Learning(Caffe

基于Partial Cross Entropy的弱监督语义分割实战指南

这催生了弱监督学习（WeaklySupervisedLearning）的研究方向，其中partialcrossentropyloss（部分交叉熵损失）成为重要的技术手段。
Loving_enjoy·2025-05-09 21:09

OpenCV专利收费免费模块介绍

DNN模块（深度学习）功能：加载Caffe、TensorFlow模型，前向传播推理。收费状态：免费。核心模块，无专利或收费限制。依据：官方开源声明。Flann模块（快速近似最近邻搜索）
ice_junjun·2025-05-09 21:05

PyTorchVideo：视频理解研究的深度学习库

PyTorchVideo：视频理解研究的深度学习库pytorchvideoAdeeplearninglibraryforvideounderstandingresearch.项目地址:https://gitcode.com
虞亚竹Luna·2025-05-09 20:58

基于Java的机器学习算法实现与优化

好的，以下是关于“基于Java的机器学习算法实现与优化”的博客文章：基于Java的机器学习算法实现与优化机器学习（MachineLearning,ML）作为人工智能的一个重要分支，近年来在各行各业得到广泛应用
向哆哆·2025-05-09 16:58

AIOfferly刷题记录

答案GradientDescentisanoptimizationalgorithmusedtominimizetheerrorofamachinelearningmodel.Itfirstcomputesthegradient
Mi Manchi26·2025-05-09 13:41

量子机器学习中的GPU加速实践：基于CUDA Quantum的混合编程模型探索

引言：量子机器学习的新范式在量子计算与经典机器学习交叉融合的前沿领域，量子机器学习（QuantumMachineLearning,QML）正经历着革命性突破。
九章云极AladdinEdu·2025-05-09 01:56

【计算机视觉】自监督学习在CV中的突破：SimCLR、MoCo与BYOL

BYOL一、前言1.1深度学习在CV领域的现状1.2自监督学习的兴起二、自监督学习基础概念2.1自监督任务设计2.2特征表示学习三、SimCLR:ASimpleFrameworkforContrastiveLearningofVisualRepresentations3.1SimCLR
xcLeigh·2025-05-08 18:41

机器学习 vs 深度学习：深入浅出解析两者的区别

在当今科技飞速发展的时代，**机器学习（MachineLearning）和深度学习（DeepLearning）**成为了人工智能（AI）领域的热门话题。
海豹工匠·2025-05-07 20:53

入选 CVPR 2025，哈工大团队提出分层蒸馏多示例学习框架 HDMIL，快速处理千兆像素病理全切片图像

多示例学习(Multi-InstanceLearning,MIL)是当前
·2025-05-07 20:38

生成对抗网络：解锁无限创意的深度学习秘籍

生成对抗网络：解锁无限创意的深度学习秘籍一、引言1.1生成对抗网络的定义1.2GAN的历史背景与发展历程1.3GAN在深度学习中的重要性与应用场景二、GAN的基本概念2.1对抗学习（AdversarialLearning
才华横溢caozy·2025-05-07 16:56

【AI论文】随机应变：通过强化学习实现社交代理的自适应思考

在本文中，我们提出了自适应模式学习（AdaptiveModeLearning,AML）方法，该方法根据实时上下文从四种思考模式（直观反应→深度沉思）中策略性地选择。我们框架的核心创新
东临碣石82·2025-05-07 09:45

深入理解自监督学习（Self-Supervised Learning）：理论与实践

近年来，自监督学习（Self-SupervisedLearning，SSL）作为一种新兴的学习范式，在计算机视觉、自然语言处理等多个领域都取得了显著的进展。与传统的监督学
字节旅行·2025-05-07 07:30

半监督学习与强化学习的结合：新兴的智能训练模式

随着人工智能技术的迅猛发展，半监督学习（Semi-SupervisedLearning,SSL）与强化学习（ReinforcementLearning,RL）作为两种重要
字节旅行·2025-05-07 07:30

详解trl中的GRPOTrainer和GRPOConfig

HuggingFace的TRL(TransformerReinforcementLearning)库通过GRPOTrainer和GRPOConfig提供了该算法的开箱即用实现。
几道之旅·2025-05-07 06:56

从MLOps到TestOps：测试流程的智能化演进

相比之下，机器学习工程领域的MLOps（MachineLearningOperations）发展迅猛，形成了从模型训练、部署、监控到反馈闭环的成熟体系。
测试者家园·2025-05-07 06:25

Java学习手册开源项目指南

Java学习手册开源项目指南JavaLearningmanual一本涵盖Java知识体系的Java学习手册（AJavalearningmanualthatcoverstheJavabodyofknowledge
郁勉能Lois·2025-05-07 00:53

CCF推荐学术会议-A（人工智能）：NeurIPS 2025

NeurIPS2025TheThirty-NinthAnnualConferenceonNeuralInformationProcessingSystems(NeurIPS2025)isaninterdisciplinaryconferencethatbringstogetherresearchersinmachinelearning
爱思德学术·2025-05-07 00:50

