音视频深度学习

分享AIGC场景应用及泰迪AIGC大模型师资培训内容

AIGC（AI-GeneratedContent）本质上是一种内容生产方式，即人工智能自动生产内容，是基于深度学习技术，输入数据后由人工智能通过寻找规律并适当泛化从而生成内容的一种方式。
泰迪智能科技·2024-01-18 20:43

《认知觉醒》第五章—学习力｜第三节 关联

这既是有效阅读的三个步骤，也是深度学习的三个层次：知道信息点
杰丫头的生活碎片·2024-01-18 20:38

YOLOv8-第Y9周：重要模块解读

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文件路径：...\ultralytics\nn\moudules\***以文件...
夏伊呀·2024-01-18 19:44

YOLOv8-第Y7周：训练自己的数据集

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制本周任务这周的任务是用YOLOv8训练自己的数据集。
夏伊呀·2024-01-18 19:14

YOLOv8-第Y8周：yolov8.yaml文件解读

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制本周任务请根据YOLOv8n、YOLOv8s模型的结构输出，手写出YOLOv8l的模型输出。文件位置：.
夏伊呀·2024-01-18 19:14

YOLOv5-第Y6周：模型改进

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子一、本周任务模型改进：修改YOLOv5的网络结构图，根据网络结构图以及Y1~Y5周的内容修改对应代码
夏伊呀·2024-01-18 19:13

——早观董兄朋友圈转抖音视频有感七绝 平起 平水韵 致敬边关将士

风驰塞外哀哀过，雪卧昆仑飒飒飘。驻马咀餐冰镉里，抬眉笑望复兴桥。图片发自App图片发自App
子一木三·2024-01-18 19:35

JRTP实时音视频传输(1)-必做的环境搭建与demo测试

在网络优的情况下使用TCP、网络差的情况下使用UDP，满足实时音视频传输需求，2）支持RTCP，流量控制，阻塞控制等。需要能支持RTCP，这样便能在这个基础上，根据丢包率等，来进行流量控制。
Embedded-Xin·2024-01-18 18:29

JRTP实时音视频传输(2)-使用TCP通信的案例

环境搭建等参考：JRTP实时音视频传输(1)-必做的环境搭建与demo测试1.创建自己的demo先将example1拷贝为myclienttcp.cpp和myservertcp.cppcpexample1
Embedded-Xin·2024-01-18 18:26

esp32-S3 音视频通话方案ESP-RTC

ESP32-S3-Korvo-2V3.0—ADF音频应用开发框架文档(readthedocs-hosted.com)
全职编程-叶湫·2024-01-18 17:03

计算机视觉设计如何应用于人脸识别技术？

下面是计算机视觉设计在人脸识别技术中的应用方法：人脸检测：计算机视觉设计可以通过使用人脸检测算法，如Haar级联分类器、基于深度学习的卷积神经网络等，来检测图像中的人脸位置。
人工智能培训·2024-01-18 17:07

机器学习在表面缺陷检测中的技术与实践

一、机器学习在表面缺陷检测中的应用深度学习：深度学习是机器学习的一个重要分支，其在图像识别和处理领域具有显著的优势。通过构建深度神经网络，可以对图像进行自动的缺陷检测和分类。常见
matlabgoodboy·2024-01-18 16:18

20240115如何在线识别俄语字幕？

2024/1/1521:25百度搜索：俄罗斯语音频在线识别字幕Bilibili：俄语AI字幕识别音视频转文字字幕小工具V1.2BING：音视频转文字字幕小工具V1.2https://www.bilibili.com
南棱笑笑生·2024-01-18 16:37

音视频处理流程

常见的音视频系统如下音视频处理流程涉及到许多复杂的步骤，包括采集、编解码、处理、传输和播放等。总体上分为三个端，摄像终端，服务端，客户端。
稚肩·2024-01-18 16:36

