音视频深度学习第46页

学习笔记-李沐动手学深度学习（二）（08-09、线性回归、优化算法、梯度下降、Softmax回归、损失函数、图片分类）

总结以_结尾的方法，好像是原位替换（即原地修改，就地修改变量）如fill_()感恩的心：（沐神的直播环境）08-线性回归+基础优化算法引言（如何在美国买房）根据现在行情预测房价线性回归（简化模型）、线性模型、神经网络b为偏差扩展到一般化线性模型每个箭头代表一个权重当层单层神经网络原因：不看输出层，将权重层和input放一起带权重的层只有一层【书中】衡量预估质量1/2是为了求导时把2消去线性回归（求

kgbkqLjm·2024-01-26 17:59

学习笔记-李沐动手学深度学习（一）（01-07，概述、数据操作、tensor操作、数学基础、自动求导（前向计算、反向传播））

jupyter记事本、胶片）https://github.com/d2l-ai多体会【梯度指向的是值变化最大的方向】符号维度（弹幕说）2，3，4越后面维度越低4就是一维有4个标量00-预告01-课程安排02-深度学习介绍

kgbkqLjm·2024-01-26 17:28

学习笔记-李沐动手学深度学习（三）（10-11，隐藏层、多层感知机、激活函数、模型超参数选择、欠过拟合）

总结多体会（宏观、哲学）【深度学习的核心】首先是要模型足够大，在此基础上通过各种手段来控制模型容量，使得最终得到较小的泛化误差【一般深度学习特指神经网络这一块】【学习的核心是要学习本质上不变的那些核心思想

kgbkqLjm·2024-01-26 17:28

（深度学习）目标检测常见术语

文章目录AnchorIoU（Intersectionoverunion）NMS（Non-maxsuppression）RP（RegionProposal）BN（BatchNormalization）CEL（CrossEntropyLoss）SoftmaxLogisticRegressionEarlyStoppingDropoutMomentumandlearningdecayAnchor简言之就是

kgbkqLjm·2024-01-26 17:57

学习笔记-李沐动手学深度学习（四）（12-13，权重衰退、L2正则化、Dropout）

总结【trick】过拟合及正则化项参数的理解实际数据都有噪音，一般有噪音后，模型实际学习到的权重w就会比理论上w的最优解（即没有噪音时）大。（QA中讲的）【好问题】（1）不使用正则化（真正学习到的w=13理论上的w=0.01，相差的还是很大）（2）正则化权重lambd=3：明显已经减轻了过拟合的程度（但学到的w是0.3还是比实际的w=0.01偏大的多）因为实际上数据中有很多噪音，模型在学习时也会受

kgbkqLjm·2024-01-26 17:55

大模型理论基础初步学习笔记——第八章分布式训练

流水并行8.2.4混合并行参考：本文GitHub地址https://github.com/panda-like-bamboo/Study-CS324第八章分布式训练8.1为什么分布式训练越来越流行背景：深度学习广泛应用

panda_dbdx·2024-01-26 17:31

抖音视频流量差，可能你踩了这3大雷区！

雷区一：违反公序良俗，社会价值观的内容，抖音是一个宣传正能量的平台。1.视频中出现抽烟、酗酒、辱骂他人、虐待、恶搞动物等不良行为。2.为了营造视频效果，把钱扔进垃圾桶，恶摘人民币等行为，嘲笑弱势群体，利用弱势群体可以卖惨营销，宣扬不正当男女关系。3.违反景区、交通等规定，恶搞古迹、名著、点燃柳絮、作弊、翻越闸机、乱涂乱画等投机取巧及不文明行为，都是不可以的。雷区二：危害未成年人身心健康的内容，未成

半禾清浅·2024-01-26 17:29

数字孪生系统的第三方算法库

1.TensorFlow：TensorFlow是一个开源的机器学习框架，提供了各种工具和库，用于构建和训练深度学习模型。它可以在数字孪生系统中用于实现机器学习和神经网络

super_Dev_OP·2024-01-26 17:15

深度学习如何弄懂那些难懂的数学公式？是否需要学习数学？

知乎上的：机器学习与深度学习中的数学知识点汇总-SIGAI的文章-知乎https://zhuanlan.zhihu.com/p/81834108推荐书籍：1.高等数学/微积分2.线性代数与矩阵论3.概率论与信息论

搬砖班班长·2024-01-26 15:41

展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命？

生成式人工智能；StableDiffusion；ChatGPT；CoPilot；文本创建；图像生成；代码编写；大语言模型；多模态大模型；预训练；边缘计算；液冷；HPC；冷板式液冷；Bard；AlphaGo；深度学习

