贝叶斯深度学习第36页

大创项目推荐题目：基于深度学习的中文对话问答机器人

文章目录0简介1项目架构2项目的主要过程2.1数据清洗、预处理2.2分桶2.3训练3项目的整体结构4重要的API4.1LSTMcells部分：4.2损失函数：4.3搭建seq2seq框架：4.4测试部分：4.5评价NLP测试效果：4.6梯度截断，防止梯度爆炸4.7模型保存5重点和难点5.1函数5.2变量6相关参数7桶机制7.1处理数据集7.2词向量处理seq2seq7.3处理问答及答案权重7.4训

laafeer·2024-01-30 20:17

ChatGPT发展至今的一些宏观想法！

基本介绍探索与实践多样效果市场表现最后基本介绍ChatGPT是OpenAI基于GPT-3模型开发的聊天机器人，利用大量的文本数据训练与深度学习技术，它能理解文本输入并生成连贯的回答。

赵闪闪168·2024-01-30 20:07

深度学习：机器学习的革命性突破

深度学习（DeepLearning）是机器学习领域中的一个新的研究方向，主要是通过建立类似于人脑的神经网络来模仿人类的感知、记忆、理解和生成等能力。

wd90119·2024-01-30 20:35

聊天机器人的兴起：NLP如何让计算机变成聊天高手

在这个大数据和深度学习日益进步的时代，自然语言处理（NLP）技术就像是一颗正在崛起的新星，它正在改变计算机与人类之间的交流方式。让我们一起来探索这个让计算机变得健谈的神奇领域吧！

_rtf·2024-01-30 19:35

Pytorch自动微分机制

而深度学习框架可以帮助我们自动地完成这种求梯度运算。Pytorch一般通过反向传播backward方法实现这种求梯度计算。该方法求得的梯度将存在对应自变量张量的grad属性下。

taoqick·2024-01-30 18:11

PyTorch自动微分机制的详细介绍

PyTorch深度学习框架的官方文档确实提供了丰富的信息来阐述其内部自动微分机制。

科学禅道·2024-01-30 18:10

DeepLearningSystem：开启深度学习之旅的全方位指南，一款深度学习系统性开源课程项目！

在当今这个数据驱动的时代，深度学习技术已经成为了科技领域的一个重要分支。对于有志于掌握这一技术的专业人士和学生来说，有一个项目值得特别关注——由chenzomi12开发的“深度学习系统”课程。

孜孜孜孜不倦·2024-01-30 18:05

深度学习金字塔

早上看《认知觉醒》的时候，读到了深度学习，主动学习与被动学习的有关知识。

ZJ冬天·2024-01-30 17:29

Orion-14B-Chat-Plugin本地部署的解决方案

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·2024-01-30 16:43

机器学习复习（1）——任务整理流程

目录固定的随机数种子定义predict功能拆分数据集定义trainer超参数设置数据集载入固定的随机数种子在大量的机器学习与深度学习实验中，如果不进行特殊设置，我们的结果将不可复现，固定的随机数种子将会解决这个问题

不会写代码！！·2024-01-30 16:39

AI大模型语文、英语作文批阅功能震撼上线，璞公英教学平台助力教育智能化！

这一功能基于深度学习技术中的大模型，能够快速、准确地对学生的语文作文和英语作文进行批改。无论

璞华Purvar·2024-01-30 16:07

深度学习快速入门--7天做项目

深度学习快速入门--7天做项目0.引言1.本文内容2.深度学习是什么3.项目是一个很好的切入点4.7天做项目4.1第一天：数据整理4.2第二天：数据处理4.3第三天：简单神经网络设计4.4第四天：分析效果与原因

sjx_alo·2024-01-30 15:54

Uncovering the Hidden Cost of Model Compression (小模型部分)

UncoveringtheHiddenCostofModelCompression论文链接：https://arxiv.org/pdf/2308.14969.pdf源码链接：https://github.com/landskape-ai/reprogram_lt简介深度学习发展已经从训练特定任务的模型转向广泛的任务不可知预训练

qgh1223·2024-01-30 15:11

Sparse Iso-FLOP Transformations for Maximizing Training Efficiency

/arxiv.org/pdf/2303.11525.pdf源码链接：https://hub.nuaa.cf/CerebrasResearch/Sparse-IFT简介模型尺寸和训练数据的增加导致了很多深度学习的突破

qgh1223·2024-01-30 15:11

好用的免费AI绘画软件有哪些？

它们通常使用机器学习和深度学习算法来模拟人类的绘画风格和技巧，并生成独特的艺术作品。

jianewang·2024-01-30 14:04

我为什么要开始写作？

2020年初，我从千聊上认识了弘丹老师，经过一段时间的了解，我先后报名了零基础写作训练营和听书稿写作训练营，因为自己太过普通，这两次学习并未给我带来改变，于是，我毅然报名了2021年度会员，想要跟着弘丹老师深度学习

