ML&DL-深度学习

深度ResUnet与ResUnet++：新一代的语义分割神器

深度ResUnet与ResUnet++：新一代的语义分割神器去发现同类优质开源项目:https://gitcode.com/在这个数据驱动的时代，深度学习模型在图像处理领域展现出了强大的潜力，尤其是在语义分割任务中

倪澄莹George·2025-01-26 07:29

医学类使用TransUNet、UNet、DeepLabV3+、HRNet、PSPNet 模型对息肉分割数据集进行训练、评估和可视化 EDD2020息肉数据集分割数据集

我们将使用几种流行的深度学习模型（如Tra

计算机C9硕士_算法工程师·2025-01-26 07:56

L8打卡学习笔记

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SVM与集成学习SVMSVM线性模型SVM非线性模型SVM常用参数集成学习随机森林导入数据查看数据信息数据分析随机森林模型预测结果结果分析个人总结

无涯学徒1998·2025-01-26 06:16

P5学习笔记

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊运动鞋品牌识别设置GPU导入数据构建CNN模型编写训练函数编写测试函数设置动态学习率等间隔动态调整自定义调整多间隔调整余弦退火正式训练结果可视化使用模型进行预测个人总结设置

无涯学徒1998·2025-01-26 06:46

深度学习中高斯噪声：为什么以及如何使用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：DeepHubIMBA本文约1800字，建议阅读8分钟高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。

小白学视觉·2025-01-26 05:38

深度学习｜表示学习｜卷积神经网络｜由参数共享引出的特征图｜08

如是我闻：FeatureMap（特征图）的概念与ParameterSharing（参数共享）密切相关。换句话说，参数共享是生成FeatureMap的基础。FeatureMap是卷积操作的核心产物，而卷积操作的高效性正是由参数共享带来的。下面我们详细看一下FeatureMap和ParameterSharing之间的关系：1.什么是FeatureMap？定义：FeatureMap是卷积操作生成的输出结

漂亮_大男孩·2025-01-26 02:46

探秘FreeMovie：一个开源的电影推荐系统

探秘FreeMovie：一个开源的电影推荐系统去发现同类优质开源项目:https://gitcode.com/项目简介是一个基于深度学习的开源电影推荐系统，由pojiezhiyuanjun开发并维护。

孟振优Harvester·2025-01-26 02:39

Topaz Video AI——视频修复

它利用深度学习技术对视频进行智能化处理，使得视频看起来更加清晰和流畅。TopazVideoAI特别适合那些需要修复旧视频、提升低分辨率视频质量的用户。

爱研究的小牛·2025-01-26 01:02

【深度学习|变化检测孪生网络】基于共享权重的双流 U-Net 变化检测网络架构，附代码（一）

【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）【深度学习|变化检测孪生网络】基于共享权重的双流U-Net变化检测网络架构，附代码（一）文章目录【深度学习|变化检测孪生网络

努力学习的大大·2025-01-25 22:43

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPC Loss）如何计算？以及Wasserstein距离和CPC Loss结合的对抗训练示例，附代码（二）

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPCLoss）如何计算？

努力学习的大大·2025-01-25 22:43

2025数学建模美赛B题完整建模思路——管理可持续旅游业

本文的撰写将综合运用多元的数学模型、算法以及机器学习/深度学习的方法，并在必要时给出题外假设与可行的创新性思路，以期为参赛者提供较为系

鹿鹿数模·2025-01-25 20:25

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8

QQ_767172261·2025-01-25 20:53

AlphaFold2的思路总结（十五）

2021SC@SDUSC这学期的代码分析工作接近尾声了，我想简单总结一下AlphaFold2的总体思路具体来看，AlphaFold2主要利用多序列比对（MSA），把蛋白质的结构和生物信息整合到了深度学习算法中

xiaofengzihhh·2025-01-25 16:57

python机器学习

前提Python机器学习的应用领域A.图像识别和计算机视觉B.自然语言处理和文本分析C.数据挖掘和推荐系统深度学习A.神经网络的基本原理B.常用的深度学习框架和算法C.深度学习在图像