高性能服务器·2024-01-26 15:02

笔记：数据处理的代码小技巧（1）

在深度学习处理中，图片大小是一个很重要的问题，关系着转为tensor的shape。如何方便的查看一个文件中几千张图片的大小。

arxhsyd123·2024-01-26 14:50

数据可视化到底要怎么看？！展示形式何其多，且看且懂

数据可视化可以分为狭义数据可视化（BI软件）和广义数据可视化（数据可视化工具），其中狭义数据可视化一般指的是使用文字、统计图表、音视频、动画等元素对数据进行可视化的展示，而广义数据可视化通常包含了数据可视化和信息可视化两部分内容

weixin_49370086·2024-01-26 14:52

AlexNet(深度学习模型)详解

AlexNet是第一个在ImageNet数据集上取得最佳结果的深度学习模型。本文将详细介绍AlexNet的结构和训练过程，并分析它在计算机视觉

GeekyGuru·2024-01-26 13:02

“文心一言”揭秘：智能语言模型的新里程碑

“文心一言”是一款基于深度学习技术的智能语言模型，它不仅能够理解人类的语言，还能生成流畅、自然的文本回应。不同于传统的语言处理软件，“文心一言”采用了更加

GeekyGuru·2024-01-26 13:02

深度视觉目标跟踪进展综述-论文笔记

基于深度学习的跟踪算法，采用的框架包括相关滤波器、分类式网络、双路网络等。处理跟踪任务的角度，分为基于匹配思路的双路网络和基于二分类的辨别式跟踪器。

pzb19841116·2024-01-26 12:11

深度学习-Pytorch如何构建和训练模型

深度学习-Pytorch如何构建和训练模型用pytorch如何构建模型，如何训练模型，如何测试模型？

Alex_StarSky·2024-01-26 12:38

深度学习-Pytorch如何保存和加载模型

深度学习-Pytorch如何保存和加载模型用pytorch构建模型，并训练模型，得到一个优化的模型，那么如何保存模型？然后如何又加载模型呢？

Alex_StarSky·2024-01-26 11:07

Course1神经网络和深度学习编程作业

第三周-带有一个隐藏层的平面数据分类建立一个神经网络，带有一个隐藏层。用到的知识：构建具有单隐藏层的2类分类神经网络。使用具有非线性激活功能激活函数，例如tanh。计算交叉熵损失（损失函数）。实现向前和向后传播。numpy：是用Python进行科学计算的基本软件包。sklearn：为数据挖掘和数据分析提供的简单高效的工具。matplotlib：是一个用于在Python中绘制图表的库。testCas

毛十三_·2024-01-26 11:03

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术4.3重要性与作用4.4案例与应用五、注意力机制5.1定义

giszz·2024-01-26 11:48

#GPU|LLM|AIGC#集成显卡与独立显卡|显卡在深度学习中的选择与LLM GPU推荐

区别核心区别：显存，也被称作帧缓存。独立显卡拥有独立显存，而集成显卡通常是没有的，需要占用部分主内存来达到缓存的目的集成显卡：是集成在主板上的，与主处理器共享系统内存。一般会在很多轻便薄型的笔记本与低端的台式电脑上得到广泛的应用性能较低，适合一般办公和基本图形任务。独立显卡：一块独立的图形处理器，有自己的显存，并且不与主处理器共享内存。独立显卡通常性能更强大，适合处理复杂的图形和游戏。在一些专业应

向日葵花籽儿·2024-01-26 11:45

机器学习、深度学习、自然语言处理基础知识总结

说明机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。

北航程序员小C·2024-01-26 10:43

使用thop输出深度学习模型的flops和param

首先pipinstallthop然后frombasicsr.archsimportyourmodelfromthopimportprofilemodel=resnet50()input=torch.randn(1,3,224,224)flops,params=profile(model,inputs=(input,))print('flops:',flops)print('params:',par

yanzhizhiyang·2024-01-26 10:01

交叉熵损失函数（Cross-Entropy Loss Function）

交叉熵损失函数（Cross-EntropyLossFunction）在处理机器学习或深度学习问题时，损失/成本函数用于在训练期间优化模型。目标几乎总是最小化损失函数。损失越低，模型越好。

或许，这就是梦想吧！·2024-01-26 10:54

【01】深度学习——数学基础 | 线性代数 | 微积分 |概率

深度学习1.线性代数1.1标量(scalar)1.2向量(Vector)1.2.1模长和范数1.2.2单位向量1.2.3向量的内积1.2.4向量的外积1.3矩阵(Matrix)1.3.1矩阵转置1.3.2

