神经网络深度学习

Python深度学习实践：神经网络在异常检测中的应用

Python深度学习实践：神经网络在异常检测中的应用关键词：深度学习，神经网络，异常检测，Python，TensorFlow，PyTorch，模型优化，实战案例摘要：本文深入探讨了深度学习在异常检测领域的应用
AI天才研究院·2025-03-06 01:53

《深度学习实战》第12集：大模型的未来与行业应用

深度学习实战|第12集：大模型的未来与行业应用随着深度学习技术的快速发展，大模型（如GPT、LLaMA、Bloom等）已经成为人工智能领域的核心驱动力。
带娃的IT创业者·2025-03-06 01:15

深度学习突破：LLaMA-MoE模型的高效训练策略

在人工智能领域，大模型（LLM）的崛起带来了前所未有的进步，但随之而来的是巨大的计算资源需求。为了解决这一问题，Mixture-of-Expert（MoE）模型架构应运而生，而LLaMA-MoE正是这一架构下的重要代表。LLaMA-MoE是一种基于LLaMA系列和SlimPajama的MoE模型，它通过将LLaMA的前馈网络（FFNs）划分为稀疏专家，并为每层专家插入top-K个门，从而显著减小模
人工智能大模型讲师培训咨询叶梓·2025-03-06 01:44

2万字长文，九篇论文读懂大语言模型的前世今生

如果感兴趣的话，感谢关注，点赞转发在看收藏，五键四连，谢谢~更多LLM架构文章：LLM架构专栏近日热文：1.全网最全的神经网络数学原理（代码和公式）直观解释2.大模型进化史：从Transformer到DeepSeek-R1
·2025-03-06 00:32

深度学习day1

深度学习day11.深度学习与机器学习的区别1.1特征提取方面1.2数据量与计算性能要求1.3算法代表2.深度学习框架之TensorFlow2.1TensorFlow基础2.2TensorFlow基础知识
孤城laugh·2025-03-06 00:39

深度学习现状与未来发展趋势分析报告（深度学习还是主流吗？）

此博客分析深度学习当前的主流应用领域、其受关注度的变化趋势、可能的技术替代或补充方案、产业界和学术界的不同发展方向，以及影响其受关注度变化的核心因素。
与光同尘 大道至简·2025-03-05 23:59

Python项目-基于深度学习的校园人脸识别考勤系统

引言随着人工智能技术的快速发展，深度学习在计算机视觉领域的应用日益广泛。人脸识别作为其中的一个重要分支，已经在安防、金融、教育等多个领域展现出巨大的应用价值。
天天进步2015·2025-03-05 22:23

深度解析大模型蒸馏方法：原理、差异与案例

深度解析大模型蒸馏方法：原理、差异与案例1.引言随着深度学习的飞速发展，大模型（LargeModels）如GPT、BERT、ViT逐渐成为AI领域的主流。
赵大仁·2025-03-05 21:46

基于opencv消除图片马赛克

以下是一个基于Python的图片马赛克消除函数实现，结合了图像处理和深度学习方法。
小苗爸爸·2025-03-05 20:11

【AI深度学习基础】Pandas完全指南入门篇：数据处理的瑞士军刀 （含完整代码）

Pandas系列文章导航入门篇进阶篇终极篇一、引言在大数据与AI驱动的时代，数据预处理和分析是深度学习与机器学习的基石。
arbboter·2025-03-05 20:08

沃丰科技AI浅谈｜语音交互的三驾马车：ASR、NLP、TTS

基于深度神经学算法和卷积神经网络算法的AI外呼机器人，它是融合自
沃丰科技·2025-03-05 20:08

对“预训练”的理解

预训练有什么用传统的机器学习是偏数学的，对数据的量不做过多要求，而深度学习的项目通常是有大量的数据可供使用。
衣衣困·2025-03-05 18:59

思考–如何学习陌生的知识

快速定位重点通过行业标杆案例、岗位JD或技术文档，提取高频关键词（如“神经网络”之于AI、“API调用
后知后觉的先行者·2025-03-05 17:44

赋能农业数字化转型 用DeepSeek大模型开启智慧农业新纪元

通过深度学习历史种植数据、气象信息、土壤墒情等多维农业要素，平台可精准预测病虫害风险、产量波动及市场趋势，为农户提供科学种植
jingwang-cs·2025-03-05 15:24

Transformer架构简略：DeepSeek 的底层基石

一、从RNN到Transformer：突破瓶颈，开创先河在Transformer出现之前，循环神经网络（RNN）及其变体（如LSTM、GRU）是处理序列
windwant·2025-03-05 14:16

神经网络:人工智能的核心技术

神经网络简介神经网络是一种模仿生物神经系统的计算模型,由大量相互连接的神经元组成。它通过学习大量的数据来完成复杂的模式识别和决策任务,是当前人工智能和机器学习领域最重要的技术之一。
m0_75126181·2025-03-05 14:12

PID神经元网络控制的MATLAB实现与分析

PID神经元网络结合了PID控制的思想和神经网络的自学习能力，能够自适应地调整控制参数，从而更好地应对复杂系统的控制问题。本文将详细介绍基于MATLAB实现的PID神经元网
木子算法·2025-03-05 11:15

