对于所有的真猫图片，你的分类器正确识别了多少。但如果有两个评估指标，就很难去选择一个更好的分类器，如下图所示。所以有一个结合这两个指标的标准方法，也即F1分数，定义如下

子非鱼icon·2025-01-23 10:42

深度学习中的通道(Channel)概念详解

1.通道的基本概念通道(Channel)是深度学习中的一个重要概念，它在不同场景下有不同的具体含义。理解通道概念对于理解深度学习模型的结构和工作原理至关重要。

小·恐·龙·2025-01-23 09:33

使用Chaindesk与大语言模型集成的实战指南

核心原理解析Chaindesk通过创建"数据存储"（datastore）来管理和索引数据，利用检索器（Retriever）进行高效查询。这使得用户能够在私有数据的基础上构建智能应用，而无需担心数据

srudfktuffk·2025-01-23 08:00

高效使用Alibaba Cloud PAI EAS进行AI模型推理

核心原理解析PAI-EAS通过结

sagvWSRJHMNEB·2025-01-23 08:30

在EverlyAI上运行LLM模型——以LLAMA为例

核心原理解析LLAMA模型是一个强大的变压器模型，它具有数十亿个参数，能够处

HGWAcsdgvs·2025-01-23 08:22

使用Motherduck构建云端DuckDB服务

核心原理解析通过Motherdu

GEAWfaacc·2025-01-23 08:21

使用FAISS进行高效相似性搜索与向量存储

核心原理解析FAISS的核心在于其利用高效的数据结构和算法，如倒排文件和压缩索引，使得大量向量的相似性搜索成为可能。它主要通过

dagGAIYD·2025-01-23 06:11

大语言模型原理与工程实践：网页数据

大语言模型的成功离不开深度学习技术的

AI大模型应用之禅·2025-01-23 06:38

大语言模型原理与工程实践：案例介绍

大语言模型原理与工程实践：案例介绍作者：禅与计算机程序设计艺术近年来，随着深度学习技术的快速发展，大语言模型（LargeLanguageModel，LLM）在自然语言处理领域取得了突破性进展，展现出强大的文本生成

AI大模型应用之禅·2025-01-23 06:37

机器学习算法（八）：基于BP神经网络的乳腺癌的分类预测

机器学习算法（八）：基于BP神经网络的乳腺癌的分类预测本项目链接：https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc1.算法简介和应用

墨枣·2025-01-23 05:02

AI驱动电商搜索导购：技术创新与应用

文章标题《AI驱动电商搜索导购：技术创新与应用》关键词：人工智能，电商搜索导购，机器学习，深度学习，推荐系统，自然语言处理，个性化搜索，图像识别，应用案例，未来展望。

AI天才研究院·2025-01-23 05:29

python 随机数随机种子

目录神经网络推理随机种子gpu新版：神经网络推理随机种子gpu：神经网络推理随机种子含npu：numpy.full创建相同矩阵python生成n个随机整数python随机数种子，每次获取相同的随机数随机在区间

AI算法网奇·2025-01-23 04:53

使用VolcEngine Maas Chat进行语言模型对话的入门指南

核心原理解析VolcEngineMaasChat利用大语言模型来处理和生成自然语言，在接收到用户的输入后，模型会通过分析

dagGAIYD·2025-01-23 04:53

使用iFlyTek SparkLLM进行实时聊天应用开发

核心原理解析SparkLLM是一款基于大规模语言模型的对话生成系统。它的核心在于通过自然语言理解和生成，实现人机之间的自然交流。通过使用

dagGAIYD·2025-01-23 04:53

机器学习笔记 - 机器学习/深度学习实战案例合集

一、简述如何学习机器学习/深度学习，理论和实践都很重要，理论上的内容需要看课程、读教材。但是实践需要自己动手，实践之后自然会对理论有更深入的理解。怎么实践？借用欧阳修《卖油翁》的话”无他，但手熟尔“。