花落指尖❀·2024-01-26 10:53

深度学习模型FLOPs详解

计算方法FLOPS:注意全大写，是floatingpointoperationspersecond的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写，是floatingpointoperations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。其计算公式如下：不能只用FLOPs作为网络速度的指标原因：FLOPs没有考虑

Shashank497·2024-01-26 10:51

[深度学习]PaddleClas：统计模型Flops

PaddleClas：统计模型Flops函数接口paddle.flops(net,input_size,custom_ops=None,print_detail=False)[源代码]作用为：打印网络的基础结构和参数信息。参数net(paddle.nn.Layer|paddle.static.Program)-网络实例，必须是paddle.nn.Layer的子类或者静态图下的paddle.stat

或许，这就是梦想吧！·2024-01-26 10:19

怎么把音频转换成二维码？把音频制作成二维码的方法

现在很多二维码被用来作为信息传递的一种方式，常见的类型包括文本、图片、音视频等等。选择这种方式的好处在于，不仅制作起来非常简单，有效的降低成本，而且便捷性也比较强。

zybk801·2024-01-26 10:41

探索Topaz Video AI：提升视频质量的智能工具

TopazVideoAI通过深度学习算法和图像增强技术，能够清晰地重建丢失的细节，提高视频的清晰度和锐度。它还能有效地降噪，消除视频中的噪点和颗粒，使画面更加清晰和平滑。此

招财进宝129·2024-01-26 10:04

《动手学深度学习(PyTorch版)》笔记3.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.6ImplementationsofSoftmaxRegressionfromScratchimporttorchimpo

南七澄江·2024-01-26 09:52

《动手学深度学习(PyTorch版)》笔记3.5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.5ImageClassificationDatasetimporttorchimporttorchvisionimport

南七澄江·2024-01-26 09:51

《动手学深度学习(PyTorch版)》笔记3.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.2ImplementationsofLinearRegressionfromScratchimportnumpyasnpi

南七澄江·2024-01-26 09:21

《动手学深度学习(PyTorch版)》笔记3.7

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.7ConciseImplementationsofSoftmaxRegression从计算角度来看，指数可能会造成数值稳定

南七澄江·2024-01-26 09:21

【深度学习】动手学深度学习PyTorch版笔记

刚学深度学习那会看的是李沐老师的视频，同时做了些笔记，基本都是自己主观性比较强的笔记，而且也没看完，看了前面十几集后基本就是直接上实战，然后跳着看了。建议学习深度学习的同学直接去看视频跟李沐学AI。

EucliwoodXT·2024-01-26 09:16

《动手学深度学习(PyTorch版)》笔记3.4

Chapter3LinearNeuralNetworks3.4SoftmaxRegression3.4.1ClassificationProblems一般的分类问题并不与类别之间的自然顺序有关，统计学家发明了一种表示分类数据的简单方法：独热编码（one-hotencoding）。独热编码是一个向量，它的分量和类别一样多。类别对应的分量设置为1，其他所有分量设置为0。在我们的例子中，标签yyy将是一

南七澄江·2024-01-26 09:42

MediaMuxer+MediaCodec生成MP4视频黑屏

Android开发中遇到的问题,总结解决思路及心得.这里要特别感谢指导我的刘老师,新项目的领导.现象:配置(CPU)稍微偏低的手机生成视频播放时为黑屏.初步分析:为写入视频时出错导致.分析的思路如下:下面是音视频混合代码

semon_chen·2024-01-26 09:21

ffmpeg教程如何读取音频或视频的媒体信息？

今天就来介绍下如何获取音视频文件的媒体信息？这里还有个小技巧：如果文件路径包含中文，这样读取是失败的，需要用双引号来特殊标记下。不然，会报：nosuchdirectory之类的错误。

斜杠青年小Q·2024-01-26 08:07

MWORKS.Syslab 如何统一 Julia、C/C++、Python 乃至 MATLAB —— 解密多语言统一的底层机制

年轻理科生们的口中逐渐出现了诸如“调参侠”“调包小子”“炼丹师”等新潮的调侃词语，这些来自机器学习/深度学习领域的“梗”在社交网络中逐渐扩散，让人们不禁感叹科学计算已经成为了炙手可热的“显学”。

