TF2.0.keras深度学习第37页

源码实现简介

深度学习作为机器学习的一个重要分支，在自动驾驶感知领域中发挥着越来越重要的作用。深度学习的基本原理是通过神经网络模拟人脑的认知过程，从大量的数据中学习并提取有用的特征。在自动驾

zwhdldz·2024-01-28 09:11

iou的cpu和gpu源码实现

zwhdldz·2024-01-28 09:10

python官方推荐的三本书,python好的书籍推荐

《Python高级数据分析》作者：萨扬·穆霍帕迪亚推荐语：本书包含数据分析实例，涵盖了从基础统计学到ETL、深度学习和物联网的广泛领域，给出了产业分析项目各个技术方面的概念。关于作者：萨扬·穆

Fixf4556·2024-01-28 08:04

HiDDeN Noise Layer 之 JPEG压缩——基于深度学习的水印生成网络“JPEG压缩模块”详解

一、简介论文链接：点击此链接查看HiDDeN的文献JPEG压缩在HiDDeN网络的NoiseLayer中，是通过近似模拟来实现的。二、JPEG压缩流程Step1：颜色模式转换。将RGB颜色空间，转化为YCbCr颜色空间。RGB通过红、绿、蓝三个颜色通道来表达颜色；YCbCr通过亮度、彩度蓝、彩度红三个通道来表达颜色；Step2：向下采样。在RGB颜色空间中，人眼对红、绿、蓝三种颜色的感知程度基本相

小敏同学·2024-01-28 08:58

《动手学深度学习(PyTorch版)》笔记4.8

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。Chapter4MultilayerPerceptron4.8NumericalStabilityandModelInitialization4.8.1GradientVanishi

南七澄江·2024-01-28 08:01

《动手学深度学习(PyTorch版)》笔记4.6

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。Chapter4MultilayerPerceptron4.6DropoutRegularization4.6.1ReexamineOverfitting当面对更多的特征而样本不足时

南七澄江·2024-01-28 08:00

《动手学深度学习(PyTorch版)》笔记4.7

Chapter4MultilayerPerceptron4.7Forward/BackwardPropagationandComputationalGraphs本节将通过一些基本的数学和计算图，深入探讨反向传播的细节。首先，我们将重点放在带权重衰减（L2L_2L2正则化）的单隐藏层多层感知机上。4.7.1ForwardPropagation前向传播（forwardpropagation或forwa

南七澄江·2024-01-28 08:00

深度学习与神经网络pytorch版 2.2 数据预处理

深度学习与神经网络pytorch版2.2数据预处理目录深度学习与神经网络pytorch版2.2数据预处理2.2.1读取数据集2.2.2处理缺失值2.2.3转换为张量格式小结2.2.1读取数据集#2.2.1

砍树＋c＋v·2024-01-28 08:27

【探索科技感知未来】文心一言大模型

【探索科技感知未来】文心大模型本文介绍文心一言大模型是由中国科技巨头百度公司研发的一款大规模语言模型，其基于先进的深度学习技术和海量数据训练而成。

微笑的段嘉许·2024-01-28 08:56

【机器学习 & 深度学习】神经网络简述

个人主页：为梦而生~关注我一起学习吧！专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！往期推荐：【机器学习基础】一元线性回归（适合初学者的保姆级文章）【机器学习基础】多元线性回归（适合初学者的保姆级文章）【机器学习基础】决策树（

为梦而生~·2024-01-28 07:39

【深度学习：开源BERT】用于自然语言处理的最先进的预训练

【深度学习：开源BERT】用于自然语言处理的最先进的预训练是什么让BERT与众不同？

jcfszxc·2024-01-28 07:03

【深度学习：t-SNE 】T 分布随机邻域嵌入

【深度学习：t-SNE】T分布随机邻域嵌入降低数据维度的目标什么是PCA和t-SNE，两者有什么区别或相似之处？

jcfszxc·2024-01-28 07:03

大创项目推荐题目：基于卷积神经网络的手写字符识别 - 深度学习

文章目录0前言1简介2LeNet-5模型的介绍2.1结构解析2.2C1层2.3S2层S2层和C3层连接2.4F6与C5层3写数字识别算法模型的构建3.1输入层设计3.2激活函数的选取3.3卷积层设计3.4降采样层3.5输出层设计4网络模型的总体结构5部分实现代码6在线手写识别7最后0前言优质竞赛项目系列，今天要分享的是基于卷积神经网络的手写字符识别该项目较为新颖，适合作为竞赛课题方向，学长非常推荐

laafeer·2024-01-28 07:03

深度学习-自注意力机制

文字编码one-hot编码，让模型自己去学习怎么进行编码常见的输出1.每个词都有一个输出值2.每个句子输出一个值，情感分类3.输入与输出长度不对应，翻译任务，生成任务。RNN最早的语言处理RNN解决的是模型去考虑前面的输入RNN的缺点，每一代都要向传家宝中装东西，导致后面看不到祖先。长短期记忆（LSTM,longshort-termmemory）RNN与LSTM速度很慢，需要一代一代，无法一下生成

