计算机视觉之深度学习

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络
xiao5kou4chang6kai4·2025-02-20 11:20

LLM与知识图谱融合:智能运维知识库构建

智能运维的核心是将人工智能技术应用于运维领域，通过机器学习、深度学习等算法，实现自动化、智能化的运维管理。其中，大语言模型（LLM）和知识图谱是两个重要的技术方向。
AI天才研究院·2025-02-20 11:45

微信小程序之自定义轮播图实例 —— 微信小程序实战系列（3）

由于微信小程序，整个项目编译后的大小不能超过1M查看做轮播图功能的一张图片大小都已经有100+k了那么我们可以把图片放在服务器上，发送请求来获取。index.wxml：这里使用小程序提供的组件autoplay：自动播放interval：自动切换时间duration：滑动动画的时长current：当前所在的页面bindchange：current改变时会触发change事件由于组件提供的指示点样式比
2401_84910072·2025-02-20 10:37

handpose_X 之 onnx runtime C++（手部关键点检测）

handpose_X之onnxruntime相关项目地址：1、手部关键点检测项目地址：https://gitcode.net/EricLee/handpose_x该项目中通过脚本model2onnx.py
Xian-HHappy·2025-02-20 09:02

【设计模式精讲】结构型模式之装饰器模式

文章目录第五章结构型模式5.3装饰器模式5.3.1装饰器模式介绍5.3.2装饰器模式原理5.3.3装饰器模式应用实例5.3.4装饰器模式总结个人主页：道友老李欢迎加入社区：道友老李的学习社区第五章结构型模式5.3装饰器模式5.3.1装饰器模式介绍装饰模式(decoratorpattern)的原始定义是：动态的给一个对象添加一些额外的职责.就扩展功能而言,装饰器模式提供了一种比使用子类更加灵活的替代
道友老李·2025-02-20 09:30

深度应用场景：DeepSeek —— 探索AI赋能的智慧未来

DeepSeek，这一创新的AI技术平台，正以其独特的深度学习能力，开启了各行各业的智能化变革。让我们走进一个由DeepSeek打造的深度应用场景，探索它如何推动未来的发展。
人工智能专属驿站·2025-02-20 08:27

C语言/C++常见习题问答集锦(七十八)之数字流星雨

C语言/C++常见习题问答集锦(七十八)之数字流星雨程序之美流星雨是在夜空中有许多的流星从天空中一个所谓的辐射点发射出来的天文现象。
五一编程·2025-02-20 08:54

使用BLIP模型生成图像描述的可查询索引

技术背景介绍随着计算机视觉技术的发展，图像描述生成成为了重要的研究领域。通过对图像内容自动生成文字描述，可以大大提高对图像信息的检索和管理效率。Salesfo
dgay_hua·2025-02-20 08:24

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

深度学习中较为常见的神经网络模型AlexNet，AlexNet是一个采用GPU训练的深层CNN，本质是种LeNet变体。由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
知识鱼丸·2025-02-20 08:24

蓝桥杯 Java B 组之设计 LRU 缓存

Day7：综合练习-设计LRU缓存一、什么是LRU（LeastRecentlyUsed）缓存？LRU（LeastRecentlyUsed）缓存是一种基于最近最少使用策略的缓存机制，用于管理固定大小的缓存，当缓存满时，会淘汰最久未被使用的元素。LRU设计核心缓存的最大容量capacity支持get(key)操作（O(1)时间复杂度）支持put(key,value)操作（O(1)时间复杂度）当缓存满时
计算机小白一个·2025-02-20 08:52

用 TensorFlow 搭建简单的手写数字识别模型

TensorFlow是一个强大的开源机器学习框架，由Google开发并维护，它提供了丰富的工具和接口，能帮助我们快速搭建和训练深度学习模型。
lozhyf·2025-02-20 07:48

深度学习在医疗影像分析中的革命性应用

深度学习在医疗影像分析中的革命性应用引言医疗影像分析是现代医学中不可或缺的一部分，特别是在疾病诊断和治疗过程中发挥了至关重要的作用。随着深度学习技术的发展，医疗影像分析的效率和准确性得到了显著提升。
Echo_Wish·2025-02-20 07:48

Java集合之ArrayList（含源码解析 超详细）

1.ArrayList简介ArrayList的底层是数组队列，相当于动态数组。与Java中的数组相比，它的容量能动态增长。在添加大量元素前，应用程序可以使用ensureCapacity操作来增加ArrayList实例的容量。这可以减少递增式再分配的数量。ArrayList继承于AbstructList，实现了List，RandomAccess，Cloneable，Java.io.Serializa
&星辰入梦来&·2025-02-20 07:46

