E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
TensorFlow深度学习
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
PyTorch
pytorch
人工智能
python
深度学习
开源
计算机视觉
音视频
【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
深度学习机器学习
深度学习
AIGC
SDXL
Fooocus
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
神经网络
强化学习 - Policy Gradient Methods(策略梯度方法)
以下是一个使用Python和
TensorFlow
/Keras实现策略梯度方法(REINFORCE算法)的简单教程。在这个例子中,我们将使用OpenAIGym的CartPole环境。i
草明
·
2024-01-25 21:53
数据结构与算法
机器学习
人工智能
算法
深度学习
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
数据结构与算法
机器学习
人工智能
深度学习
算法
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
AIGC
人工智能
机器学习
chatgpt
《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
速通机器学习
机器学习
人工智能
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
redis
大创项目推荐 酒店评价的情感倾向分析
项目所需模块import
tensorflow
astfi
laafeer
·
2024-01-25 18:08
python
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
分类
python
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
自然语言处理
机器翻译
人工智能
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
python
python
服务器使用指南
文章目录1、服务器列表2、登录浏览器问题3、使用python、
tensorflow
3.1`nvidia-smi`nvidia-smi报错解决方案3.2创建你自己的环境使用自己环境示例:3.3安装包:3.3.1condainstall3.3.2pipinstall3.3.3
hancoder
·
2024-01-25 18:57
linux与服务器
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
人工智能
Tensorflow
& Keras的loss函数总结
一、二分类与多分类交叉熵损失函数的理解交叉熵是分类任务中的常用损失函数,在不同的分类任务情况下,交叉熵形式上有很大的差别,二分类任务交叉熵损失函数:多分类任务交叉熵损失函数:这两个交叉熵损失函数对应神经网络不同的最后一层输出,二分类对应sigmoid,多分类对应softmax。它们的交叉熵本质上是一样的:(1)在信息论中,交叉熵是用来描述两个分布的距离的,函数定义为:而神经网络训练的目的就是使预测
牧世
·
2024-01-25 18:49
为什么KNN和SVM不需要像
深度学习
那样进行多次迭代训练?
2.SVM也是一种监督学习算法,总结(KNN、SVM和
深度学习
在本质上有以下区别:)KNN(K-NearestNeighbors)和SVM(SupportVectorMachine)与
深度学习
模型有不同的训练和优化方法
小桥流水---人工智能
·
2024-01-25 17:24
机器学习算法
Python程序代码
支持向量机
深度学习
算法
BP神经网络需要像
深度学习
一次次的迭代训练吗?
BP神经网络答案:是的,BP神经网络需要像
深度学习
一次次的迭代训练。总结(BP神经网络和
深度学习
在本质上有以下区别)答案:是的,BP神经网络需要像
深度学习
一次次的迭代训练。
小桥流水---人工智能
·
2024-01-25 17:24
机器学习算法
Python程序代码
深度学习
神经网络
人工智能
深度学习
推荐系统之DeepCrossing
DeepCrossing模型原理这个模型就是一个真正的把
深度学习
架构应用于推荐系统中的模型了,2016年由微软提出,完整的解决了特征工程、稀疏向量稠密化,多层神经网络进行优化目标拟合等一系列
深度学习
在推荐系统的应用问题
YANJINING
·
2024-01-25 17:17
深度学习
电脑配置有什么要求?
随着人工智能和机器学习的快速发展,
深度学习
已经成为了许多领域的重要工具。然而,
深度学习
的应用需要强大的计算能力,因此对于想要进行
深度学习
的用户来说,选择一台合适的电脑是必不可少的。
机器视觉—ing
·
2024-01-25 15:04
硬件选型
深度学习
人工智能
数据集的划分
main.pyimportosimporttorchfromtorchvisionimporttransformsfrommy_datasetimportMyDataSetfromutilsimportread_split_data,plot_data_loader_image#http://download.
tensorflow
.org
tensor.shape
·
2024-01-25 15:01
深度学习
python
我不努力依旧能过好这一生
我说:你历史不错,可以
深度学习
,打造一个属于自己的ip,分享你的观点见解。他说:我为什么要分享?没劲我说:你可以活的更有好更有趣,有更多选择。他说:难道我现在不好吗?
