音视频深度学习

文本分类的一些记录

文本分类主要流程一般是：先预处理文本，再提取特征，最后通过特征进行分类，或者直接采用深度学习的模型对处理好的文本进行分类。
hema12138·2024-01-15 18:29

资深程序员骆昊：Python从新手到大师，100天完整学习路线

我推荐这个学习路线资料，可能你们有些已经在使用它，的确它是我见过最全的、最富有逻辑体系的Python技术栈总结，含有Python基础语法、前端、后端、Python做数据分析、数据挖掘，Python机器学习，Python深度学习等
算法channel·2024-01-15 18:10

sigmoid函数求导、求极值（史上最详细）

在机器学习、深度学习中，激活函数有时会使用到Sigmoid函数。
TFATS·2024-01-15 17:26

中原焦点团队焦点解决网络初级23期王丹坚持原创分享第221天 本周约练第次 总第35次（2021.2.17）

家长不注意自己的言行，出口成脏，却责骂孩子说脏话没礼貌；家长沉迷手机游戏，刷抖音视频无法自拔，却在关上手机的时候对冲着玩手机的孩子大发脾气；指责孩子不努力学习事事不如别人家孩子，却在孩子离开的时候大骂他不争气只会躲避
8ede3d21a1c3·2024-01-15 17:21

音视频PTS、DTS

下面是自己的一点理解，如有错误，请指正。I帧，P帧和B帧是MPEG-2的编码规范规定的图像编码首先要理解i、p、bi帧：关键帧，根据当前帧解析视频p帧：帧图像只采用前向时间预测，根据前一帧，解析当前帧。b帧：B帧图像采用双向时间预测，可以大大提高压缩倍数。根据前几帧、本帧、后帧解析当前帧，也就是需要先解码后面的帧才能再解码当前帧。或称双向预测图像，根据临近的前几帧、本帧、后几帧的I或者P图像预测得
小~小·2024-01-15 17:21

音视频中的PTS和DTS及同步

说明：此页是所有索引的集合，从此出发，可以找到博客的所有链接。网络相关索引：https://blog.csdn.net/knowledgebao/article/details/84626184linux基础相关索引：https://blog.csdn.net/knowledgebao/article/details/84315842GStreamer专栏索引：https://blog.csdn.
SoLucky2017·2024-01-15 17:51

音视频包的pts,dts,duration的由来.

音视频包的pts,dts,duration的由来.pts:演播时间戳dts:解码时间戳duration:播放时长怎样深刻理解这些概念,它们具体代表了什么?
hjjdebug·2024-01-15 17:17

慕尼黑工业大学最新提出！单目实时密集建图的混合隐式场方法

作者：小柠檬|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf我们提出了一种新颖的方法，它将基于深度学习的密集SLAM与神经隐式场相结合，实时生成密集地图，而无需像以前的方法那样依赖
3DCV·2024-01-15 17:46

音视频中的DTS和PTS区别

一、什么是PTS、DTS1.PTS:即显示时间戳，用来告诉播放器在什么时候显示这一帧数据2.DTS:即解码时间戳，用来告诉播放器在什么时间来解码这一帧的数据3.GOP：MPEG使用的一种视频压缩技术总的来说PTS和DTS用于指导播放器端的行为二，了解视频采集到编码推流在视频采集的时候是录制一帧就编码一帧发送一帧，在编码的时候会生成PTS，在通常情况下，编码器在编码一个I帧，然后向前跳过几个帧，用编
Eason风云·2024-01-15 17:42

NLP论文阅读记录 - 2022 | WOS 用于摘要法律文本的有效深度学习方法

文章目录前言0、论文摘要一、Introduction1.1目标问题二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言Effectivedeeplearningapproachesforsummarizationoflegaltexts（22）0、论文摘要数字形式的法律判决文件的可用性为信息提取和应用提供了众多机会。由于这
yuyuyu_xxx·2024-01-15 17:11

荣耀推送服务消息分类标准

社交通讯，指用户间的聊天消息、音视频通话。服务提醒，指应用及时向用户传递重要通知提醒，通常用户对接收此类消息有预期。资讯营销类，包括内容资讯消息和活动营销
荣耀开发者服务·2024-01-15 17:58

那些年曾经看过的书——工作篇

音视频相关：FFmpeg从入门到精通、WebRTCNative开发实战、OpenGLES3.0编程指南、音视频开发进阶指南。语言相关：C++PrimerPlus、Java编程思想。
徐福记456·2024-01-15 17:14