音视频开发之V4L2

V4L2（VideoforLinux2）是Linux内核中用于视频设备的子系统，提供了统一的接口，使用户空间程序能够与各种视频设备进行通信和控制。V4L2主要用于处理视频输入设备（例如摄像头）和视频输出设备（例如显示屏等）。V4L2提供了一个统一的接口，允许用户空间程序与各种视频设备进行通信，而无需了解底层硬件的具体细节。这使得开发视频应用程序更加方便。同时V4L2支持各种不同类型的视频设备，包括
稚肩·2024-01-18 16:36

GStreamer基础介绍

GStreamer设计为灵活且可扩展的，使开发者可以构建各种多媒体应用，包括音频/视频播放器、流媒体服务器、音视频编辑器等。
稚肩·2024-01-18 16:36

FFmpeg简单总结

FFmpeg简介FFmpeg（FastForwardMPEG）是一个开源跨平台的音视频处理工具库和软件套件，它包括了一系列用于处理多媒体数据的程序和库。
稚肩·2024-01-18 15:32

28张图全解深度学习知识！

本文约7500字，建议阅读15分钟本文将从深度学习基础（01-13）、卷积网络（14-22）和循环网络（23-28）三个方面介绍该笔记。
深度学习算法与自然语言处理·2024-01-18 15:55

用通俗易懂的方式讲解：实体关系抽取入门教程

文章目录技术提升关系抽取定义关系抽取评价指标实体关系抽取方法基于规则的关系抽取方法基于词典驱动的关系抽取方法基于机器学习的抽取方法基于深度学习的关系抽取方法流水线学习联合
深度学习算法与自然语言处理·2024-01-18 15:54

AI绘画资源分享

它采用了先进的深度学习技术，拥有广泛的绘画功能，支持多种风格和主题的创作。用户只需通过简单的操作，即可轻松创建高质量的艺术作品。
grady.lu·2024-01-18 13:35

AI绘画软件Fooocus介绍

Fooocus是一款基于深度学习的绘画软件，它可以根据你的输入和偏好，自动生成高质量的画作。你可以选择不同的风格、主题、颜色和细节，让Fooocus为你创造出独一无二的艺术品。
grady.lu·2024-01-18 13:35

【AI绘画】Midjourney到底是什么？看完就懂了！！！

Midjourney同样使用了类似于GPT-4的深度学习技术——“生成对抗网络”（GenerativeAdversarialNetworks，简称GA
AI想象家·2024-01-18 13:33

全网最全讲解Stable Diffusion原理，小白也能看懂！速来！！！

StableDiffusion是一种深度学习模型。我们将深入探讨StableDiffusion是如何工作的。
AI想象家·2024-01-18 13:02

基于深度学习的ASM-HEMT I-V参数提取

标题：DeepLearning-BasedASM-HEMTI-VParameterExtraction(IEEEELECTRONDEVICELETTERS)22年摘要摘要—首次提出了一种快速而准确的基于深度学习
幻象空间的十三楼·2024-01-18 12:32

大模型内容分享(二十七)：2024，比大模型更火的是什么？

2024年，打破行业僵局势在必行：无论是互联网头部玩家的布局，或是WAVESUMMIT+深度学习开发者大会2023的观点交锋，都折射出AI之争正在悄
之乎者也··2024-01-18 12:44

不同版本CUDA和cudnn下载安装并配置环境变量

选做）1.查看当前显卡驱动版本以及支持的最高版本的CUDA2.下载显卡驱动二、安装CUDA1.查看支持的最高版本的CUDA2.下载CUDAToolkit三、安装cuDNN四、多版本CUDA下载前言学习深度学习的时候通常要使用
爱敲代码的panda·2024-01-18 12:12

生财有道

有人找到谷歌地球上一些图片做成抖音视频，引流卖谷歌地球软件，目前3000多笔订单了，10万块收入。真的有人会傻到付费买一个免费软件？真的有。
小雪_0f39·2024-01-18 11:45

旅游宣传二维码系统：扫码查看景点介绍、报名旅游活动

不管是旅行社，还是各大景点，日常都有大量的宣传介绍工作，而传统的宣传单、铭牌、海报等方式，不仅展示的内容量有限、无法播放音视频、容易造成浪费，而且制作完成后，内容无法修改更新、数据也无法统计。
caoliaoerweima·2024-01-18 11:59