坐望云起·2025-01-23 04:51

揭秘Linux：从内核到发行版，一文读懂开源操作系统的核心奥秘

揭秘Linux：从内核到发行版，一文读懂开源操作系统的核心奥秘文章目录揭秘Linux：从内核到发行版，一文读懂开源操作系统的核心奥秘引言：Linux的魅力与挑战Linux内核：操作系统的心脏内核版本命名规则内核版本的演进历史主流内核分支解析

寒水馨·2025-01-23 03:09

从ErnieBotChat迁移到QianfanChatEndpoint的实践指南

核心原理解析QianfanChatEndpoint是百度Qianfan平台的一部分，提供了更为灵活

fGVBSAbe·2025-01-23 02:35

Transformer架构原理详解：多头注意力（MultiHead Attention）

Transformer,多头注意力,Multi-HeadAttention,机器翻译,自然语言处理,深度学习1.背景介绍近年来，深度学习在自然语言处理（NLP）领域取得了显著进展。

AI大模型应用之禅·2025-01-23 02:33

AI 对程序员的冲击剖析

一、引言AI技术近年来取得了突破性进展，其在自然语言处理、机器学习、深度学习等领域的应用日益广泛。在软件开发领域，AI不再仅仅是辅助工

程序员WANG·2025-01-23 01:55

人类大脑与大规模神经网络的对比及未来展望

本文将探讨当前大规模神经网络（LLM,LargeLanguageModels）的发展现状，并基于现有数据对未来进行预测。

东方佑·2025-01-23 00:47

开源宝典：探索西门子S7-1200/1500的编程奥秘 —— 深入浅出S7-1200/1500 TIA Portal通用函数库...

开源宝典：探索西门子S7-1200/1500的编程奥秘——深入浅出S7-1200/1500TIAPortal通用函数库【下载地址】S7-12001500STEP7TIAPortal通用函数库LGF本仓库提供了一个名为

金琴莺·2025-01-22 23:09

C# 通用缓存类开发指南 —— 缓存管理的奇幻之旅

关注墨瑾轩，带你探索编程的奥秘！

墨瑾轩·2025-01-22 22:03

在 PyTorch 训练中使用 `tqdm` 显示进度条

在PyTorch训练中使用tqdm显示进度条在深度学习的训练过程中，实时查看训练进度是非常重要的，它可以帮助我们更好地理解训练的效率，并及时调整模型或优化参数。

weixin_48705841·2025-01-22 20:50

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的

weixin_48705841·2025-01-22 20:50

深入 Kubernetes 的健康奥秘：探针（Probe）究竟有多强？

深入Kubernetes的健康奥秘：探针（Probe）究竟有多强？“Probe”——这是K8s世界里一个特别常见但又不够“高调”的单词。

·2025-01-22 20:40

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估

Ares代码行者·2025-01-22 20:47

AI Agent 原理解析及应用场景深度洞察

在当今科技飞速发展的时代，AIAgent作为人工智能领域的重要分支，正以其独特的智能特性和广泛的应用潜力，逐渐渗透到各个行业和我们生活的方方面面。它为解决复杂问题、提升系统效率和实现智能化交互提供了全新的途径。本文将深入剖析AIAgent的原理，并详细探讨其在多个领域的关键应用场景。一、AIAgent的定义与基本概念AIAgent，即人工智能代理，是一种能够感知其所处环境，并基于所感知的信息自主地

power-辰南·2025-01-22 19:11

深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

关注“迈微AI研习社”，内容首发于公众号作者：伍天舟、马曾欧、陈信达入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。

Charmve·2025-01-22 19:08

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。

wzx_Eleven·2025-01-22 18:33

conv2former模型详解及代码复现

模型背景在Conv2Former模型提出之前，视觉识别领域的研究主要集中在两个方向：传统卷积神经网络（ConvNets）新兴的视觉Transformer（ViTs）ConvNets通过堆叠基本模块和采用金字塔结构取得了显著进展

清风AI·2025-01-22 17:26

从System Prompt来看GPT-3.5到GPT-4的进化