情感机器人
·
2024-01-25 15:05
利用tpu-mlir工具将
深度学习
算法模型转成算能科技平台.bmodel模型的方法步骤
目录1TPU-MLIR简介2开发环境搭建2.1下载镜像2.2下载SDK2.3创建容器2.4加载tpu-mlir3准备工作目录4onnx转mlir文件5mlir转INT8模型5.1生成校准表5.2便以为INT8对称量化模型参考文献:之前是用nntc转算能科技的模型的,这次技术支持建议我使用mlir工具进行模型转换,于是看一下mlir的介绍资料和使用方法,并做一下笔记。1TPU-MLIR简介上图就是t
陈 洪 伟
·
2024-01-25 14:10
#
#
目标检测算法
算能科技
[LM]构建语言模型
在很多NLP任务上需要用到语言模型,其实很多传统的LM算法就就足够了,不用什么都套
深度学习
的东西。代码以及介绍
VanJordan
·
2024-01-25 14:33
机器学习/
深度学习
中的类别不均衡问题及处理方法
类别不均衡问题数据的类别不平衡(classimbalance),也叫数据偏斜(classskew)。以常见的二分类问题(是和否两类)为例,我们希望预测病人是否得了某种罕见疾病。但在历史数据中,阳性的比例可能很低(如0.1%)。在这种情况下,学习出好的分类器是很难的,而且在这种情况下得到结论往往也是很具迷惑性的。例如,若分类器总是预测一个人未患病,即预测为反例,那么我们依然有高达99.9%的预测准确
几时见得清梦
·
2024-01-25 14:20
Pytorch 实现强化学习策略梯度Reinforce算法
一、公式推导这里参考邱锡鹏大佬的《神经网络与
深度学习
》第三章进阶模型部分,链接《神经网络与
深度学习
》。
爱喝咖啡的加菲猫
·
2024-01-25 14:31
强化学习
强化学习
神经网络
pytorch
Qt+YOLOv4实现目标检测
深度学习
GPU环境CUDA安装教程2.编译YOLOYOL
QtHalcon
·
2024-01-25 14:01
计算机视觉
qt
目标检测
yolo
大创项目推荐 题目: 基于
深度学习
的疲劳驾驶检测
深度学习
基于头部姿态的驾驶疲劳检测5.1如何确定疲劳状态5.2算法步骤5.3打瞌睡判断6基于CNN与SVM的疲劳检测方法6.1网络结构6.2疲劳图像分类训练6.3训练结果7最后0前言优质竞赛项目系列,今天要分享的是基于
深度学习
的驾驶疲劳检测该项目较为新颖
laafeer
·
2024-01-25 14:59
python
基于YOLOv8的摔倒行为检测系统(Python源码+Pyqt6界面+数据集)
通过计算机视觉、
深度学习
和模式识别等技术,可以实现对人体姿态、动作和行为的自动化识别与分析。而人员摔倒检测算法技术原理是一项非常重要且具有广泛应用前景的技术。
AI小怪兽
·
2024-01-25 14:56
深度学习实战应用案列108篇
YOLO
算法
人工智能
机器学习
计算机视觉
python
开发语言
Anaconda3、
TensorFlow
和keras简单安装方法
因学习需要用到keras,通过查找较多资料最终完成Anaconda、
TensorFlow
和Keras的简单安装。
程序员老冉
·
2024-01-25 14:44
tensorflow
keras
人工智能
大语言模型推理提速:TensorRT-LLM 高性能推理实践
作者:顾静TensorRT-LLM如何提升LLM模型推理效率大型语言模型(Largelanguagemodels,LLM)是基于大量数据进行预训练的超大型
深度学习
模型。
阿里云云原生
·
2024-01-25 13:00
语言模型
人工智能
自然语言处理
李沐《动手学
深度学习
》卷积神经网络 相关基础概念
系列文章李沐《动手学
深度学习
》预备知识张量操作及数据处理李沐《动手学
深度学习
》预备知识线性代数及微积分李沐《动手学
深度学习
》线性神经网络线性回归李沐《动手学
深度学习