同元软控·2024-01-26 07:57

嵌入式流媒体消息分发队列设计

在流媒体系统设计中，经常会涉及多线程间的通信问题，需要相互分发消费一些信息以及实时音视频数据，如何才能高效安全的简洁的实现这一目标呢，可以采用ringbuffer，也可以采用链表等算法。

superxxd·2024-01-26 07:44

AI学习(3): PyTorch-初识张量

在PyTorch中，张量是torch.Tensor类的实例，它提供了丰富的方法和功能，用于进行数值计算和深度学习模型的构建与训练。

猿码记·2024-01-26 07:31

互联网加竞赛基于机器视觉的银行卡识别系统 - opencv python

1前言优质竞赛项目系列，今天要分享的是基于深度学习的银行卡识别算法设计该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

Mr.D学长·2024-01-26 06:23

Python NLP深度学习进阶：自然语言处理

随着深度学习的快速发展，NLP的研究和应用也在不断进步。在Python中，有许多强大的库和工具可以帮助我们进行NLP任务。

独木人生·2024-01-26 06:17

TensorFlow 深度学习开发环境搭建全教程

PyTorch深度学习开发环境搭建全教程TensorFlow深度学习开发环境搭建全教程1、指定清华源命令-ihttps://pypi.tuna.tsinghua.edu.cn/simple2、conda

机器学习杨卓越·2024-01-26 06:46

深度学习基础知识

卷积神经网络——图像卷积特征提取卷积核（算子）用来做图像处理时的矩阵，与原图像做运算的参数。卷积层基本参数（卷积核大小，步长【pytorch默认为1】，padding边缘填充）输出尺寸=（输入尺寸-卷积核尺寸+2*padding）/stride+1卷积神经网络的基本结构层输入层：批次通道图像大小卷积层激活函数：加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题，CNN较为常

湘溶溶·2024-01-26 06:40

深度学习（6）---Transformer

文章目录一、介绍二、架构2.1Multi-headAttention2.2Encoder(编码器)2.3Decoder(解码器)三、Encoder和Decoder之间的传递四、Training五、其他介绍5.1CopyMechanism5.2BeamSearch一、介绍 1.Transformer是一个Seq2Seq（Sequence-to-Sequence）的模型，这意味着它能够处理从输入序列到

冒冒菜菜·2024-01-26 06:36

深度学习与图像描述生成——图像描述生成方法（4）

目录一、基于模板的方法1.1定义1.2原理1.3关键技术1.4发展历程1.5应用场景1.6特征二、基于检索的方法2.1定义2.2原理2.3关键技术2.4发展历程2.5应用场景2.6特征三、基于编码器-解码器架构的方法3.1定义3.2原理3.3关键技术3.4发展历程3.5应用场景3.6特征图像描述的具体生成方法有很多，主要是基于模板的方法、基于检索的方法，以及基于编码器-解码器的方法。后者已经基本成

giszz·2024-01-26 06:02

AI模型压缩技术

模型压缩技术是指通过一系列方法和技巧，减小深度学习模型的大小和计算量，同时尽量保持模型的性能。这对于在资源受限的设备上部署模型、减少模型传输和存储成本以及提高模型推理速度都非常有用。

SugarPPig·2024-01-26 06:28

如何设计一个可靠UDP

实现可靠UDP主要有三种方式：尽力可靠：接收方要求发送放数据尽量完整到达，但是业务本身的数据可以丢失的，如音视频无序可靠：通信放要求发送方数据必须完整到达，但是顺序不重要，如文件传输，日志追加有序可靠：

李黎明·2024-01-26 06:51

音视频5、libavformat-编码API详细讲解

11、编码API详解avformat_alloc_output_context2/***为输出格式分配AVFormatContext。*avformat_free_context（）可用于释放上下文以及框架在其中分配的所有内容。*@paramctxpointee设置为创建的格式上下文，或者在失败时设置为NULL*@paramoformat格式用于分配上下文，如果使用NULLformat_name和

Qt学视觉·2024-01-26 06:19

MedSAM：深度学习通用医学影像分割模型，更快、更准确地自动识别诊断疾病

MedSAM是一款基于深度学习的医学影像分割工具，它能够自动识别和描绘医学影像中的重要区域，如肿瘤或其他组织的病变。

喜好儿aigc·2024-01-26 06:18

音视频5、libavformat-AVFormatContext 结构体解析

12、AVFormatContext结构体解析/***格式化I/O上下文。*新字段可以添加到末尾，并带有较小的版本凸起。*删除、重新排序和更改现有字段都需要进行重大的版本更改。*sizeof（AVFormatContext）不能在libav*之外使用，请使用avformat_alloc_context（）创建AVFormatContext。*字段可以通过AVOptions（av_opt*）访问，使

Qt学视觉·2024-01-26 06:16

推荐频道

音视频深度学习