Python+深度学习第40页

机器学习、深度学习、自然语言处理基础知识总结

说明机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。

北航程序员小C·2024-01-26 10:43

使用thop输出深度学习模型的flops和param

首先pipinstallthop然后frombasicsr.archsimportyourmodelfromthopimportprofilemodel=resnet50()input=torch.randn(1,3,224,224)flops,params=profile(model,inputs=(input,))print('flops:',flops)print('params:',par

yanzhizhiyang·2024-01-26 10:01

交叉熵损失函数（Cross-Entropy Loss Function）

交叉熵损失函数（Cross-EntropyLossFunction）在处理机器学习或深度学习问题时，损失/成本函数用于在训练期间优化模型。目标几乎总是最小化损失函数。损失越低，模型越好。

或许，这就是梦想吧！·2024-01-26 10:54

【01】深度学习——数学基础 | 线性代数 | 微积分 |概率

深度学习1.线性代数1.1标量(scalar)1.2向量(Vector)1.2.1模长和范数1.2.2单位向量1.2.3向量的内积1.2.4向量的外积1.3矩阵(Matrix)1.3.1矩阵转置1.3.2

花落指尖❀·2024-01-26 10:53

深度学习模型FLOPs详解

计算方法FLOPS:注意全大写，是floatingpointoperationspersecond的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写，是floatingpointoperations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。其计算公式如下：不能只用FLOPs作为网络速度的指标原因：FLOPs没有考虑

Shashank497·2024-01-26 10:51

[深度学习]PaddleClas：统计模型Flops

PaddleClas：统计模型Flops函数接口paddle.flops(net,input_size,custom_ops=None,print_detail=False)[源代码]作用为：打印网络的基础结构和参数信息。参数net(paddle.nn.Layer|paddle.static.Program)-网络实例，必须是paddle.nn.Layer的子类或者静态图下的paddle.stat

或许，这就是梦想吧！·2024-01-26 10:19

探索Topaz Video AI：提升视频质量的智能工具

TopazVideoAI通过深度学习算法和图像增强技术，能够清晰地重建丢失的细节，提高视频的清晰度和锐度。它还能有效地降噪，消除视频中的噪点和颗粒，使画面更加清晰和平滑。此

招财进宝129·2024-01-26 10:04

《动手学深度学习(PyTorch版)》笔记3.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.6ImplementationsofSoftmaxRegressionfromScratchimporttorchimpo

南七澄江·2024-01-26 09:52

《动手学深度学习(PyTorch版)》笔记3.5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.5ImageClassificationDatasetimporttorchimporttorchvisionimport

南七澄江·2024-01-26 09:51

《动手学深度学习(PyTorch版)》笔记3.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.2ImplementationsofLinearRegressionfromScratchimportnumpyasnpi

南七澄江·2024-01-26 09:21

《动手学深度学习(PyTorch版)》笔记3.7

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter3LinearNeuralNetworks3.7ConciseImplementationsofSoftmaxRegression从计算角度来看，指数可能会造成数值稳定

南七澄江·2024-01-26 09:21

【深度学习】动手学深度学习PyTorch版笔记

刚学深度学习那会看的是李沐老师的视频，同时做了些笔记，基本都是自己主观性比较强的笔记，而且也没看完，看了前面十几集后基本就是直接上实战，然后跳着看了。建议学习深度学习的同学直接去看视频跟李沐学AI。

EucliwoodXT·2024-01-26 09:16

《动手学深度学习(PyTorch版)》笔记3.4

Chapter3LinearNeuralNetworks3.4SoftmaxRegression3.4.1ClassificationProblems一般的分类问题并不与类别之间的自然顺序有关，统计学家发明了一种表示分类数据的简单方法：独热编码（one-hotencoding）。独热编码是一个向量，它的分量和类别一样多。类别对应的分量设置为1，其他所有分量设置为0。在我们的例子中，标签yyy将是一

南七澄江·2024-01-26 09:42

MWORKS.Syslab 如何统一 Julia、C/C++、Python 乃至 MATLAB —— 解密多语言统一的底层机制

年轻理科生们的口中逐渐出现了诸如“调参侠”“调包小子”“炼丹师”等新潮的调侃词语，这些来自机器学习/深度学习领域的“梗”在社交网络中逐渐扩散，让人们不禁感叹科学计算已经成为了炙手可热的“显学”。