方安乐·2025-01-25 16:57

基于深度学习的舆论分析与检测系统应用与研究

近年来，基于深度学习的自然语言处理技术取得了显著进步，这为提高舆论分析的准确性和效

计算机软件程序设计·2025-01-25 16:25

深度学习利用数据加载、预处理和增强数据提高模型的性能

深度学习数据预处理是一个关键步骤，旨在提高模型的性能和准确性。通过数据加载、预处理和增强，可以显著提高深度学习模型的性能和准确性。在实际应用中，需要根据具体的数据和任务来选择合适的预处理和增强技术。

weixin_30777913·2025-01-25 16:54

【深度学习】搭建PyTorch神经网络进行气温预测

第一步数据加载与观察①导包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttorchimporttorch.optimasoptimimportwarningswarnings.filterwarnings("ignore")%matplotlibinline②加载数据features=pd.read_csv("te

睡不着还睡不醒·2025-01-25 15:19

深度学习-97-大语言模型LLM之基于langchain的实体记忆和知识图谱记忆

文章目录1内存记忆Memory1.1记忆系统支持的操作1.2记忆的存储1.3记忆的查询2记忆的应用2.1设置环境变量2.2ConversationEntityMemory实体记忆2.3ConversationKGMemory知识图谱记忆2.3.1创建ConversationKGMemory2.3.2创建ConversationChain2.4ConversationBufferWindowMemo

皮皮冰燃·2025-01-25 12:26

PyTorch 实战教程：从模型搭建到训练的每一步

用深度学习搞事情，模型搭建和训练是绕不开的两步。而PyTorch，作为一个“又灵活又好用”的深度学习框架，简直就是写代码的快乐源泉。今天我们就从0到1，实战PyTorch的模型搭建和训练流程。

AI_小站·2025-01-25 12:55

计算机视觉：卷积核

本文重点卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，广泛应用于图像识别、自然语言处理、语音识别等领域。在卷积神经网络中，卷积核是网络的核心组件之一。

每天五分钟玩转人工智能·2025-01-25 12:23

浅谈人群扩展（lookalike）模型

常用的算法应该包括协同过滤、基于标签的相似度计算，还有一些机器学习模型，比如逻辑回归、随机森林，以及深度学习的模型，比如DNN或者Embedding方法。

eso1983·2025-01-25 12:23

【深度学习】常见模型-生成对抗网络（Generative Adversarial Network, GAN）

生成对抗网络（GenerativeAdversarialNetwork,GAN）是一种深度学习模型框架，由IanGoodfellow等人在2014年提出。

IT古董·2025-01-25 11:50

InceptionV1实现猴痘病识别案例

本文为为365天深度学习训练营内部文章原作者：K同学啊InceptionModule是InceptionV1的核心组成单元，提出了卷积层的并行结构，实现了在同一层就可以提取不同的特征为了改善计算量大的问题

小叮当爱咖啡·2025-01-25 11:19

Python 深度学习实战：生成对抗网络

1.背景介绍生成对抗网络（GenerativeAdversarialNetwork，GAN）是近年来较火热的深度学习模型之一，其在图像合成、视频生成、文本数据生成等领域均取得了不俗的效果。

AI天才研究院·2025-01-25 10:45

【深度学习】常见模型-卷积神经网络（Convolutional Neural Networks, CNN）

卷积神经网络（CNN）概念简介卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一种专门用于处理数据具有网格状拓扑结构（如图像、语音）的深度学习模型。

IT古董·2025-01-25 10:08

NVIDIA L40s、A10、A40、A100、A6000横评，哪个GPU 更适合 AI 推理任务？

近年来，随着人工智能技术的发展，特别是深度学习模型的广泛应用，GPU（图形处理单元）作为加速计算的重要硬件，在AI领域扮演着越来越重要的角色。AI推理是指已经训练好的模型对新数据进行预测的过程。