Cuteboom·2024-01-28 07:31

【深度学习每日小知识】Bias 偏差

计算机视觉是人工智能的一个分支，它使机器能够解释和分析视觉信息。然而，与任何人造技术一样，计算机视觉系统很容易受到训练数据产生的偏差的影响。计算机视觉中的偏见可能会导致不公平和歧视性的结果，从而使社会不平等长期存在。本文深入探讨了计算机视觉中偏见的复杂性及其影响，并探讨了减轻偏见、促进公平和公正结果的方法。了解计算机视觉中的偏差计算机视觉算法经过大量视觉数据（例如图像和视频）的训练。如果训练数据存

jcfszxc·2024-01-28 07:28

pytorch学习路径

诗人藏夜里参考了黄海广老师的[pytorch快速入门资料](https://zhuanlan.zhihu.com/p/87263048)，并结合自身从0到1的学习经历，写下此pytorch入门路径本路径适合人群：深度学习初学者

诗人藏夜里·2024-01-28 07:46

TensorFlow VS PyTorch下的深度学习框架之争

姓名：韩宜真学号：17020120095转载自：https://mp.weixin.qq.com/s?__biz=MzI4Mzc5NjI3MQ==&mid=2247500171&idx=2&sn=923f16496a2e5a039e351634bb5f394c&chksm=eb87b7cbdcf03eddd95a94b459a8ba7f2c16f1fe14389337e9746e02b192c4a

d5cc63d9e177·2024-01-28 05:14

第5章（python深度学习——波斯美女）

第5章深度学习用于计算机视觉本章包括以下内容：理解卷积神经网络（convnet）使用数据增强来降低过拟合使用预训练的卷积神经网络进行特征提取微调预训练的卷积神经网络将卷积神经网络学到的内容及其如何做出分类决策可视化本章将介绍卷积神经网络

weixin_42963026·2024-01-28 05:14

第3章-python深度学习——（波斯美女）

第3章神经网络入门本章包括以下内容：神经网络的核心组件Keras简介建立深度学习工作站使用神经网络解决基本的分类问题与回归问题本章的目的是让你开始用神经网络来解决实际问题。

weixin_42963026·2024-01-28 05:14

第2章-神经网络的数学基础——python深度学习

第2章神经网络的数学基础2.1初识神经网络我们来看一个具体的神经网络示例，使用Python的Keras库来学习手写数字分类。我们这里要解决的问题是，将手写数字的灰度图像（28像素×28像素）划分到10个类别中（0~9）。我们将使用MNIST数据集，它是机器学习领域的一个经典数据集，其历史几乎和这个领域一样长，而且已被人们深入研究。MNIST数据集包含60000张训练图像和10000张测试图像，由美

weixin_42963026·2024-01-28 05:43

GPT4+Python近红外光谱数据分析及机器学习与深度学习建模

详情点击链接：GPT4+Python近红外光谱数据分析及机器学习与深度学习建模第一：GPT4入门基础1、ChatGPT概述（GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变）2、

慢腾腾的小蜗牛·2024-01-28 05:54

pytorch安装(CPU和GPU)，以及简单的API

1pytorch介绍1END-TO-ENDMACHINELEARNINGFRAMEWORK（端到端的机器学习框架）上述这样命名就是因为深度学习只是机器学习的一个分支2pytorch的优点：简单易用、分布式训练