同元软控·2024-01-26 07:57

AI学习(3): PyTorch-初识张量

在PyTorch中，张量是torch.Tensor类的实例，它提供了丰富的方法和功能，用于进行数值计算和深度学习模型的构建与训练。

猿码记·2024-01-26 07:31

互联网加竞赛基于机器视觉的银行卡识别系统 - opencv python

1前言优质竞赛项目系列，今天要分享的是基于深度学习的银行卡识别算法设计该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

Mr.D学长·2024-01-26 06:23

Python NLP深度学习进阶：自然语言处理

随着深度学习的快速发展，NLP的研究和应用也在不断进步。在Python中，有许多强大的库和工具可以帮助我们进行NLP任务。

独木人生·2024-01-26 06:17

TensorFlow 深度学习开发环境搭建全教程

PyTorch深度学习开发环境搭建全教程TensorFlow深度学习开发环境搭建全教程1、指定清华源命令-ihttps://pypi.tuna.tsinghua.edu.cn/simple2、conda

机器学习杨卓越·2024-01-26 06:46

深度学习基础知识

卷积神经网络——图像卷积特征提取卷积核（算子）用来做图像处理时的矩阵，与原图像做运算的参数。卷积层基本参数（卷积核大小，步长【pytorch默认为1】，padding边缘填充）输出尺寸=（输入尺寸-卷积核尺寸+2*padding）/stride+1卷积神经网络的基本结构层输入层：批次通道图像大小卷积层激活函数：加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题，CNN较为常

湘溶溶·2024-01-26 06:40

深度学习（6）---Transformer

文章目录一、介绍二、架构2.1Multi-headAttention2.2Encoder(编码器)2.3Decoder(解码器)三、Encoder和Decoder之间的传递四、Training五、其他介绍5.1CopyMechanism5.2BeamSearch一、介绍 1.Transformer是一个Seq2Seq（Sequence-to-Sequence）的模型，这意味着它能够处理从输入序列到

冒冒菜菜·2024-01-26 06:36

深度学习与图像描述生成——图像描述生成方法（4）

目录一、基于模板的方法1.1定义1.2原理1.3关键技术1.4发展历程1.5应用场景1.6特征二、基于检索的方法2.1定义2.2原理2.3关键技术2.4发展历程2.5应用场景2.6特征三、基于编码器-解码器架构的方法3.1定义3.2原理3.3关键技术3.4发展历程3.5应用场景3.6特征图像描述的具体生成方法有很多，主要是基于模板的方法、基于检索的方法，以及基于编码器-解码器的方法。后者已经基本成

giszz·2024-01-26 06:02

AI模型压缩技术

模型压缩技术是指通过一系列方法和技巧，减小深度学习模型的大小和计算量，同时尽量保持模型的性能。这对于在资源受限的设备上部署模型、减少模型传输和存储成本以及提高模型推理速度都非常有用。

SugarPPig·2024-01-26 06:28

MedSAM：深度学习通用医学影像分割模型，更快、更准确地自动识别诊断疾病

MedSAM是一款基于深度学习的医学影像分割工具，它能够自动识别和描绘医学影像中的重要区域，如肿瘤或其他组织的病变。

喜好儿aigc·2024-01-26 06:18

仿真机器人-深度学习CV和激光雷达感知(项目2)day6【数学基础-坐标变换】

文章目录前言坐标变换的作用旋转与平移二维变换旋转平移推广到三维齐次坐标问题引入定义用法变换矩阵旋转的其他表示方法*前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用