DO_Community·2025-01-25 09:37

国内的AI大模型有可能超过ChatGPT吗？

以下是对这一问题的详细探讨：1.技术基础（1）现状国内AI技术：国内的AI技术发展迅速，尤其在深度学习、自然语言处理（NLP）和计算机视觉等领域已经取得了显著进展。

AIWritePaper官方账号·2025-01-25 08:28

WGAN - 瓦萨斯坦生成对抗网络

1.背景与问题生成对抗网络（GenerativeAdversarialNetworks,GANs）是由IanGoodfellow等人于2014年提出的一种深度学习模型。

池央·2025-01-25 07:52

InternLM: LMDeploy 量化部署进阶实践

LMDeploy部署模型模型部署是将训练好的深度学习模型在特定环境中运行。欢迎使用LMDeploy，支持市面上主流的格式和算法。

dilvx·2025-01-25 06:42

NVIDIA-TensorRT-Python推理

TensorRT是一个高性能的深度学习推理优化器和运行时，它能够为深度学习模型提供低延迟和高吞吐量的推理能力。

呆呆珝·2025-01-25 05:07

NCNN推理

ncnn被广泛应用于移动端和嵌入式设备上的各种深度学习应用，包括但不限于：图像分类/目标检测/语义分割/人脸识别/图像生成与处理2.NCNN的CMakeLists.txt编写ncnn的头文件，链接文件，

呆呆珝·2025-01-25 05:07

基于深度学习的鸟类识别系统详解（UI界面 + YOLOv10 + 数据集）

随着深度学习技术的发展，基于YOLO（YouOnlyLookOnce）系列模型的目标检测系统展现了卓越的性能，特别是在速度和精度上的平衡方面。

2025年数学建模美赛·2025-01-25 05:34

智源社区AI周刊：Hinton预测破解大脑机制时间；Gary Marcus批判追捧深度学习风潮；谷歌发布Imagen...

大脑是如此，深度学习也是如此。但问题在于，如何获得调整参数的梯度......目前我的信

智源社区·2025-01-24 18:46

想转行到人工智能领域，我该学什么，怎么学？

转行到人工智能（AI）领域需要系统的学习和实践，以下是详细的路径建议，涵盖基础知识、技能学习、项目实践和求职准备：一、明确目标和领域方向人工智能领域广泛，建议先了解细分方向（如机器学习、深度学习、计算机视觉

张登杰踩·2025-01-24 18:10

深度学习-94-大语言模型LLM之基于langchain的链Chain的基础应用和调用方式

文章目录1Chain链的分类1.1LCELChains(链构造器)1.2LegacyChains(遗留链)2链的基础应用2.1OllamaLLM2.2是否使用chain的对比2.2.1不使用Chain2.2.2使用Chain3链的调用方式3.1通过invoke方法【推荐】3.2通过predict方法3.3通过apply方法3.4通过generate方法4参考附录1Chain链的分类为开发更复杂的应