《深度学习实践教程》[吴微] ch-5 3/5层全连接神经网络

optimfromtorch.autogradimportVariablefromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets,transforms#定义一些超参数batch_size=64learning
破无差Povchar·2025-05-06 16:06

[machine learning] Transformer - Attention (一)

Attention是Transformer的核心，本系列先通过介绍Attention来学习Transformer。本文先介绍简单版的Attention。在Attention出现之前，通常使用recurrentneuralnetwords(RNNs)来处理长序列数据。模型架构上，又通常使用encoder-decoder的结构。以机器翻译为例，当输入文本序列一个一个进入encoder时，encoder
进阶的小蜉蝣·2025-05-06 10:22

人工智能概述 python opencv（史上最全）

目录1.1人工智能概念与分支：1.2机器学习1.3机器学习的分类：根据学习范式分类1.3.1有监督学习SupervisedLearning1.3.1.1有监督学习的基本定义1.3.1.2有监督学习的典型应用
博导ai君·2025-05-06 04:43

机器学习与深度学习的区别详解

机器学习与深度学习的区别详解在数据科学和人工智能领域，机器学习（MachineLearning,ML）和深度学习（DeepLearning,DL）是两个非常重要的概念。
云端.代码农夫CloudFarmer·2025-05-05 19:21

ML 作业代写 | 统计学习 Statistical Learning (using R) | 深度学习 Deep Learning (using Python)

目录Ⅰ.统计学习StatisticalLearning(usingR)1.SupportVectorMachines支持向量机2.UnsupervisedLearning无监督学习Ⅱ.深度学习DeepLearning
王平渊·2025-05-05 19:18

【学习笔记】 强化学习：实用方法论

作者选择了由IanGoodfellow、YoshuaBengio和AaronCourville三位大佬撰写的《DeepLearning》(人工智能领域的经典教程，深度学习领域研究生必读教材),开始深度学习领域学习
瑶光守护者·2025-05-05 18:09

基于不确定性感知学习的单图像自监督3D人体网格重建 （论文笔记与思考）

文章目录论文解决的问题提出的算法以及启发点论文解决的问题首先这是Self-Supervised3DHumanmeshrecoveryfromasingleimagewithuncertainty-awarelearning
Gamma and Beta·2025-05-05 16:31

联邦学习真香警告：跨机构医疗数据协作中的梯度投毒攻防

联邦学习（FederatedLearning,FL）作为医疗数据协作的核心技术，允许医院在不共享原始数据的前提下联合训练AI模型。
梦玄网络安全·2025-05-05 12:30

truffle

文章目录truffle目录结构各文件作用在本地测试合约truffle项目来自https://github.com/Dapp-Learning-DAO/Dapp-Learning/blob/main/basic
倒霉男孩·2025-05-05 00:15

什么是机器学习，机器学习的用途？

目前，普遍认为，机器学习（MachineLearning，ML）是人工智能领域中的一个方向，主要是研究如何通过计算的手段，改进系统自身的性能，说到底是通过分析足够量的数据，不断改进已有的算法，从而使得算法更加的智能
悠悠海风·2025-05-04 22:28

【漫话机器学习系列】238.训练误差与测试误差（Training Error And Test Error）

训练误差与测试误差详解|MachineLearning基础概念在机器学习的学习和实践过程中，我们经常会遇到两个重要的概念：训练误差（TrainingError）和测试误差（TestError）。
IT古董·2025-05-04 15:10

目标检测中的损失函数(三) | SIoU WIoUv1 WIoUv2 WIoUv3

SCYLLA-IoU（SIoU）来自挂在2022年arxiv上的文章：《SIoULoss:MorePowerfulLearningforBoundingBoxRegression》文章介绍了一个新的损失函数
悠悠海风·2025-05-04 14:06

Few-Shot Object Detection with Sparse Context Transformers-CVPR论文汇报

Few-ShotObjectDetectionwithSparseContextTransformers-CVPR论文汇报背景（Background）迁移学习（transferlearning）是目前解决少样本问题的一个有效方法迁移学习就是在源域
joseanne_josie·2025-05-04 12:26

【东枫电子】Embedded Software Engineer - 5G

DeepSigInc.isaventure-backedtechnologycompanypioneeringtheuseofAIin5Gandotherwirelesssystemsbyreplacingtraditionalsignalprocessingwithmachinelearning.DeepSig
东枫科技·2025-05-04 06:48

一个深度强化学习航路规划（路径规划）github项目

https://download.csdn.net/download/weixin_43145941/89025980READMEThisisaprojectaboutdeepreinforcementlearningautonomousobstacleav
iπ弟弟·2025-05-04 00:09

0-学习协同策略解决NP难路由问题(NeurlPS2021)(code)(完）

Abstract1Introduction2RelatedWorks2.1基于DRL的构造性启发式算法2.2基于DRL的改进启发式算法2.3与传统求解器结合的混合方法3FormulationofRoutingProblems4LearningCollaborativePolicies4.1
太极生两鱼·2025-05-03 20:42