辰chen·2024-01-26 05:45

人要有一颗求知的进取心并为之奋斗的雄心。

由此在具体实践中的方法论就是：深度学习、深度思考、深度工作。想要达成的结果是：学得深入、想得明白、干得利索。终极目的是：快乐生活。深度学习有阅读和体验。

李三NO·2024-01-26 05:53

人工智能时代下，投机取巧应用上架方式的消退与创意价值的崛起

AI审核系统通过深度学习和大数据分

TechCreator·2024-01-26 04:58

2019-02-11

03、深度学习的问世，意味着我们将从专家的年代转变为数据的年代。——李开复《AI.未来》爱，让我们区别于人工智能！图片发自App

一直是沐子雪·2024-01-26 04:25

关于深度学习服务器配置的一些问题（二）——硬盘挂载、IP配置、端口映射和SSH配置文件

本文内容硬件环境和系统配置硬盘挂载远程访问配置静态IP分配第一步，服务器不联网第二步，服务器联网其他端口映射关于SSH配置文件本文中远程访问配置仅限于路由器在内网（校园网）中IP不变的情况，使用的路由器为TP-LINK系列硬件环境和系统配置服务器为DellPrecision7920，操作系统Ubuntu20.04server，系统安装过程，换源，ssh基本配置，CUDA和驱动安装等内容见上一篇博客

NekoTom·2024-01-26 03:44

数据分析项目｜淘宝用户行为分析（Python+可视化）

一、认识数据了解数据的来源、字段等信息1.1数据来源及介绍本数据来源于阿里云天池，是其随机选择约100万用户在2017年11月25日至12月3日之间发生的行为记录，具有包括点击、购买、加购物车和收藏商品的行为。数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。1.2数据格式二、提出问题针对不同的数据提出问题，总结分析思路了解到所给数据集只有5个

程序员小猴紫·2024-01-26 01:53

DNN二手车价格预测完整代码

前言最近在学习深度学习，就用DNN试着跑了个天池赛二手车价格预测，特征还是用之前集成模型跑的特征，通过不断调试模型的学习率、隐藏层数量、神经元数量、优化器、激活函数、迭代次数、batchsize，KFold

wjzeroooooo·2024-01-26 01:53

关于视觉3d目标检测学习像素深度的一点理解

在真实世界的一个物体，可以通过相机矩阵将其投影到像素坐标系上但是，在像素坐标系上的像素，由于相机的原理，导致它的深度信息已经没有了，所以原理上是没法得到其真实深度的(即3d位置)那么现在的深度学习方法又为什么能预测出物体的深度呢

zhaoyqcsdn·2024-01-26 01:04

NNI --模型剪枝

修剪深度学习模型有三种常见做法，NNI通过在关键修剪阶段工作来支持上述所有修剪实践。

Good@dz·2024-01-26 01:33

我的2023年的总结

我开始系统地学习深度学习框架

编程千纸鹤·2024-01-26 00:48

02 深度学习介绍【动手学深度学习v2】

自然语言处理：语言->符号计算机视觉：在一个图片里可以帮你做一些处理->图片很难用符号解释->使用概率模型深度学习：是机器学习的一种、可以做自然语言处理、计算机视

不安全的安保·2024-01-26 00:15

01 课程安排【动手学深度学习v2】学习目标

学习规划频率：每天1-2节课视频课程地址：跟李沐学AI的个人空间-跟李沐学AI个人主页-哔哩哔哩视频产出：主要阵地：CSDN：不安全的安保-CSDN博客知乎：不安全的安保-知乎Bilibili：不安全的安保的个人空间-不安全的安保个人主页-哔哩哔哩视频小红书号：455447847今日头条：https://www.toutiao.com/c/user/token/MS4wLjABAAAA47K97v

不安全的安保·2024-01-26 00:14

60分钟速通LoRA模型训练！

的高配置要求就是为了同时微调其中的所有参数）训练的意义：让模型的“认知”发生改变，模型里以向量形式存储的像素分布规律发生改变，执行运算的时候，他们会被用来调节算法的运行逻辑从而输出不同的结果--->模型权重在深度学习中

不安全的安保·2024-01-26 00:44

2021-08-28

八月份，拜读了陈静静博士的《学习共同体：走向深度学习》一书，这本书是陈博士十多年来，观摩了3000多节课，观察了5000多位学生的完整学习过程，并对学生学习过程进行深入的分析，且与很多老师共同进行教学改进探索而形成的一本教学理论书籍

岁月静好2019·2024-01-26 00:18

FAIR-Wave2Vec 2.0模型介绍

1.自动语音识别（ASR）领域介绍自动语音识别（ASR）领域的重大突破在过去几年中取得了显著进展，以下是一些关键的发展和里程碑：深度学习的引入：2012年前后，随着深度神经网络（DNN）在语音识别领域的应用

