CNN训练准确度低

【蔬菜识别】Python+深度学习+CNN卷积神经网络算法+TensorFlow+人工智能+模型训练

作为主要编程语言，通过收集了8种常见的蔬菜图像数据集（'土豆','大白菜','大葱','莲藕','菠菜','西红柿','韭菜','黄瓜'），然后基于TensorFlow搭建卷积神经网络算法模型，通过多轮迭代训练最后得到一个识别精度较高的模型文件
·2025-02-12 01:24

基于Jacoco的增量覆盖率实现与落地二

使用过程中遇到了很多新的问题，例如：无法统计增量代码覆盖率，以便量化测试完整度不支持合并覆盖率报告，多人多环境协作测试时无法获得完整统计数据报告手动生成，以及生成报告的必要信息也需要人肉收集，系统间自动化程度低，
·2025-02-12 01:51

实现I/O多路复用并发服务器与客户端通信

无论是TCP循环服务器还是UDP循环服务器，使用效率低而且使用范围较小，因此重点关注并发服务器实
এ。̶̶̶爱̶而̶不̶得̶·2025-02-12 00:21

使用matlab 对传递函数分析bode图和阶跃函数

可以快速的获得结果如我们有一个一阶低通传递函数sys=wn/(s+wn)在matlab中首先定义一个变量s=tf('s');wn=100；%写出传递函数sys=wn/(s+wn)；%绘制bode图bode
DKZ001·2025-02-11 23:13

深度学习-与OCR结合

整体思路结合深度学习实现OCR通常包含以下几个步骤：数据准备：收集和标注包含文本的图像数据，构建训练集和测试集。模型构建：选择合适的深度学习模型，如卷积神经网络（CNN）结合循环神经网络（RN
小赖同学啊·2025-02-11 22:11

快速搭建GRU循环神经网络预测模型

但是，我需要确保MATLAB支持GRU网络的创建和训练。让我想想，MATLAB的DeepLearningToolbox提供了设计和训练神经网络的功能，包括GRU层。
智汇未来·2025-02-11 22:38

深度学习中模型轻量化及具体方案应用

模型轻量化的核心目标是提高推理速度、降低功耗、减少内存占用，以便在边缘设备上实现实时性或低延迟的响应。
码上就位·2025-02-11 22:36

【时序预测】-深度学习系列

Wavenet（2016）重点：CNN系列+因果卷积+膨胀卷积核心：确保了输出的时间点只依赖于输入序列中时间戳早于或等于该输出时间点的数据，核心模块膨胀卷积能够扩大卷积层的感受野，从而更充分学习序列的全局信息
TIM老师·2025-02-11 22:04

【专题】DeepSeek颠覆性在于实现AI平权、惊艳世界，算力与应用将迎来结构性变化报告汇总PDF洞察（附原数据表）

同时，它的训练和使用成本大幅降低
·2025-02-11 21:14

AI赋能灯塔低代码平台，AI应用落地“加速器”

传统开发方式在算法研究、模型训练、代码编写、系统集成及测试优化等环节，不仅需要专业技术人员的深度参与，还耗费大量时间和资源。这些挑战使得AI应用的落地变得异常艰难。
·2025-02-11 21:13

DuckDB FDW 使用教程

DuckDB是一个嵌入式SQL数据库，专为OLAP场景设计，具有高性能和低延迟的特点。通
邓娉靓Melinda·2025-02-11 21:26

大模型推理服务全景图

作者：望宸随着DeepSeekR1和Qwen2.5-Max的发布，国内大模型推理需求激增，性能提升的主战场将从训练转移到推理。由于无论是训练还是推理，如何提升性能都是业内讨论最多的话题之一。
·2025-02-11 21:12

基于Jacoco的增量覆盖率实现与落地三

使用过程中遇到了很多新的问题，例如：无法统计增量代码覆盖率，以便量化测试完整度不支持合并覆盖率报告，多人多环境协作测试时无法获得完整统计数据报告手动生成，以及生成报告的必要信息也需要人肉收集，系统间自动化程度低，
·2025-02-11 20:39