用二维码介绍产品详情，扫码查看图文并茂的宣传册

简单修改模板，就能将图文、音视频、文件等产品介绍内容制作成二维码，生成
caoliaoerweima·2024-01-18 11:59

推荐系统遇上深度学习(一二五)-[阿里]CTR预估中的端到端用户行为检索

今天给大家带来一篇阿里在长用户行为序列建模中的探索，前面也介绍过SIM和UBR4CTR两篇论文，均是通过两阶段检索的思路，从长用户行为序列中选择与目标item相关的用户行为，用于后续的决策。那么针对这种两阶段的方式中存在的阶段目标不一致的问题，本论文提出了一种端到端用户行为检索方法，一起来看一下。1、背景CTR预估中，用户行为建模算是一种里程碑式的进展。首先简单回顾一下用户行为建模的发展思路。最初
文哥的学习日记·2024-01-18 11:22

高通sm7250与765G芯片是什么关系?(一百八十一)

简介：CSDN博客专家，专注Android/Linux系统，分享多mic语音方案、音视频、编解码等技术，与大家一起成长！
Android系统攻城狮·2024-01-18 11:29

MOJO语言的诞生

文章目录背景目标现状背景传统的编译器技术如LLVM和GCC并不适合现有深度学习编程语言的发展迭代，无法完全支持现代芯片架构。如今，专用机器学习加速器的标准技术是MLIR。
是乔乔啊·2024-01-18 11:50

[动手学深度学习-PyTorch版]-8.4计算性能-多GPU计算

8.4多GPU计算注：相对于本章的前面几节，我们实际中更可能遇到本节所讨论的情况：多GPU计算。原书将MXNet的多GPU计算分成了8.4和8.5两节，但我们将关于PyTorch的多GPU计算统一放在本节讨论。需要注意的是，这里我们谈论的是单主机多GPU计算而不是分布式计算。如果对分布式计算感兴趣可以参考PyTorch官方文档。本节中我们将展示如何使用多块GPU计算，例如，使用多块GPU训练同一个
蒸饺与白茶·2024-01-18 10:32

抖音入魔

有人每晚睡前会一直看抖音视频，并感慨爱看抖音的原因是可以知道很多牛人。这种感觉，我曾在看网易云音乐视频时也有过，现在看得少了。之前也是停不下来，一个视频接一个视频，直到突然提醒自己还要看会儿书。
彩色的陶俑·2024-01-18 10:39

吴恩达深度学习课程作业--C1W2

1.3-Reshapingarraysv=v.reshape((v.shape[0]*v.shape[1],v.shape[2]))#v.shape[0]=a;v.shape[1]=b;v.shape[2]=c
HELLOTREE1·2024-01-18 10:09

如何在jupyter中加入自己的环境

问题引入jupyter是在深度学习过程中常用的东西，那么该如何引入我们自己的环境呢？
zhuyuyaya·2024-01-18 10:16

Google Filament 源码学习（一）：Filament 编译

Filament是Google开发的轻量级跨平台实时渲染引擎，支持PBR材质，可用于开发游戏渲染引擎或构建音视频编辑工程。希望后期能够逐步深入，在此做好笔记，希望通过此能够同大家一起从入门到精通。
bluebird_ivan·2024-01-18 09:43

《学习共同体-走向深度学习》读后感 - 草稿

八月份读了《学习共同体-走向深度学习》，初读这本书，局限于老师的思维聚焦于深度学习，读着读着发现-如何在课堂上最大优化设计，实现共同体，才是我们成长之桥。
3组李紫祺·2024-01-18 09:33

MongoDB赋能咪咕视频提升超9亿用户的试听体验

咪咕视讯聚焦发展音视频内容创新领域，积极发挥在广电、互联网、运营商三个领域的独特优势。2022年，立足广大民众对优质视听内容的需求，打造了5G冬奥会元宇宙和卡塔尔世界杯元宇宙等多个视听体验。
MongoDB 数据库·2024-01-18 09:57