学习路之微服务--PHP中实现微服务几种方式

学习路之微服务--PHP中实现微服务实现微服务是一种将应用程序拆分成小型、独立的服务，每个服务都专注于完成特定的业务功能。通过这种方式，可以实现系统的高可伸缩性、可靠性和可维护性。
hopetomorrow·2025-02-20 07:14

yolov8人脸识别与脸部关键点检测（代码+原理）

YOLOv8是一种基于深度学习的目标检测算法，通过将目标检测问题转化为一个回归问题，可以实现实时的目标检测。YOLOv8Face项目在YOLOv8的基础上进行了改进，使其更加适用于人脸检测。
QQ_1309399183·2025-02-20 07:13

探索Vearch：高效的深度学习向量相似度搜索系统

Vearch是一个可扩展的分布式系统，用于高效搜索深度学习向量的相似度。
scaFHIO·2025-02-20 06:08

华为的云端训练算力与迭代效率

华为云、云端训练、算力、迭代效率、人工智能、深度学习、模型训练、分布式训练、优化算法1.背景介绍人工智能（AI）技术近年来发展迅速，深度学习作为其核心驱动力，在图像识别、自然语言处理、语音识别等领域取得了突破性进展
AI大模型应用之禅·2025-02-20 05:34

SpringCloud微服务架构之断路器，如何解决微服务中的雪崩效应？

图3.2极端情况下的微服务网状调用示意图最常见的场景就是当负载过高时，如果某个服务的性能或抗压能力不好，那么当请求到这个服务时就需要等待或直接出现超时、不可用等情况。在图3.2中，一旦服务C出现问题，可能会影响服务A和服务B，虽然服务D、E、F并没有直接与服务C相互依赖，但是服务C导致了服务A和服务B的阻塞，就会间接地影响服务D、E、F，从而让整个系统变得缓慢或不可用，这就是微服务的雪崩效应。微服
2401_89225002·2025-02-20 05:03

AI外呼机器人：营销新利器还是骚扰电话的升级版？

通过深度学习海量
yoloGina·2025-02-20 04:28

腿足机器人之五- 粒子滤波

腿足机器人之五粒子滤波直方图滤波粒子滤波上一篇博客使用的是高斯分布结合贝叶斯准则来估计机器人状态，本篇是基于直方图和粒子滤波器这两种无参滤波器估计机器人状态。
shichaog·2025-02-20 04:26

无人设备遥控器之通讯方式篇

一、无线电波传输无人设备遥控器通过无线电波将指令信号传输给无人设备。这些信号在无线通信频段内进行传输，常见的频段包括2.4GHz和5.8GHz。当飞手在遥控器上操作控制杆时，这些动作会被转换为无线电波信号，并发送给无人设备上的接收机。无人设备接收到信号后，再将其解码为可识别的指令，从而实现对无人设备的控制。根据《中华人民共和国无线电频率划分规则》和我国频谱利用现状，无人机系统还规划了840.584
SKYDROID云卓小助手·2025-02-20 04:49

无人设备遥控器之天线设计篇

无人设备遥控器天线设计是一个复杂而关键的过程，它涉及到多个方面的考虑，包括天线的类型、工作频段、方向性、增益、尺寸、重量以及功耗等。一、天线类型无人设备遥控器天线的设计首先要确定天线的类型。常见的天线类型包括鞭状天线、螺旋天线、微带天线等。鞭状天线通常用于低频段，具有结构简单、易于制作和调试的优点；螺旋天线则适用于中高频段，具有较好的方向性和增益；微带天线则因其剖面低、体积小、重量轻、易共形和可集
SKYDROID云卓小助手·2025-02-20 04:47

无人设备遥控器之视频回传篇

无人设备遥控器的视频回传是指将无人设备（如无人机）采集到的视频信号传输回遥控器或其他接收设备的过程。这一过程在诸多应急情境中显得尤为重要，它能为指挥中心的决策者、调度系统以及AI分析等提供实时画面。一、主流回传方式目前，主流的视频回传方式是利用遥控器的4G/5G上网功能。无人机通过空中的图传系统将影像传输至遥控器，再经由遥控器重新编码后，利用4G/5G网络进行回传。这种方式具有覆盖范围广、传输速度
SKYDROID云卓小助手·2025-02-20 03:16

深入浅出：CUDA是什么，如何利用它进行高效并行计算

在当今这个数据驱动的时代，计算能力的需求日益增加，特别是在深度学习、科学计算和图像处理等领域。
码上飞扬·2025-02-20 03:38

咱们一起学C++ 第二百三十三篇之C++容器类与模板的探索

咱们一起学C++第二百三十三篇之C++容器类与模板的探索大家好！C++作为一门强大的编程语言，容器类和模板是其中非常重要的特性。
一杯年华@编程空间·2025-02-20 02:07