绿萝随心·2024-01-30 14:52

《统计学习方法：李航》笔记从原理到实现（基于python）-- 第4章朴素贝叶斯法

文章目录第4章朴素贝叶斯法4.1朴素贝叶斯法的学习与分类4.1.1基本方法4.1.2后验概率最大化的含义4.2朴素贝叶斯法的参数估计4.2.1极大似然估计4.2.2学习与算法4.2.3贝叶斯估计代码实践

北方骑马的萝卜·2024-01-30 14:25

基于WSL2搭建Tensorflow GPU深度学习环境以及JupyterLab

由于在Windows上tensorflow在2.10之后的版本不再支持GPU运算，只能使用Linux，所以需要基于WSL2搭建环境（WSL2的环境搭建教程，点击此处查看）必要的软件安装：1、下载Firefoxsudoaptinstallfirefox把Firefox设为默认浏览器2、安装Miniconda先到清华源上下载安装Anaconda到WSLIndexof/anaconda/archive/

爆炸奶糖·2024-01-30 14:53

通过WSL2来实现Windows10/11的深度学习模型GPU加速，TensorFlow项，Jupyter及其插件安装，CQF心得，金融量化

通过WSL2来实现TF的GPU加速为什么要用WSL（WindowsSubsystemLinux）安装WSL2，miniconda，cuda，cudnn，TA-Lib安装WSL2安装Miniconda3安装CUDA安装cuDNN安装TensorFlow库安装TA-Lib库安装其它CQF及金融量化相关的库希望这篇博客对您有所帮助为什么要用WSL（WindowsSubsystemLinux）主要是Win

Mike_Leigh·2024-01-30 14:20

多只动物3D姿态估计与行为识别系统

虽然现有的深度学习方法已经实现了对常见动物的精确姿态估计、识别和行为分类，但由于缺乏注释良好的数据集，其应用依然受到挑战。

tzc_fly·2024-01-30 12:25

互联网加竞赛基于深度学习的人脸性别年龄识别 - 图像识别 opencv

文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是毕业设计人脸性别年龄识别系统

Mr.D学长·2024-01-30 12:55

【大咖论道】周志华，唐杰教授等专家，站在 2022，展望大模型的未来

达摩院认为，超大规模预训练模型是从弱人工智能向通用人工智能的突破性探索，解决了传统深度学习的应用碎片化难题，但性能与能耗提升不成比例的效率问题限制了参数规模继续

深度学习技术前沿·2024-01-30 12:52

大语言模型的未来进化路径及其影响

从早期基于规则和统计学习的语言模型，到如今基于深度学习框架下的Transformer架构，如GPT系列、BERT等，大语言模型已经在自然语言处理领域取得了前所未有的突破。

TechCreator·2024-01-30 12:49

Vim实战：使用Vim实现图像分类任务（一）

和MixupEMA项目结构编译安装Vim环境环境安装过程安装库文件计算mean和std生成数据集摘要论文：https://arxiv.org/pdf/2401.09417v1.pdf翻译：近年来，随着深度学习的发展

AI浩·2024-01-30 11:06

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。

政安晨·2024-01-30 11:43

政安晨的机器学习笔记——基于Ubuntu系统的Miniconda安装Jupyter Notebook

一、准备工作Miniconda的安装请参考我的另一篇博客文章：实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）https://blog.csdn.net

政安晨·2024-01-30 11:12

《自然》发布2024年值得关注的七大技术 | 简说基因 Curiosity

1.深度学习助力蛋白质设计从头设计蛋白质已经成熟为一种实用的工具，用于生成定制的酶和其他蛋白质。在这背后，深度学习功不可没。

简说基因-专业生信合作伙伴·2024-01-30 10:46

局部响应归一化层（LRN）

于是来个年前最后一更~局部响应归一化层（LocalResponseNormalization）局部响应归一化层简称LRN，是在深度学习中提高准确度的技术方法。

LiBiscuit·2024-01-30 10:09

《边缘计算》第2版——第三章边缘智能

第3章边缘智能边缘计算与人工智能场景有机结合，催生出边缘智能3.1边缘智能的定义3.1.1背景以深度神经网络为代表的深度学习算法在诸多人工智能相关的应用中取得了很好的效果，随着边缘计算的发展，人工智能应用越来越多地迁移到边缘进行

xiao_wyy·2024-01-30 10:30

PaddleNLP的简单使用

1介绍PaddleNLP是一个基于PaddlePaddle深度学习平台的自然语言处理（NLP）工具库。它提供了一系列用于文本处理、文本分类、情感分析、文本生成等任务的预训练模型、模型组件和工具函数。

J_bean·2024-01-30 10:06

大创项目推荐题目：基于机器视觉opencv的手势检测手势识别算法 - 深度学习卷积神经网络 opencv python

文章目录1简介2传统机器视觉的手势检测2.1轮廓检测法2.2算法结果2.3整体代码实现2.3.1算法流程3深度学习方法做手势识别3.1经典的卷积神经网络3.2YOLO系列3.3SSD3.4实现步骤3.4.1

laafeer·2024-01-30 09:48

生成式AI人工智能

生成式AI人工智能生成式AI生成式AI的核心思想生成对抗网络变分自编码器应用总结生成式AI生成式AI指的是基于神经网络和深度学习技术的人工智能系统，其能够根据输入的数据生成新的内容。