[论文阅读]Self-Supervised Learning for Videos: A Survey

Self-SupervisedLearningforVideos:ASurvey.ACMComput.Surv.,55(13s),1–37.https://doi.org/10.1145/3577925论文中文名称：视频的自监督学习综述摘要：深度学习在各个领域取得的显著成功依赖于大规模标注数据集的可用性
王知为·2024-01-15 16:11

[深度学习]Open Vocabulary Object Detection 部署开放域目标检测模型使用感受

一、OpenVocabularyObjectDetection介绍OpenVocabularyObjectDetection(OpenVOD)是一种新型的目标检测方法，它使用开放词汇的概念来识别和检测图像中的对象。与传统的目标检测方法相比，OpenVOD具有更高的灵活性和可扩展性，因为它允许用户自定义对象类别和词汇，从而能够适应各种不同的应用场景和需求。OpenVOD的核心思想是将目标检测任务转化
FL1623863129·2024-01-15 16:24

[深度学习]imagenet的1000类别名称

tenchgoldfishgreatwhitesharktigersharkhammerheadsharkelectricraystingraycockhenostrichbramblinggoldfinchhousefinchjuncoindigobuntingAmericanrobinbulbuljaymagpiechickadeeAmericandipperkitebaldeaglevult
FL1623863129·2024-01-15 16:05

打破硬件壁垒：TVM 助力 AI技术跨平台部署

文章目录《TVM编译器原理与实践》编辑推荐内容简介作者简介目录前言/序言获取方式随着人工智能（ArtificialIntelligence，AI）在全世界信息产业中的广泛应用，深度学习模型已经成为推动AI
程序边界·2024-01-15 16:32

小白学习C语言不得不知道的那些重要知识

AndroidFrameWork帮我们屏蔽了系统操作，我们从Android系统的分成结构可以看出，AndroidFrameWork是通过JNI与底层的C/C++库交互，例如：FreeType，OpenGL，SQLite，音视频等等
C语言学习·2024-01-15 15:04

chatgpt和文心一言哪个更好用

一、智能回复ChatGPT：ChatGPT是一种基于Transformer的深度学习模型，它能够通过上下文理解对话，并产生相应的回复。与传统的聊天机器人
前端御书房·2024-01-15 14:58

阿里视频生成大模型I2VGen-XL的论文来了！视频合成新范式

根据阿里云视频生成模型研发负责人介绍，I2VGen-XL采用深度学习技术，具备卓越的图像识别和生成能力。用户只需提供素材和需求，即可自动生成高质量的视频内容，显著提高了视频制作的效率和质量。
AI生成未来·2024-01-15 13:43

大数据开发之Hive（统计影音视频网站的常规指标）

第11章：Hive实战11.1数据结构1、视频表字段备注详细描述videoId视频唯一id(String)11位字符串uploader视频上传者(String)上传视频的用户名Stringage视频年龄(int)视频在平台上的整天数category视频类别(Array)上传视频指定的视频分类length视频长度(Int)整形数字标识的视频长度views观看次数(Int)视频被浏览的次数rate视频
Key-Key·2024-01-15 12:34

【深度学习】Anaconda3 + PyCharm 的环境配置 4：手把手带你运行 train.py 文件，史上最全的问题解决记录

前言文章性质：实操记录主要内容：主要记录了运行train.py文件时遇到的错误以及相应的解决方案。项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch搭建yolo3目标检测平台冷知识+1：小伙伴们不经意的点赞与收藏✨可以让作者更有创作动力！目录
作者正在煮茶·2024-01-15 12:16

【深度学习】Anaconda3 + PyCharm 的环境配置 1：手把手带你安装 PyTorch 并创建 PyCharm 项目

前言文章性质：实操记录主要内容：这篇文章记录了PyTorch的安装过程，包括：1.创建并激活新的虚拟环境；2.查看电脑是否支持CUDA以及CUDA的版本；3.根据CUDA的版本安装PyTorch；4.在PyCharm中创建使用pytorch_gpu虚拟环境的新项目；5.在PyCharm中验证PyTorch是否安装成功。相关文档：anaconda+pytorch+opencv安装及环境配置_pyto
作者正在煮茶·2024-01-15 12:45

【深度学习】Anaconda3 + PyCharm 的环境配置 2：手把手带你安装 Jupyter Notebook 并解决因 conda 版本低导致安装失败的问题

视频教程：PyTorch深度学习快速入门教程【小土堆】相关文档：anaconda+pytorch+opencv安装及环境配置_pytorch安装opencv-CSDN博客冷知识+1：小伙伴们不经意的点赞与收藏
作者正在煮茶·2024-01-15 12:45