【深度学习】学习率调度策略

什么是学习率可以理解为模型在每一次迭代中的模型更新调整的幅度，“学习”新信息的速度。学习率定义了模型权重（参数）在梯度下降或其他优化算法中的更新步伐。较大的学习率意味着在每次参数更新时，模型会进行更大幅度的调整，而较小的学习率则意味着细致的、渐进的调整。适当的学习率可以帮助模型跳出局部最优解。当使用较大的学习率时，模型有可能跨越一些小的局部最优，从而找到全局最优解，但也有可能错过全局最优。因此，在
黑白交界·2025-02-20 02:37

【深度学习pytorch-93】Transformer 相比 RNN 的优势

Transformer相比RNN的优势Transformer和RNN（循环神经网络）都是自然语言处理（NLP）领域的重要架构，但它们的工作原理和应用方式有很大不同。Transformer由于其独特的结构和机制，在多个方面优于RNN。以下是Transformer相比RNN的主要优势：1.并行计算能力RNN的局限性RNN是按顺序处理输入的，即每个时间步的输出都依赖于前一个时间步的输出。这意味着，在训练
华东算法王·2025-02-20 02:04

深度学习模型中的知识蒸馏是如何工作的?

深度学习模型在多个领域，特别是计算机视觉和自然语言处理中，已经取得了革命性的进展。然而，随着模型复杂性和资源需求的不断攀升，如何将这些庞大模型的知识浓缩为更紧凑、更高效的形式，成为了当前研究的热点。
c++服务器开发·2025-02-20 02:04

HTML之JavaScript对象

HTML之JavaScript对象Document/*参考文档地址：https://www.runoob.com/js/js-obj-intro.htmljsonjava数据类型变量数据类型变量运算符运算符流程控制流程控制函数方法对象面向对象常见对象
录大大i·2025-02-20 01:28

吐血整理！权重持久化方案优化，让你的模型性能飙升

权重持久化方案优化，让你的模型性能飙升引言你是否在做深度学习项目时，遭遇过模型训练结果无法有效保存，导致之前的努力付诸东流的痛苦？又或者在模型权重持久化时，发现保存和加载的速度极慢，严重影响项目进度？
盼达思文体科创·2025-02-20 01:57

Python从0到100（四）：Python中的运算符介绍(补充)

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习
是Dream呀·2025-02-20 00:24

Python从0到100（三十五）：beautifulsoup的学习

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习
是Dream呀·2025-02-20 00:24

《深入浅出AI》前言知识：深度学习基础总结

个人主页:GoAI|公众号:GoAI的学习小屋|交流群:704932595|个人简介：掘金签约作者、百度飞桨PPDE、领航团团长、开源特训营导师、CSDN、阿里云社区人工智能领域博客专家、新星计划计算机视觉方向导师等
GoAI·2025-02-20 00:22

python中的深度学习框架TensorFlow 和 PyTorch 有什么区别？

TensorFlow和PyTorch是目前最流行的两个深度学习框架，它们在设计理念、使用方式和社区支持等方面存在一些显著的区别。
大懒猫软件·2025-02-20 00:51

C# 零基础入门知识点汇总

五，类和对象（41~50）六，面向对象（51~60）七，结构体和枚举（61~70）八，委托和事件（71~80）九，泛型和系统类（81~90）十，其他知识点（91~100）后语前言本文属于C#零基础入门之百识百例系列知识点整理目录
陈言必行·2025-02-20 00:20

HarmonyOS组件之Tabs

Tabs1.1概念Tabs视图切换容器，通过相适应的页签进行视图页面的切换的容器组件每一个页签对应一个内容视图Tabs拥有一种唯一的子集元素TabContent1.2子组件不支持自定义组件为子组件，仅可包含子组件TabContent，以及渲染控制类型if/else和ForEach并且if/else和ForEach下页仅支持TabContent，不支持自定义组件1.2.1TabContent有几个页
秃顶老男孩.·2025-02-20 00:40

深度学习torch之19种优化算法（optimizer）解析

提示：有谬误请指正摘要本博客详细介绍了多种常见的深度学习优化算法，包括经典的LBFGS、Rprop、Adagrad、RMSprop、Adadelta、ASGD、Adamax、Adam、AdamW、NAdam
@Mr_LiuYang·2025-02-19 23:06