AI创业机遇：垂直领域无限可能

AI创业垂直领域机器学习深度学习自然语言处理计算机视觉无人驾驶1.背景介绍人工智能（AI）正在各行各业掀起一场革命，为创业者带来了前所未有的机遇。
AGI大模型与大数据研究院·2025-03-05 10:08

深度学习代码分析——自用

代码来自：https://github.com/ChuHan89/WSSS-Tissue?tab=readme-ov-file借助了一些人工智能1_train_stage1.py代码功能总览该代码是弱监督语义分割（WSSS）流程的Stage1训练与测试脚本，核心任务是通过多标签分类模型生成图像级标签，为后续生成伪掩码（Pseudo-Masks）提供基础。代码分为train_phase和test_p
肆——·2025-03-05 08:28

Python | Pytorch | Tensor知识点总结

PyTorch的Tensor具有动态计算图，可用于深度学习模型的前向
漂亮_大男孩·2025-03-05 08:27

QKV 注意力机制在Transformer架构中的作用，和卷积在卷积神经网络中的地位，有哪些相似之处？

QKV注意力机制在Transformer架构中的作用，和卷积在卷积神经网络中的地位，有哪些相似之处？
安意诚Matrix·2025-03-05 08:56

一文讲清楚自我学习和深度学习

自我学习（Self-Learning）和深度学习（DeepLearning）是两个不同的概念，但它们在某些应用场景中可以有交集。下面我们将分别介绍这两个概念，并探讨如何将它们结合起来用于自我学习系统。
平凡而伟大(心之所向)·2025-03-05 07:51

深度学习数据集封装-----目标检测篇

前言在上篇文章中，我们深入探讨了图像分类数据集的制作流程。图像分类作为计算机视觉领域的一个基础任务，通常被认为是最为简单直接的子任务之一。然而，当我们转向目标检测任务时，复杂度便显著提升，尤其是在标注框的处理环节。不同的模型架构往往对标注框的处理方式有着各自独特的要求。以YOLO系列为例，它自有一套成熟且高效的方法来应对这一挑战。鉴于篇幅有限，本文暂不深入展开YOLO的相关内容，感兴趣的读者可以查
科研小天才·2025-03-05 02:34

深入理解 Transformer：用途、原理和示例

深入理解Transformer：用途、原理和示例一、Transformer是什么Transformer是一种基于注意力机制（AttentionMechanism）的深度学习架构，在2017年的论文“AttentionIsAllYouNeed
范吉民(DY Young)·2025-03-05 01:55

深度学习算法模型：从原理到未来

近年来，人工智能（AI）技术以前所未有的速度改变着人类生活，而深度学习的崛起无疑是这场技术革命的核心驱动力。
YDH_AlwaysRunning·2025-03-05 00:20

AI 芯片全解析：定义、市场趋势与主流芯片对比

2.1AI芯片的核心特性AI芯片专为神经网络计算、
嵌入式Jerry·2025-03-04 22:39

大模型推理速度测评的实战代码

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·2025-03-04 21:59

微调（Fine-tuning）

微调（Fine-tuning）是自然语言处理（NLP）和深度学习中的一种常见技术，用于将预训练模型（Pre-trainedModel）适配到特定任务上。
路野yue·2025-03-04 20:49

多层感知机 (Multilayer Perceptron, MLP)

多层感知机(MultilayerPerceptron,MLP)通俗易懂算法多层感知机（MultilayerPerceptron，MLP）是一种前馈人工神经网络。
ALGORITHM LOL·2025-03-04 20:19

软件设计和软件架构之间的区别

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-03-04 17:56

计算机视觉｜ConvNeXt：CNN 的复兴，Transformer 的新对手

一、引言在计算机视觉领域，卷积神经网络（ConvolutionalNeuralNetworks，简称CNN）长期以来一直是核心技术，自诞生以来，它在图像分类、目标检测、语义分割等诸多任务中都取得了令人瞩目的成果
紫雾凌寒·2025-03-04 16:20

基于PyTorch的深度学习2——Numpy与Tensor

Tensor自称为神经网络界的Numpy，它与Numpy相似，二者可以共享内存，且之间的转换非常方便和高效。
Wis4e·2025-03-04 15:38

图像识别技术与应用课后总结（12）

importtorch.nnasnnimporttorch.nn.functionalasFdevice=torch.device("cuda:0"iftorch.cuda.is_available()else"cpu")-importtorch.nnasnn：导入PyTorch的神经网络模块
一元钱面包·2025-03-04 14:37

【北上广深杭大厂AI算法面试题】深度学习篇...Squeeze Excitation（SE）网络结构详解，附代码。（二）

【北上广深杭大厂AI算法面试题】深度学习篇…SqueezeExcitation（SE）网络结构详解，附代码。
努力毕业的小土博^_^·2025-03-04 14:07