圆圆栗子君·2024-01-28 04:15

计算机设计大赛卷积神经网络手写字符识别 - 深度学习

3.1输入层设计3.2激活函数的选取3.3卷积层设计3.4降采样层3.5输出层设计4网络模型的总体结构5部分实现代码6在线手写识别7最后0前言优质竞赛项目系列，今天要分享的是卷积神经网络手写字符识别-深度学习该项目较为新颖

iuerfee·2024-01-28 04:39

计算机设计大赛垃圾邮件(短信)分类算法实现机器学习深度学习

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0前言优质竞赛项目系列，今天要分享的是垃圾邮件(短信)分类算法实现机器学习深度学习该项目较为新颖

iuerfee·2024-01-28 04:39

Scikit-Learn 高级教程——高级模型

本篇博客将深入介绍Scikit-Learn中一些高级模型，包括集成学习方法、核方法、以及深度学习模型。我们将提供详细的代码示例，帮助你理解和应用这些高级模型。

Echo_Wish·2024-01-28 04:17

DeepPhos代码复现流程

文章提出了一种名为DeepPhos的新型深度学习架构，用

学诠·2024-01-28 03:29

深度学习图解安德鲁

网上一堆要付钱的，给予鄙视，没有套路，直接下载链接：https://pan.baidu.com/s/10Nbe2zg4KJWoRNjHW_KsZQ?pwd=an9e提取码：an9e–来自百度网盘超级会员V1的分享

中二骚年·2024-01-28 02:38

家庭教育每日分享成都明月

如何学习的，方式，发现未知的世界，深度学习。忽略了学习的乐趣和内在的深层次思考。看待问题的思维受限。家长不停叨，打压孩子，孩子把学习=写作业。

成都明月·2024-01-28 02:06

深度学习理念下小学数学教学目标的设计——以“得数是6、7的加法”为例

［摘要］针对目前小数学数学课堂存在的表面化、形式化、浅层化的问题，提出从教学目标设计入手，进行深度学习理念下的课堂教学。

西苑小学陈涵·2024-01-28 02:30

惊为天人，NumPy手写全部主流机器学习模型，代码超3万行

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|深度学习这件小事用NumPy手写所有主流ML模型，普林斯顿博士后DavidBourgin最近开源了一个非常剽悍的项目。

小白学视觉·2024-01-28 01:15

自然语言处理的发展

随着深度学习和大数据技术的进步，自然语言处理取得了显著的进步。人们正在研究如何使计算机更好地理解和生成人类语言，以及如何应用NLP技术改善搜索引擎、语音助手、机器翻译等领域。

Dxy1239310216·2024-01-28 01:04

《自然语言处理的前沿探索：深度学习与大数据引领技术风潮》

《自然语言处理的前沿探索：深度学习与大数据引领技术风潮》一、技术进步：自然语言处理的引擎在自然语言处理（NLP）领域，关键技术的不断进步推动了整个行业的发展。

清水白石008·2024-01-28 00:05

深度学习如何入门？

深度学习如何入门？深度学习是一种利用多层神经网络来学习数据特征和模式的机器学习方法，它在图像识别、自然语言处理、语音识别、推荐系统等领域都取得了令人瞩目的成果。

清水白石008·2024-01-28 00:05

自然语言处理中的Transformer架构

在过去的几年里，深度学习技术在NLP领域取得了显著的进展，尤其是在语言模型和机器翻译等任务上。

OpenChat·2024-01-27 23:08

屡试不爽的torch_geometric安装方法

一、torch安装torch是个开源的机器学习库，用于构建神经网络和各种机器学习或深度学习模型。安装torch本身很简单，但是需要考虑是否和自己的python版本兼容。

快乐旺仔小馒头·2024-01-27 23:03

RAG(检索增强生成)在LLM(大型语言模型)中的应用

这些模型不仅是深度学习的杰出代表，而且在多个领域中取得了显著的成功。本文将聚焦于检索增强生成（RAG）技术在大型语言模型中的应用，深入探讨其原理、应用以及与传统生成模型的差异。

一休哥助手·2024-01-27 21:30

深度学习有效改进|增强模块|卷积、注意力机制、损失函数等

深度学习|增强模块|卷积、注意力机制、损失函数等前言本系列主要分享深度学习领域前沿技术，多数为目标检测技术和分割技术，欢迎大家收藏关注。

今天炼丹了吗·2024-01-27 21:26

Faster R-CNN原理

R-CNN->FastR-CNN->FasterR-CNN一、R-CNN（RegionwithCNNfeature)R-CNN是利用深度学习进行目标检测的开山之作。