第二篇文章

使用过程中遇到了很多新的问题，例如：无法统计增量代码覆盖率，以便量化测试完整度不支持合并覆盖率报告，多人多环境协作测试时无法获得完整统计数据报告手动生成，以及生成报告的必要信息也需要人肉收集，系统间自动化程度低，
·2025-02-11 20:39

迁移学习 Transfer Learning

迁移学习是一种机器学习方法，它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习，从而减少训练数据的需求、加快训练速度，并提升模型性能。1.为什么需要迁移学习？
有人给我介绍对象吗·2025-02-11 20:23

开春特惠，华纳云香港云8H16G5M低至166元/月，双E5香港CN2服务器限时抢购ing

云服务器优惠促销，月付5折，年付3折，爆款香港云8H16G5M低至166元/月高性能E5
·2025-02-11 20:38

预训练语言模型：从BERT到GPT，NLP的新纪元

自然语言处理（NLP）在过去几年中经历了翻天覆地的变化，而这一变化的催化剂无疑是预训练语言模型（Pre-trainedLanguageModels,PLMs）的崛起。
Evaporator Core·2025-02-11 20:23

DeepSeek图神经网络（Graph Neural Networks, GNNs）基础与实践

DeepSeek提供了强大的工具和API，帮助我们高效地构建和训练图神经网络。本文将详细介绍如何使用DeepSeek进行图神经网络的基础与实践，并通过代码示例帮助你掌握这些
Evaporator Core·2025-02-11 20:22

【深度学习实战：kaggle自然场景的图像分类-----使用keras框架实现vgg16的迁移学习】

数据集train.csv-训练集test.csv-测试集SceneImages-图像文件夹训练
机器学习司猫白·2025-02-11 20:18

DeepSeek迁移学习与预训练模型应用

迁移学习是一种利用预训练模型的知识来加速新任务训练的技术。通过迁移学习，我们可以在数据量有限的情况下，快速构建高性能的模型。
Evaporator Core·2025-02-11 19:48

DeepSeek-MoE-16b：高效稀疏架构引领大模型降本增效革命

DeepSeek-MoE-16b是深度求索（DeepSeek）研发的混合专家模型（MixtureofExperts,MoE），参数规模160亿，旨在通过稀疏化计算架构解决传统稠密模型（如Llama2、GPT-3）的高训练与推理成本问题
热爱分享的博士僧·2025-02-11 18:36

SD-WAN分布式组网：构建高效、灵活的企业网络架构

无论是跨区域的分支机构互联，还是企业与云服务的连接，如何在不同区域实现高效、低延迟的网络传输，已成为业务成功的关键。
犀思云·2025-02-11 17:33

史上最厉害的Java进阶之路

这是Java的流程控制，操控“一切”那些年，那些大神玩的数组来场刺激的数组训练吧！
m0_51274464·2025-02-11 17:31

实践深度学习：构建一个简单的图像分类器

本文将指导你如何使用深度学习框架来构建一个简单的图像分类器，我们将以Python和TensorFlow为例，展示从数据准备到模型训练的完整流程。
是Dream呀·2025-02-11 17:58

AI换脸技术原理以及为什么需要进行海量次数的模型训练?

AI换脸技术通俗点说就是“深度伪造技术”,是基于人工智能，特别是深度学习和生成对抗网络（GANs）的一种技术，能够将一个人的面部特征与另一个人的面部特征进行交换，从而生成非常真实的换脸视频或图像。AI换脸技术的基本原理生成对抗网络（GANs）GANs是AI换脸技术背后的核心算法，它由两个神经网络组成，一个是生成器，负责生成新的图像或视频；另一个是判别器，负责判断生成的图像是否真实。通过不断的“对抗
码场老菜鸟·2025-02-11 16:55