探索TotalSegmentator：一款强大的全场景图像分割工具

探索TotalSegmentator：一款强大的全场景图像分割工具项目地址:https://gitcode.com/gh_mirrors/to/TotalSegmentator项目简介是一个开源的、基于深度学习的全场景图像分割框架
计蕴斯Lowell·2025-02-19 23:04

从零到入门：人工智能学习路径全解析

对于初学者而言，建立正确的认知框架至关重要：1.技术图谱解析：机器学习（ML）：AI的核心驱动力，使计算机具备从数据中学习的能力深度学习（DL）：基于神经网络的进阶技术，擅长处理图像、语音等
这题有点难度·2025-02-19 21:24

Java 设计模式之解释器模式

文章目录Java设计模式之解释器模式概述UML代码实现Java设计模式之解释器模式概述解释器模式(interpreter)：给定一个语言，定义它的文法的一种表示，并定义一个解释器，这个解释器使用该表示来解释语言中的句子
xiangxiongfly915·2025-02-19 20:47

Java 设计模式之桥接模式

文章目录Java设计模式之桥接模式概述UML代码实现Java设计模式之桥接模式概述桥接模式(Bridge)：将抽象部分与它的实现部分分离，使它们都可以独立地变化。
xiangxiongfly915·2025-02-19 20:17

【TVM教程】为 x86 CPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-02-19 20:45

AI技术在音乐产品中有哪些应用场景？

随着深度学习算法的出现、大数据和5G技术的成熟，AI人工智能已逐渐融入我们的生产生活中，在教育、医疗、政务办公、城市管理等多个方面发挥作用。
·2025-02-19 20:42

瑞_23种设计模式_中介者模式

MediatorPattern）1.1介绍1.2概述1.3中介者模式的结构1.4中介者模式的优缺点1.5中介者模式的使用场景2案例一2.1需求2.2代码实现3案例二3.1需求3.2代码实现前言：本文章为瑞_系列专栏之《
瑞486·2025-02-19 19:41

Mybatis-Flex之基础搭建

1、是什么？MyBatis-Flex是一个优雅的MyBatis增强框架，它非常轻量、同时拥有极高的性能与灵活性。我们可以轻松的使用Mybaits-Flex链接任何数据库，其内置的QueryWrapper亮点帮助我们极大的减少了SQL编写的工作的同时，减少出错的可能性。更轻量MyBatis-Flex除了MyBatis本身，再无任何第三方依赖，因此会带来更高的自主性、把控性和稳定性。在任何一个系统中，
我也有梦想呀·2025-02-19 19:11

C++中memset函数的用法

//复习数组的时候，第一次见到了memset，学之。
MatthewMao·2025-02-19 19:07

【深度学习入门：基于python的理论与实现读书笔记】第五章误差反向传播法

目录摘要第五章误差反向传播法简单层的实现乘法层的实现加法层的实现激活函数层的实现ReLU层Sigmoid层Affine层和Softmax层的实现Affine层Softmax-with-Loss层误差反向传播法的实现摘要该文章简要介绍了神经网络的误差反向传播法，省去了大量的推理过程，重点讲述了神经网络误差反向传播法的代码实现。第五章误差反向传播法反向传播就是从后到前局部计算偏导数并将其与从上游传来的
Bin二叉·2025-02-19 19:37

Day02 Python之文件操作（open、read、write、close）

一、file对象的属性1、file.name返回文件的名称2、file.mode返回文件的访问模式3、file.closed查看文件是否关闭，是TRUE，否FALSE二、访问模式r:只读模式(默认);文件必须存在w:只写模式;不存在则创建，存在则重写a:追加模式;不存在则创建,存在则只追加内容+：表示可以同时读写某个文件r+:可读写文件，文件不存在抛出异常w+:先写再读三、打开文件1、创建文件，内
小菜鸟也要努力吖·2025-02-19 19:06

C++关键字之explicit

explicit关键字的作用就是防止类构造函数的隐式自动转换。explicit只能用于修饰只有一个参数的类构造函数，它的作用是表明该构造函数是显示的,而非隐式的，跟它相对应的另一个关键字是implicit，意思是隐藏的，类构造函数默认情况下即声明为implicit(隐式)。在C++中,如果的构造函数只有一个参数时,那么在编译的时候就会有一个缺省的转换操作：将该构造函数对应数据类型的数据转换为该类对
@hdd·2025-02-19 19:34

PyTorch与TensorFlow的对比：哪个框架更适合你的项目？

在机器学习和深度学习领域，PyTorch和TensorFlow是最流行的两个框架。它们各有特点，适用于不同的开发需求和场景。本文将详细对比这两个框架，帮助你根据项目需求选择最合适的工具。
木觞清·2025-02-19 18:59
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他