科学禅道·2024-01-26 00:26

【深度学习】CodeFormer训练过程，如何训练人脸修复模型CodeFormer

文章目录BasicSR介绍环境数据阶段I-VQGAN阶段II-CodeFormer(w=0)阶段III-CodeFormer(w=1)代码地址：https://github.com/sczhou/CodeFormer/releases/tag/v0.1.0论文的一些简略介绍：https://qq742971636.blog.csdn.net/article/details/134562550Bas

XD742971636·2024-01-26 00:54

PyTorch的衍生资源

PyTorch作为深度学习领域的一个重要框架，自2016年首次发布以来经历了显著的发展。

科学禅道·2024-01-26 00:23

【Fooocus 深度学习】SDXL，AIGC生图，源码解读

文章目录使用通配符增加prompt多样性Fooocus的风格实现使用通配符增加prompt多样性prompt和negative_prompt都可以通过apply_wildcards函数来实现通配符替换，apply_wildcards会从txt中随机找一个出来。prompt='sunshine,river,trees,__artist__'task_prompt=apply_wildcards(pr

XD742971636·2024-01-25 23:59

2016年不可错过的21个深度学习视频、教程和课程

几年之前，深度学习还是机器学习里面一个不太受人关注的领域。随着神经网络和大数据的出现，很多复杂任务的实现已经成为可能。2009年时，深度学习还是一个新兴领域，只有少数人认为这是一个值得研究的领域。

wd_cloud·2024-01-25 22:31

强化学习 - Deep Q Network (DQN)

什么是机器学习DeepQNetwork（DQN）是一种结合深度学习和强化学习的方法，用于解决离散动作空间的强化学习问题。

草明·2024-01-25 21:23

2024年，AIGC赛道专利文献和软著大全

一、周红伟-深度学习国际发明专利深度学习国际发明专利基于深度学习的图像检索方法及装置，专利公开公告号：CN107368614A。专利类型：发明公布。

AI周红伟·2024-01-25 20:30

《速通机器学习》- 数据的量化和特征提取

本书从传统的机器学习，如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习，到前沿的深度学习和神经网络，如DNN、CNN、BERT、ResNet等，对人工智能技术进行零基础讲解，内容涵盖数学原理、公式推导

北大博士后AI卢菁·2024-01-25 19:15

Redis面试题32

什么是深度学习？它与传统机器学习有何不同？答：深度学习是机器学习的一个分支，在人工神经网络的基础上构建了多层的神经网络模型，以实现对复杂数据的学习和分析。

CrazyMax_zh·2024-01-25 19:21

大创项目推荐题目：垃圾邮件(短信)分类算法实现机器学习深度学习开题

文章目录1前言2垃圾短信/邮件分类算法原理2.1常用的分类器-贝叶斯分类器3数据集介绍4数据预处理5特征提取6训练分类器7综合测试结果8其他模型方法9最后1前言优质竞赛项目系列，今天要分享的是基于机器学习的垃圾邮件分类该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate2垃圾短信/邮件分

laafeer·2024-01-25 18:35

自然语言处理的新突破:如何推动语音助手和机器翻译的进步

基于深度学习的语音识别和语义理解技术,使得语音助手可以更准确地分析用户意图,提供个性化服务。语音识别精度的持续提高语音识别是语音助手的基础。

X_StarX·2024-01-25 18:32

深度学习网络层配置

在这个网络参数中，我们的输入是def__init__(self,num_layer,layer_num,layer_filter,output_channel,deploy=False,**kwargs):net=UnetFlexible(num_layer=cfg.seg_num_stage,layer_num=cfg.seg_layer_num,layer_filter=cfg.seg_lay

用编程减轻生活压力·2024-01-25 18:00

ubuntu使用YOLOv7训练自己的数据集

目录一、准备深度学习环境二、准备自己的数据集1、创建数据集 2、转换数据格式 3、配置文件三、模型训练1、下载预训练模型2、训练四、模型测试五、模型推理一、准备深度学习环境下载yolov7代码二、准备自己的数据集一般标注的数据格式是

谷溪m·2024-01-25 18:53

推荐频道

Python+深度学习