Java分布式流处理，flink+kafka实现电商网站个性化商品推荐系统

文章目录戳底部名片，一起变现技术栈选择设计实现思路实现步骤及示例代码1.数据采集2.数据预处理3.特征工程4.模型训练5.结果输出6.前端展示戳底部名片，一起变现在现代电商环境中，用户每天都会浏览大量商品页面
图苑·2025-02-11 16:24

千帆大模型提示词调优实践

大模型场景实战培训，提示词效果调优，大模型应用定制开发，点击咨询原始提示词以下是减重训练计划的提示词#能力与角色:作为一名经验丰富的注册营养师和运动健身教练，我将根据您的具体情况，为您制定一个为期{duration
·2025-02-11 16:57

【NLP算法面经】NLP算法面经 -- 腾讯 VS 美团（附面题）

大模型算法高频面题（全面整理ʘ‿ʘ）一、大模型（LLMs）基础面大模型（LLMs）架构篇注意力机制（Attention）篇Transformer理论篇二、大模型微调面有监督微调（SFT）篇高效微调篇提示学习篇人类对齐训练
青松ᵃⁱ·2025-02-11 13:37

如何训练自己的数据集之——无人机视觉定位数据集，视觉定位，无人机视觉定位数据集无人机图像的空间分辨率

数据集旨在通过提供多样化的数据来支持无人机视觉定位模型的训练和测试。该数据集包含6,742幅无人机图像和11幅卫星影像。无人机图像
计算机c9硕士算法工程师·2025-02-11 13:01

唤醒 AI 算力，专有云 ABC Stack 面向企业级智算平台的 GPU 提效实践

大模型训练的时候，我们会请技术专家
·2025-02-11 12:16

云上一键部署 DeepSeek-V3 模型，阿里云PAI Model Gallery 最佳实践

为了实现高效的推理和成本效益的训练，DeepSeek-V3采用了MLA（Multi-headLatentAttention）和DeepSeekMoE架构。
·2025-02-11 11:44

有了测试环境，为什么还需要预发环境

环境与生产的一致性●测试环境：通常使用简化配置（如低配服务器、小规模数据库）或模拟数据，难以完全复现生产环境的硬件、网络和依赖。
xidianhuihui·2025-02-11 11:54

DeepSeek与ChatGPT对比：技术、应用与未来趋势

DeepSeek和ChatGPT作为其中的典型代表，各自凭借独特的技术架构、训练方式和应用优势，在不同领域展现出卓越的性能。
CodeJourney.·2025-02-11 11:49

首日调用客户破1.5万！DeepSeek-V3/R1上线背后的超低推理成本技术揭秘

百度智能云针对此次模型上线提供了行业领先的超低推理价格，低至DeepSeek官方刊例价3-5折，当前还可享受限时免费服务。
·2025-02-11 11:33

DeepSeek Coder 填空任务在代码生成和补全中具体是如何实现的？

DeepSeekCoder在代码生成和补全中的实现主要依赖于其强大的预训练机制和特定的训练任务设计。
百态老人·2025-02-11 10:09

Transformer：基于注意力机制的序列转换模型

这篇论文提出了一种全新的神经网络架构——Transformer，它完全基于注意力机制，摒弃了传统的循环（RNN）和卷积（CNN）网络结构，用于序列转换任务，如机器翻译和英语成分句法分析等。Trans
金外飞176·2025-02-11 09:07

DeepSeek-v3笔记(1)

它主要解决不同routeexpert训练不平衡问题，思路就是谁训得少了就把谁被选中的概率抬高。至于MLA
蒸土豆的技术细节·2025-02-11 09:06

算法训练day51Leetcode139.单词拆分 多重背包了解 背包问题总结

139.单词拆分.-力扣（LeetCode）题目分析初始化：初始化一个布尔型向量dp，大小为s.size()+1，所有值初始化为false，除了dp[0]被设置为true。这个布尔数组代表字符串s[0..i]能否通过拼接字典中的单词来形成。dp[0]=true的原因是一个空字符串总是可以被形成。转换wordDict：输入的wordDict被转换成一个无序集合wordset，以便高效查找单词。动态规
dc爱傲雪和技术·2025-02-11 09:36