酸酸甜甜我最爱·2024-01-27 21:12

Stable diffusion

StableDiffusion是一个深度学习模型，在这篇文章中我们将会深入其内部了解其究竟是如何创作图像的。为什么你一定要对其工作原理有所了解呢？

daoboker·2024-01-27 21:32

Stable Diffusion 笔记一：网络结构拆解

一VAE：VAE是VariationalAutoencoder的缩写，中文名变分自编码器，是一种基于深度学习的生成模型。

朱小丰·2024-01-27 21:00

实体识别与分类方法综述

目录前言1实体识别简介2基于模板和规则的方法3基于序列标注的方法3.1常见序列标注模型3.2模型参数估计和学习问题3.3常见序列预测模型4.基于深度学习的实体识别方法5基于预训练语言模型的实体识别5.1BERT

cooldream2009·2024-01-27 20:11

python黑马学习

python的自述能做什么1.抢火车票2.数据分析3.开发网站4.开发游戏发展定位web全栈开发方向掌握技术前端开发数据库管理后台框架职业方向web全栈开发工程师数据科学方向人工智能方向，机器学习人工智能方向，深度学习等等

数绵羊的星星·2024-01-27 20:08

交并比（Intersection over union）

来源：Coursera吴恩达深度学习课程如何判断目标检测算法运作良好呢？接下来，你将了解到并交比（intersectionoverunion）函数，可以用来评价目标检测算法。

双木的木·2024-01-27 20:33

Coursera吴恩达《深度学习》课程总结（全）

这里有Coursera吴恩达《深度学习》课程的完整学习笔记，一共5门课：《神经网络和深度学习》、《改善深层神经网络》、《结构化机器学习项目》、《卷积神经网络》和《序列模型》，最后附上人工智能领域大师访谈

双木的木·2024-01-27 20:03

Codewave学习体验分享：低代码开发世界的黑马

前言Codewave平台介绍CodeWave智能低代码开发平台基于网易自研拥有大规模参数和深度学习能力的智能模型底座产品架构,为企业级应用提供更加智能化研发的软件生产方式,IT人员可以轻易实现从“智能生成

鼠鼠我捏，要死了捏·2024-01-27 19:56

【自然语言处理的发展】

随着深度学习和大数据技术的不断进步，NLP在近年来取得了显著的突破。本文将探讨NLP技术的发展历程、最新技术进展以及未来展望。随着深度学习和大数据技术的进步，自然语言处理取得了显著的进步。

数据科学与艺术的贺公子·2024-01-27 19:22

2023年度佳作：AIGC、AGI、GhatGPT、人工智能大语言模型的崛起与挑战

目录前言01《ChatGPT驱动软件开发》内容简介02《ChatGPT原理与实战》内容简介03《神经网络与深度学习》04《AIGC重塑教育》内容简介05《通用人工智能》目录前言2023年是人工智能大语言模型大爆发的一年

鸭鸭渗透·2024-01-27 19:43

使用深度学习opencv 进行人脸年龄的实时检测

往期的文章我们分享了人脸的识别以及如何进行人脸年龄的检测，本期文章我们结合人脸识别的模型进行人脸年龄的实时检测人脸年龄的检测步骤0、打开摄像头，获取图片数据1、对图片进行人脸的检测2、把检测到的人脸数据给年龄检测模型去检测3、把检测结果实时呈现到图片上importnumpyasnpimportcv2importosAGE_LIST=["(0-2)","(4-6)","(8-12)","(15-20

人工智能研究所·2024-01-27 19:27

opencv 使用深度学习进行人脸年龄的检测

前期的文章我们分享了人脸的识别以及如何进行人脸数据的训练，本期文章我们结合人脸识别的模型进行人脸年龄的检测人脸年龄的检测步骤1、首先需要进行人脸的检测2、把检测到的人脸数据给年龄检测模型去检测3、把检测结果呈现到图片上人脸年龄检测importnumpyasnpimportcv2importosAGE_LIST=["(0-2)","(4-6)","(8-12)","(15-20)","(25-32)

人工智能研究所·2024-01-27 19:57

基于OpenCV和Dlib的深度学习人脸识别技术实践与应用

一、背景介绍计算机视觉技术在当前人工智能发展进程中已然达到较高成熟度,一系列基础算法与应用场景获得广泛实践与验证。在算法层面,图像处理、目标检测、语义分割等多个领域的技术不断突破,准确率与效率持续提升。在应用上,人脸识别、车牌识别、医学图像分析等已步入商业化应用阶段,被广泛应用于安防监控、智能驾驶、医疗辅助诊断等领域,大幅提升效率并创造新的应用形式。基于此,结合公司规划与业务需求,我们决定在人脸识

技术狂潮AI·2024-01-27 19:25

推荐频道

TF2.0.keras深度学习