【霹雳吧啦】手把手带你入门语义分割1：语义分割的定义 & 常见数据集 & 评价指标 & 标注工具

目录前言一、常见的分割任务二、语义分割的网络模型三、语义分割的常见数据集格式四、语义分割所得结果具体形式五、语义分割的常见评价指标六、语义分割的常用标注工具前言这篇文章是我根据B站霹雳吧啦Wz的《深度学习
作者正在煮茶·2024-01-15 12:14

深度学习-标注文件处理（txt批量转换为json文件）

接上篇，根据脚本可将coco128的128张图片，按照比例划分成训练集、测试集、验证集，同时生成相应的标注的labels文件夹，最近再看实例分离比较火的maskrcnn模型，准备进行调试但由于实验室算力不足，网上自己租的2080ti马，传整个coco2017实在是太慢了，检索了一下没有开源的部分coco2017数据集，于是我想到将coco128的数据转化成json文件，便于新手进行debug，节约
交换喜悲·2024-01-15 12:42

【深度学习】Anaconda3 + PyCharm 的环境配置 3：GitHub 项目运行前的环境配置

前言文章性质：实操记录主要内容：主要记录了运行GitHub项目前的环境配置过程，包括创建并激活新的虚拟环境、安装torch和torchvision，在PyCharm中使用新建的虚拟环境，根据项目源代码提供的requirements.txt文件安装其他包。注意，项目源码来自于GitHub平台！非本人原创！项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Imag
作者正在煮茶·2024-01-15 12:12

BCN：图像分类的批处理通道归一化

摘要归一化技术已被广泛应用于深度学习领域，因为它们能够提高学习率并减少对初始化的依赖。然而，流行的归一化技术的有效性通常仅限于特定领域。
静静AI学堂·2024-01-15 12:29

imgaug库指南（13）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 11:15

2022.08.17

深度学习则强调在学习过程中培养学生形成专家思维，教会学生像专家一样思考。”
梅花儿哟·2024-01-15 11:54

【转载】用Masking GAN让100,000人都露出灿烂笑容

继卷积神经网络（CNN）掀起深度学习的浪潮后，生成对抗网络（GAN）逐渐成为了计算机
dopami·2024-01-15 11:11

imgaug库指南（21）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 10:32

基于多媒体的深度学习 Midreport自我总结分析

ResistorOhmValueEstimationChallenge需要将误差降低到1%以下1、调整模型架构：增加模型的复杂性，例如增加卷积层或全连接层的数量，增加神经元数量等#在ResistorEstimator类的CNN方法中进行修改defCNN(self,type):input=Input(shape=(64,64,3),name='input')h=self.conv2d(input,3
okimaru·2024-01-15 10:28

PyTorch深度学习实战（29）——神经风格迁移

PyTorch深度学习实战（29）——神经风格迁移0.前言1.神经风格迁移原理1.1模型介绍1.2GramMatrix的重要性2.神经风格迁移模型构建策略3.使用Keras实现神经风格迁移小结系列链接0
盼小辉丶·2024-01-15 10:54

PyTorch深度学习实战（28）——对抗攻击(Adversarial Attack)

PyTorch深度学习实战（28）——对抗攻击0.前言1.对抗攻击2.对抗攻击模型分析3.使用PyTorch实现对抗攻击小结系列链接0.前言近年来，深度学习在图像分类、目标检测、图像分割等诸多领域取得了突破性进展
盼小辉丶·2024-01-15 10:53

PyTorch深度学习实战（30）——Deepfakes

PyTorch深度学习实战（30）——Deepfakes0.前言1.Deepfakes原理2.数据集分析3.使用PyTorch实现Deepfakes3.1random_warp.py3.2Deepfakes.py
盼小辉丶·2024-01-15 10:51

深度学习笔记（六）——网络优化（2）：参数更新优化器SGD、SGDM、AdaGrad、RMSProp、Adam

文中程序以Tensorflow-2.6.0为例部分概念包含笔者个人理解，如有遗漏或错误，欢迎评论或私信指正。截图和程序部分引用自北京大学机器学习公开课前言在前面的博文中已经学习了构建神经网络的基础需求，搭建了一个简单的双层网络结构来实现数据的分类。并且了解了激活函数和损失函数在神经网络中发挥的重要用途，其中，激活函数优化了神经元的输出能力，损失函数优化了反向传播时参数更新的趋势。我们知道在简单的反
絮沫·2024-01-15 10:49

人工智能让边缘计算更有价值!