人工智能在制造业的具体应用案例-总纲

模型训练：使用ML.NET或TensorFlow.NET训练回归模型，预测设备剩余寿命。实时预测：将模型部署到C
局外人_Jia·2025-02-11 09:05

【代码随想录训练营】【Day05休息】【Day06】第三章｜哈希表｜哈希表理论基础｜242.有效的字母异位词｜349. 两个数组的交集｜202. 快乐数｜1. 两数之和

哈希表理论基础总结：当我们遇到了要快速判断一个元素是否出现在集合里或者重复出现时，就要考虑哈希法。哈希法是用空间换时间的方法，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速的查找。更多有关哈希表的理论基础可查阅：《代码随想录》哈希表理论基础242.有效的字母异位词题目详细：LeetCode.242当两个字符串具有以下特点时，则称它们互为字母异位词：字符串的长度相等字符串中的每
蚝油菜花·2025-02-11 09:35

AWS在游戏开发与全球发行中的技术实践与架构解析

在当今全球化游戏市场中，从独立工作室到3A大厂都面临着严峻的技术挑战：如何构建可弹性扩展的全球架构，如何应对百万级并发玩家的实时交互需求，如何确保跨地域玩家的低延迟体验。
AWS官方合作商·2025-02-11 09:32

『大模型笔记』国外大神对DeepSeek R1的科普！

时间线推理与Agent推理模型≠Agent推理为什么重要推理需要变得廉价R1的重要意义AI的发展走势预训练规模扩张的路走不通了推理阶段的规模定律缩小模型体量（新的规模定律？）强化学习（新的规模定律？）
AI大模型前沿研究·2025-02-11 09:02

[机缘参悟-233]：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。这既称为经验，也称为成见，也称为认知。

前言：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。
文火冰糖的硅基工坊·2025-02-11 09:31

深度学习｜表示学习｜Batch Normalization 详解：数学、代码与经验总结｜22

如是我闻：在深度学习模型中，BatchNormalization（简称BN）是一种常用的技术，能有效加速训练并提高模型的稳定性。
漂亮_大男孩·2025-02-11 08:56

TensorFlow 学习笔记--基础文本分类

这笔记里代码里都改过来了文章目录电影评论文本分类导入库下载IMDB数据集加载数据集对训练数据进行预处理创建神经网络模型编译模型训练模型评估模型导出模型对新数据进行预测参考：[基本文本分类](htt
小陈加油中····2025-02-11 08:55

Transformer 的辉煌与大模型方向确立，点燃AGI之火把

DeepSeek-V3，指明下一个阶段大模型发张方向，破壁：资金壁垒：训练成本降低，适配丰富硬件，总过进一步降低资金需求。
dingcb168·2025-02-11 07:47

AI知识库和全文检索的区别

1.2知识推理逻辑推理：通过知识图谱或预训练模型，AI知识库可以进行逻辑推理，回答复杂问题。多跳推理：能够从多个数据源中提取信息，综合生成答案。1.
xixingzhe2·2025-02-11 07:44

如何通过腾讯 ima.copilot 训练自己的知识库

如何通过腾讯ima.copilot训练自己的知识库在信息爆炸的时代，拥有一个专属的知识库，能让我们在学习、工作中快速获取所需信息，极大地提升效率。
老黄浅谈质量·2025-02-11 07:13

深入讲解MyBatis

1.MyBatis的背景和优势背景：在Java开发中，传统的JDBC操作数据库代码繁琐，需要手动管理数据库连接、编写SQL语句、处理结果集等，开发效率低且容易出错。
胡图蛋.·2025-02-11 06:06

ASP.NET Core程序的部署

发布不能直接把bin/Debug部署到生产环境的服务器上，性能低。应该创建网站的发布版，用【发布】功能。两种部署模式：“框架依赖”和“独立”。独立模式选择目标操作系统和CPU类型。
AAA猪饲料批发李师傅·2025-02-11 05:04
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他