GPU与CPU：架构对比与技术应用解析

GPU以其强大的并行计算能力，在深度学习、图像处理和科学计算等领域迅速崛起，而CPU则在通用计算任务中保持其核心地位。了解GPU与CPU的设计差异和适用场景
Hello.Reader·2025-03-04 12:50

AI人工智能代理工作流AI Agent WorkFlow：搭建可拓展的AI代理工作流架构

AI人工智能代理工作流AIAgentWorkFlow：搭建可拓展的AI代理工作流架构1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，特别是机器学习和深度学习技术的广泛应用，构建高度智能且自动化的代理系统成为了一个迫切的需求
AI天才研究院·2025-03-04 11:04

Java 中 VO、POJO、DTO 的区别详解

亲爱的小伙伴们，在求知的漫漫旅途中，若你对深度学习的奥秘、Java与Python的奇妙世界，亦或是读研论文的撰写攻略有所探寻，那不妨给我一个小小的关注吧。
♢.＊·2025-03-04 10:01

树莓集团现状最新进展：宜宾园区业务再添新篇

该系统利用深度学习算法，能够快速、准确地检测出工业产品表面的细微缺陷，检测精度比传统检测方法提高了30%。
树莓集团·2025-03-04 08:21

神经网络之CNN文本识别

1.参考我的第一篇文章了解CNN概念神经网络之CNN图像识别(torchapi调用)-CSDN博客2.框架目前对NLP的研究分析应用最多的就是RNN系列的框架，比如RNN,GRU,LSTM等等，再加上Attention
邪恶的贝利亚·2025-03-04 05:56

python数据分析入门与实战王静_Keras快速上手：基于Python的深度学习实战

1准备深度学习的环境11.1硬件环境的搭建和配置选择.........................11.1.1通用图形处理单元..........................31.1.2你需要什么样的
weixin_39724362·2025-03-04 04:52

PyTorch RuntimeError: 张量 a 的大小必须与张量 b 的大小在非单例维度上匹配

在使用PyTorch进行深度学习模型开发时，经常会遇到各种错误和异常。其中一个常见的错误是RuntimeError。
PzBlockchain·2025-03-04 04:19

Word2Vec的使用，一些思考，含示例——包括使用预训练Word2Vec模型和自训练Word2Vec模型

词嵌入模型（WordEmbeddings）——Word2Vec简介：Word2Vec是由Google团队提出的一种词嵌入方法，通过神经网络模型将词语映射到一个低维的连续向量空间中。
热爱生活的猴子·2025-03-04 03:13

数据挖掘与数据分析

数据分析特征数据挖掘数据分析目标从大数据中自动发现知识和模式通过系统分析数据，得出有意义的结论重点数据模式的自动发现、预测模型的构建数据理解、数据清洗、数据总结、假设验证方法机器学习、聚类、回归、关联规则、深度学习等统计学方法
dundunmm·2025-03-04 03:11

DiNN学习笔记1-理论部分

DiNN学习笔记1-理论部分背景知识机器学习即服务MLaaS中的全同态加密神经网络Fhe-DiNN中的默认设定Fhe-DiNN方案神经元中的计算离散神经网络DiNN评估步骤自举的引入激活函数的同态评估对
瓜皮37·2025-03-04 00:45

大模型算法工程师的技术图谱和学习路径

介绍：大模型算法工程师是指在开发和部署复杂的机器学习模型、深度学习模型或其他大规模模型的专业人员。他们的主要职责和技能要求包括：职责：设计、开发和优化大规模机器学习或深度学习模型，解决复杂的业务问题。
执于代码·2025-03-03 23:39

图像算法工程师的技术图谱和学习路径

01.图像算法图像算法工程师的技术图谱和学习路径涵盖了多个技术领域，从基础知识到高级算法，涉及计算机视觉、深度学习、图像处理、数学和编程等多个方面。以下是图像算法工程师的技术图谱和学习路径的详细总结。
执于代码·2025-03-03 23:09

AI大模型知识图谱和学习路线！

一、大模型全套的学习路线学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。
hhaiming_·2025-03-03 22:35

【深度学习】Hopfield网络：模拟联想记忆

Transformer优化，什么是稀疏注意力？Transformer模型自2017年被提出以来，已经成为自然语言处理（NLP）领域的核心架构，并在计算机视觉、语音处理等其他领域也取得了显著的成功。然而，随着模型规模的不断增大和任务复杂性的提升，Transformer的计算成本和内存需求也随之激增。为了解决这一问题，研究者们提出了多种优化方法，其中稀疏注意力（SparseAttention）是一种备
T-I-M·2025-03-03 22:32

深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用

深度学习pytorch之22种损失函数数学公式和代码定义深度学习pytorch之19种优化算法（optimizer）解析深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用摘要归一化
@Mr_LiuYang·2025-03-03 21:55

【2025年超全汇总】大模型常见面试题及详细答案解析（非常详细）收藏这一篇就够了！

回答：大模型通常指的是参数数量巨大的深度学习模型，如GPT系列。它们与传统模型的主要区别在于规模：大模型拥有更多的参数和更复杂的结构，从而能够处理更复杂、更广泛的任务。
Cc不爱吃洋葱·2025-03-03 18:59
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他