LinkEdge的优势还体现在提升AI的实践效率，开发者可将深度学习的分析、训练过程放在云端，将生成的模型部署在边缘网关直接执行，优化良率、提升产能。另外
weixin_34056162·2024-01-15 10:02

个人总结钉钉7.5新品发布会

钉钉发布了7.5版本，最主要推出了围绕AI能力的各项升级，通过AI“超级助理”提升组织内部的沟通协作效率、管理决策智能化程度，以及相关的音视频、在线文档、Teambition功能的升级，以满足不同企业的多元化需求
IsalphaDemo·2024-01-15 10:18

Python&aconda系列：GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

GPU深度学习环境搭建：Win11+CUDA11.7+Pytorch1.12.1+Anaconda以及对应版本一.01Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python
坦笑&&life·2024-01-15 09:25

图机器学习年度汇集

一、深度学习模型优化在图机器学习领域，深度学习模型的优化尤为重要。今年的主要进展包括了利用先进的优化算法提高模型精度、减少训练时间以及对大规模图数据的适应性。
道亦无名·2024-01-15 09:35

教培行业校区运营顶层逻辑篇-东篱

初步形成了一套自有的标准体系教培行业运营对标互联网运营（B-C）教师对标互联网运营内容招生对标互联网运营方式渠道活动组织管理对标互联网文化，团队打造家庭课堂对标互联网运营用户粘性校区管理对标互联网运营对接全流程无论是B端还是C端，后续将从以下方面进行深度学习
24ee5b259965·2024-01-15 09:49

通俗理解人工智能、机器学习和深度学习的关系

最近几年人工智能成为极其热门的概念和话题，可以说彻底出圈了。但人工智能的概念在1955年就提出来了，可以说非常古老。我在上小学的时候《科学》课本上就有人工智能的概念介绍，至今还有印象，但那些年AI正处于“寒冬”，很少在其他地方见到这个概念。现在人工智能这么热，普通人容易从科幻电影和媒体宣传上来理解人工智能，这就难免有很多误解的成分。漫威电影中的人工智能幻视，是一个超级英雄漫威电影中的AI人：幻视几
黑客悟理·2024-01-15 08:07

imgaug库指南（23）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-15 08:52

微调深度学习模型：初级指南

引言在深度学习领域，微调（Fine-tuning）是一种常见的实践，旨在优化预训练模型以适应特定任务或数据集。这对于那些希望利用已有模型来解决类似问题的初学者而言，是一个非常有用的技巧。
CCSBRIDGE·2024-01-15 08:51

研0或研一|如何快速入门深度学习？

一、经验建议1️⃣课程篇直接上手B站【小土堆PyTorch深度学习快速入门教程】，共计9h50min左右，预计一周就可以学完，比较偏向理论和实践相结合跟李沐学AIB站【动手学深度学习PyTorch版】刘二大人
-希冀-·2024-01-15 08:13

【Python】【深度学习】使用argparse模块和JSON管理深度学习模型的超参数

在深度学习中，超参数（如batch_size、learning_rate等）是重要的因素。我们通过调整超参数，可以得到不同的实验结果。因此，我们通常需要尝试大量不同的超参数设置，来获得较好的数据。
忘却的旋律dw·2024-01-15 08:08

提取模型权重进行计算推理

pytorch获取全部权重参数、每一层权重参数自制深度学习推理框架-第七课-构建自己的计算图一、提取pytorch模型权重首先查看模型权重的各个层的大小分布情况：E:\Anaconda3\envs\pytorch1
dataloading·2024-01-15 07:43

轻松配置深度学习模型 ?

由于所有模块都需要大量参数和设置，因此管理深度学习模型可能很困难。训练模块可能需要诸如batch_size或num_epochs之类的参数或学习率调度程序的参数。
冷冻工厂·2024-01-15 06:26

大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程

文章目录大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程一、深度残差网络（DeepResidualNetworks）简介深度学习与网络深度的挑战残差学习的提出为什么ResNet
星川皆无恙·2024-01-15 06:14

神经网络与深度学习（五）——人工神经网络和卷积神经网络

姓名：吴丞楚学号：20012100032学院：竹园三号书院【嵌牛导读】简要介绍NN与CNN【嵌牛鼻子】深度学习神经网络【嵌牛提问】NN与CNN的区别有哪些人工神经网络简称神经网络(NN)，是目前各种神经网络的基础
吴丞楚20012100032·2024-01-15 06:08
上一页 61 62 63 64 65 66 67 68 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他