深度Q学习——从入门到实践

一.Q-learningq学习是强化学习中一种很经典的算法。核心公式Q（S，A）是当前状态下选择A的Q值。是学习率，这决定了Q值更新的快慢，一般我们都取1。是折扣因子，表示未来对现在的影响多少。
Jveyvey·2025-05-03 19:38

【Machine Learning Q and AI 读书笔记】- 04 彩票假设

MachineLearningQandAI中文译名大模型技术30讲，主要总结了大模型相关的技术要点，结合学术和工程化，对LLM从业者来说，是一份非常好的学习实践技术地图.本文是MachineLearningQandAI
TurboAI·2025-05-03 19:36

Switch Transformers：核心贡献与MoE的区别

ScalingtoTrillionParameterModelswithSimpleandEfficientSparsity》是WilliamFedus、BarretZoph和NoamShazeer于2022年发表在《JournalofMachineLearningResearch
阿正的梦工坊·2025-05-03 18:31

github深度学习项目复现教程

使用github或paperswithcode搜索关键词“deeplearning”等，最受欢迎的是stars数最多的查看readme是否清晰地描述了项目目标、使用的技术、安装步骤和运行方法是否包含依赖项
橙意满满的西瓜大侠·2025-05-03 13:26

论文阅读：2025 Expert Systems with Applications.SLBDetection-Net: Towards closed-set and open-set student

www.sciencedirect.com/science/article/pii/S0957417424022590SLBDetection-Net:Towardsclosed-setandopen-setstudentlearningbe
CSPhD-winston-杨帆·2025-05-03 13:52

强化学习研究进展：在工业过程控制中的介绍与应用

AreviewOnreinforcementlearning:Introductionandapplicationsinindustrialprocesscontrol强化学习研究进展：在工业过程控制中的介绍与应用
资源存储库·2025-05-03 12:50

通过深度学习推进增材制造：当前进展与未来挑战综述

通过深度学习推进增材制造：当前进展与未来挑战综述原文信息：标题：AdvancingAdditiveManufacturingthroughDeepLearning:AComprehensiveReviewofCurrentProgressandFutureChallenges
源代码杀手·2025-05-03 12:20

深度强化学习在机器人控制中的应用与优化

```html深度强化学习在机器人控制中的应用与优化深度强化学习在机器人控制中的应用与优化随着人工智能技术的快速发展，深度强化学习（DeepReinforcementLearning,DRL）逐渐成为机器人控制领域的热门研究方向
书香浓·2025-05-03 12:17

强化学习：策略迭代与价值迭代

1.背景介绍1.1问题由来强化学习（ReinforcementLearning,RL）是一种从环境到行为的序列决策模型。
杭州大厂Java程序媛·2025-05-03 12:47

Golang 开源项目2024年初盘点

,Python,Java,C#和Javascript相关的一些开源项目，这里我整理了一份目前最受欢迎的一些Golang开源项目，按照Github上Star的数量排序，依次是project-based-learningGitHub-practical-tutorials
一烫杂货铺·2025-05-03 09:30

论文阅读笔记—— AdvFilter: Predictive Perturbation-aware Filtering against Adversarial Attack via Multi-d L

文章目录AdvFilter:PredictivePerturbation-awareFilteringagainstAdversarialAttackviaMulti-domainLearning背景贡献相关工作对抗性去噪防御对抗性训练防御其他对抗性防御方法一般图像去噪创新公式方法多域学习实验
jessIoss·2025-05-03 04:19

[24.09.28更新NeurIPS‘24]SAM（Segment Anything Model）最新顶会文章汇总

CVPR2024EndowSAMwithKeenEyes:Temporal-spatialPromptLearningforVideoCamouflagedObjectDetection（赋予SAM敏锐的洞察力
Alan.R·2025-05-03 02:11

医图论文 MIA 2025 | 基于多视图深度学习技术的乳腺钼靶图像分类：探究基于图和Transformer的架构

论文信息题目：Mammographyclassificationwithmulti-viewdeeplearningtechniques:Investigatinggraphandtransformer-basedarchitectures
小白学视觉·2025-05-02 23:18

TTRL：实时强化学习，开启无标签数据推理新篇章

TTRL：实时强化学习，开启无标签数据推理新篇章TTRLTTRL:Test-TimeReinforcementLearning项目地址:https://gitcode.com/gh_mirrors/tt
沈菱嫱Marie·2025-05-02 20:58

Gradients of Matrix-Matrix Multiplication in Deep Learning

GradientsofMatrix-MatrixMultiplicationinDeepLearning1.Matrixmultiplication2.Derivationofthegradients2.1
Yongqiang Cheng·2025-05-02 04:41

Weka通过10天的内存指标数据计算内存指标动态阈值

下面是一些步骤和思路，你可以用来计算内存指标的动态阈值：环境Weka官方网站：Weka3-DataMiningwithOpenSourceMachineLearning
飞火流星02027·2025-04-30 18:01

[论文笔记]Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Com

引言今天带来论文Adaptive-RAG:LearningtoAdaptRetrieval-AugmentedLargeLanguageModelsthroughQuestionComplexity的笔记
愤怒的可乐·2025-04-30 14:36
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他