数据科学与艺术的贺公子·2024-01-30 09:54

AI大语言模型学习笔记之三：协同深度学习的黑魔法 - GPU与Transformer模型

Transformer模型的崛起标志着人类在自然语言处理（NLP）和其他序列建模任务中取得了显著的突破性进展，而这一成就离不开GPU（图形处理单元）在深度学习中的高效率协同计算和处理。

DATA无界·2024-01-30 09:43

[深度学习]paddleocrv4模型推理要比v3版本慢很多原因

请问为何Mkldnn在ChineseV4下运行会比Onnx和Openblas慢很多？资料来源：https://github.com/sdcb/PaddleSharp/issues/75qaqz111commentedonDec6,2023•edited按Readme里面的说明来看，貌似mkl比openblas是要快的，在我的机器（R7-5800H16GWin1022H2）上跑出来的耗时对比如下：L

FL1623863129·2024-01-30 09:13

YOLOV5s行人识别改进引入CoT模块及SIOU损失函数

1.项目背景及意义近年来，深度学习算法不断取得了突破性进展，这也推动了人工智能技术的不断进步。机器视觉作为其中的重要一环，在不同领域也焕发出了强烈的生机。

deleteeee·2024-01-30 08:25

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。

漂泊老猫·2024-01-30 08:21

朴素贝叶斯原理分析及文本分类实战

朴素贝叶斯原理分析及文本分类实战1.什么是贝叶斯2.什么是朴素贝叶斯3.如何用朴素贝叶斯来进行文本分类问题1数据精度问题问题2log(0)得到负无穷问题4.程序设计1以单词为单位进行计数2以文本为单位进行计数

沪上小乔·2024-01-30 08:49

NLP学习笔记18-朴素贝叶斯(Naive Bayes)

本篇介绍朴素贝叶斯。二朴素贝叶斯2.1问题引出垃圾邮件里经常出现“广告”，“购买”，“产品”这些单词。

bohu83·2024-01-30 08:44

朴素贝叶斯(Naive Bayes)模型简介

朴素贝叶斯模型是一个简单却很重要的模型，在文本分类中，由于它出奇的简单实现和令人惊讶的表现，因此实际应用中，它都值得是第一个尝试的基准模型。本文接下来将从文本分类这个具体应用中介绍朴素贝叶斯模型。

Carl-Xie·2024-01-30 08:44

【NLP冲吖~】一、朴素贝叶斯（Naive Bayes）

0、朴素贝叶斯法朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。

漂泊老猫·2024-01-30 08:41

win11下 “pytorch导出模型“ 以及 “C++使用onnxruntime部署”

部分一：PyTorch导出模型在Win11下，PyTorch是一个强大的深度学习框架，它提供了丰富的工具来训练和导出模型。

夏秃然·2024-01-30 07:08

HASHCAT（哈斯猫）--入门深度学习

Hashcat是一款密码爆破神器，信息安全必备工具之一，特此写篇文章记录总结之，以备不时之需，同时也可能帮助到看到本本文的网友。简介Hashcat是世界上最快的密码破解程序，是一个支持多平台、多算法的开源的分布式工具。官方：hashcat-advancedpasswordrecoveryGithub：GitHub-hashcat/hashcat:World'sfastestandmostadvan

Julian Paul Assange·2024-01-30 07:31

Dxy1239310216·2024-01-30 07:28

和深度学习什么关系？

小oo呆·2024-01-30 07:52

深度学习之卷积神经网络进阶版

上一讲我们介绍了卷积神经网络和多层感知机，也就是全链接网络。他们在网络架构上是串行的结构，也就是在每一层与每一层之间，前面一层的输出，是后面一层的输入。在神经网络里面，我们可能会有更加复杂的结构，比如，在每层之间有分支，甚至说要把每一层的输出再往前作为输入。我们来介绍两种比较复杂的神经网络结构：同时我们要思考，当我们遇见一个比较复杂的结构的时候，我们想要实现它，我们要怎么办？首先回顾一下上节课的知

丘小羽·2024-01-30 07:45

深度学习实战70-数学教材智能问答MathGPT模型与题目latex的pdf生成技术

大家好，我是微学AI,今天给大家介绍一下深度学习实战70-数学教材智能问答MathGPT模型与题目latex的pdf生成技术，本文利用MathGPT数学大模型实现的数学教材智能问答系统。

微学AI·2024-01-30 07:44

深度学习使用python建立最简单的神经元neuron

目录介绍数据：建模：模型：介绍在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。

取名真难.·2024-01-30 06:35

神经网络建立(结果可变)最小神经元

目录介绍：初始化：建模:预测：改变结果：介绍：在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。