皮皮冰燃·2025-01-24 14:42

Swin-Unet：图像分割领域的强大工具

Swin-Unet是一种结合了SwinTransformer和U-Net结构的深度学习模型，适用于图像分割任务。

陈凯韵·2025-01-24 12:58

新质生产力与核心竞争力提升

新质生产力、人工智能、机器学习、深度学习、算法优化、数据驱动、核心竞争力、数字化转型1.背景介绍在当今数字化时代，科技创新正以惊人的速度推动着社会发展。

AI大模型应用之禅·2025-01-24 12:25

李开复：苹果发布AI应用的未来

苹果,AI,应用,未来,深度学习,自然语言处理,计算机视觉1.背景介绍近年来，人工智能（AI）技术取得了飞速发展，并开始渗透到人们生活的方方面面。

AI大模型应用之禅·2025-01-24 12:25

推荐系统的未来发展方向：大模型的主流化

AI天才研究院·2025-01-24 09:26

自动驾驶中的虚实迁移学习:降低对真实世界数据的依赖

自动驾驶,迁移学习,虚实环境,数据效率,深度学习,强化学习1.背景介绍自动驾驶技术作为人工智能领域的重要应用之一，其发展离不开海量真实世界驾驶数据。

AI架构设计之禅·2025-01-24 06:33

详细介绍 NVIDIA GeForce RTX 系列，各显卡配置参数（长期更新 - 2024.12）

主要面向游戏玩家和普通用户，同时也被广泛用于深度学习推理和训练等计算密集型任务。主要GPU产品有：50Series、40Series、30Series、20Series、10Series。

JiaWen技术圈·2025-01-24 06:02

自动检测和机器审核系统实现

目录一、自动检测和机器审核实现步骤1.文本预处理步骤细节：2.关键词检测步骤细节：3.情感分析与情境理解步骤细节：4.机器学习模型训练步骤细节：5.深度学习模型步骤细节：6.多模态审查步骤细节：7.用户行为分析与违规预测步骤细节

╰つ゛木槿·2025-01-24 05:55

Python 如何使用 Bert 进行中文情感分析

在过去的几年中，随着深度学习的发展，BERT（BidirectionalEncoderRepresentationsfromTransformers）模型迅速成为了处理自然语言的强大工具。

程序员徐师兄·2025-01-24 00:47

PyTorch深度学习实战（43）——手写文本识别

PyTorch深度学习实战（43）——手写文本识别0.前言1.手写文本识别1.1基本概念1.2输入和输出格式1.3CTC损失值2.模型与数据集分析2.1数据集分析2.2模型分析3.实现手写文本识别模型小结系列链接

盼小辉丶·2025-01-23 22:36

算法中的时间复杂度和空间复杂度

Torch或者Tensorflow之类的深度学习库大大减少了算法工程师的工作量，而且在张量运算、反向传播等环节，这些深度学习库的模块设计也尽最大可能地降低了计算的时间和空间复杂度，从而不需要我们额外进行过多的干预

CM莫问·2025-01-23 22:36

ARM Cortex-M3与Cortex-M4权威指南

ARMCortex-M3与Cortex-M4权威指南ARMCortex-M3与Cortex-M4权威指南欢迎阅读《ARMCortex-M3与Cortex-M4权威指南（第3版）》，这是一本针对嵌入式系统开发者量身打造的深度学习手册项目地址

胡妃意·2025-01-23 21:55

【数据挖掘实战】房价预测

本人主页：机器学习司猫白机器学习专栏：机器学习实战PyTorch入门专栏：PyTorch入门深度学习实战：深度学习ok，话不多说，我们进入正题吧概述本次竞赛有79个解释变量（几乎）描述了爱荷华州艾姆斯住宅的各个方面

机器学习司猫白·2025-01-23 20:21

GPT-4对话模型在客服中的应用与前景：开启智能客服新时代

GPT-4对话模型在客服中的应用与前景：开启智能客服新时代随着人工智能技术的迅猛发展，基于深度学习的对话模型在各个领域中得到了广泛应用。其中，GPT-4对话模型在客服系统中的应用尤为引人注目。

Echo_Wish·2025-01-23 20:19

模型压缩与优化技术——神经架构搜索（Neural Architecture Search, NAS）

模型压缩与优化技术中的神经架构搜索（NeuralArchitectureSearch,NAS）技术1.引言在深度学习领域，神经网络的架构设计对模型的性能至关重要。

DuHz·2025-01-23 18:37

QAT与PTQ模型量化方法的区别

QAT（QuantizationAwareTraining）和PTQ（PostTrainingQuantization）是两种常见的模型量化方法，用于减少深度学习模型的计算和存储开销，同时尽量保持模型的性能

old_power·2025-01-23 17:28

推荐频道