ML: 2-3 neural network 代码理解

3.搭建一个神经网络1.如何用代码实现推理1.1介绍Tensorflow是实现深度学习算法里的领先的框架之一。Tensorflow和PyTorch一样都很常用。这节课会着重于Tensorflow，。
skylar0·2024-01-18 09:20

真想开发一款只有黑白灰三种颜色的纯文字思想交流APP

只有文字，当然是专注有思想闪光的文字交流平台，让人沉浸在文字思想时空中遨游，没有图片声音视频，只有黑白灰三种颜色，没有乱七八糟的其它颜色，简单极致的让人沉浸在文字蕴含的
读白APP·2024-01-18 09:39

深度学习记录--梯度检验

数值逼近为了对梯度进行检验，需要计算近似误差值来接近梯度对于单边误差和双边误差公式，其中双边误差与真实梯度相差更小，故一般采用双边误差公式双边误差公式：梯度检验(gradientchecking)对于成本函数，求出的导数，计算出双边误差，再将两者进行比较比较方法：，判断的大小若，则误差很小，效果很好若，则误差一般，效果一般若，则误差较大，需要考虑是否错误较多梯度检验的注意事项不要在训练中使用梯度检
蹲家宅宅·2024-01-18 09:19

深度学习记录--正则化(regularization)

什么是正则化？正则化(regularization)是一种实用的减少方差(variance)的方法，也即避免过度拟合几种正则化的方法L2正则化又被称为权重衰减(weightdacay)在成本函数中加上正则项：其中由于在w的更新过程中会递减，即权重衰减w递减的过程，实际上是w趋近于0的过程在这个过程中，部分单元的影响逐渐减小(可以近似看作隐藏)，最终成为深层神经网络(类似线性回归)，从最开始的右图逐
蹲家宅宅·2024-01-18 09:49

深度学习记录--归—化输入特征

归化归化输入(normalizinginputs),对特征值进行一定的处理，可以加速神经网络训练速度步骤零均值化通过x值更新让均值稳定在零附近，即为零均值化归化方差适当减小变量方差解释归化可以让原本狭长的数据图像变得规整，梯度下降的迭代次数减少，训练速度变快方法Python实现数据预处理--特征标准化与归一化_不同特征之间的差异过大如何处理-CSDN博客
蹲家宅宅·2024-01-18 09:49

深度学习记录--梯度消失和爆炸

梯度消失和爆炸的产生当神经网络层数很大时，即很大时，w与1之间的大小关系会产生梯度消失与梯度爆炸的问题当w1时，会非常大，梯度爆炸解决方法权重初始化层数n越大，越要使特征值w变小
蹲家宅宅·2024-01-18 09:16

大创项目推荐 深度学习的智能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·2024-01-18 09:11

生成对抗网络GAN（MNIST实现、时间序列实现）

生成对抗网络生成对抗网络介绍MNIST—GANConditionalGAN(CGAN)—时间序列预测生成对抗网络介绍生成对抗网络（GenerativeAdversarialNetwork，简称GAN）是一种深度学习模型
机智的小神仙儿·2024-01-18 09:10

Android AVDemo（6）：音频渲染，免费获得源码丨音视频工程示例

vx搜索『gjzkeyframe』关注『关键帧Keyframe』来及时获得最新的音视频技术文章。
关键帧Keyframe·2024-01-18 08:52

「docker实战篇」python的docker- 抖音视频抓取（中）（25）

原文链接地址：「docker实战篇」python的docker-抖音视频抓取（中）（25）本次主要针对python对上次抖音分享的页面中的_signature进行解析并完成抖音视频的下载。
IT人故事会·2024-01-18 08:47

基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）

摘要：智能PCB板缺陷检测系统用于智能检测工业印刷电路板（PCB）常见缺陷，自动化标注、记录和保存缺陷位置和类型，以辅助电路板的质检。本文详细介绍智能PCB板缺陷检测系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面和训练数据集。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多种缺陷进行识别分类，检测速度快、识别精度高。博文提供了完整的Python代码和使用
系统免驱动·2024-01-18 07:08
上一页 56 57 58 59 60 61 62 63 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他