》线性神经网络softmax回归李沐《
丁希希哇
·
2024-01-25 13:21
李沐《动手学深度学习》学习笔记
深度学习
cnn
人工智能
pytorch
神经网络
李沐《动手学
深度学习
》
深度学习
计算
系列文章李沐《动手学
深度学习
》预备知识张量操作及数据处理李沐《动手学
深度学习
》预备知识线性代数及微积分李沐《动手学
深度学习
》线性神经网络线性回归李沐《动手学
深度学习
》线性神经网络softmax回归李沐《
丁希希哇
·
2024-01-25 13:47
李沐《动手学深度学习》学习笔记
深度学习
人工智能
pytorch
算法
吴恩达
深度学习
笔记(82)-深度卷积神经网络的发展史
为什么要探索发展史(实例分析)?我们首先来看看一些卷积神经网络的实例分析,为什么要看这些实例分析呢?上周我们讲了基本构建,比如卷积层、池化层以及全连接层这些组件。事实上,过去几年计算机视觉研究中的大量研究都集中在如何把这些基本构件组合起来,形成有效的卷积神经网络。最直观的方式之一就是去看一些案例,就像很多人通过看别人的代码来学习编程一样,通过研究别人构建有效组件的案例是个不错的办法。实际上在计算机
极客Array
·
2024-01-25 12:33
深度学习
模型选择
作为机器学习科学家,我们的目标是发现模式(pattern)。但是,我们如何才能确定模型是真正发现了一种泛化的模式,而不是简单地记住了数据呢?接下来介绍几种模型选择时候需要注意的点误差训练误差训练误差(trainingerror)是指,模型在训练数据集上计算得到的误差。泛化误差泛化误差(generalizationerror)是指,模型应用在同样从原始样本的分布中抽取的无限多数据样本时,模型误差的期
良子c
·
2024-01-25 12:24
动手学深度学习
深度学习
人工智能
python
600万播放课程导师Jeremy:训练模型是门手艺,实践出真知
fast.ai是a16z首批支持的开源项目之一,该课程(https://course.fast.ai)目前已达到600万播放量,谷歌研究总监PeterNorvig曾力荐,“‘
深度学习
人人可学’是很多教程的主张
AI知识图谱大本营
·
2024-01-25 12:12
代码
人工智能
跨语言编程:在C#应用程序中调用Python
应用场景众所周知,Python在
深度学习
中占有绝对优势。而C#语言的优势在各种后端应用开发,特别是工业领域。当我们使用C#开发应用程序时,可能需要调用Python代码来实现某些功能。
算法channel
·
2024-01-25 12:40
c#
python
开发语言
自然语言处理(NLP)的发展
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。
志尊宝
·
2024-01-25 12:17
总结
自然语言处理
人工智能
自然语言处理的发展
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。
胡图不迷糊
·
2024-01-25 12:17
自然语言处理
人工智能
视频美颜SDK与虚拟化妆:计算机视觉与美学的交融
一、美颜SDK的技术原理与应用接着,基于图像处理和
深度学习
技术,SDK会对面部进行细致的修饰,如皮肤磨皮、磨细皱纹、美白牙齿等,以达到美化效果。
美狐美颜sdk
·
2024-01-25 10:32
美颜SDK
直播美颜技术
直播美颜SDK
音视频
计算机视觉
人工智能
第三方美颜sdk
美颜sdk
直播美颜sdk
深入浅出自然语义处理原理并构建自然语义处理(NLP)模型GPT2
所以我们可以通过将字、词编码成为向量的形式,如此就可以输入进
深度学习
网络模型中。但是我们应该如何去编码呢?像做图像分类那样,使用one—hot的形式编码?但是这样会存在一个问题,在自然语言中,
「已注销」
·
2024-01-25 10:31
笔记
深度学习
人工智能
pytorch
自然语言处理
神经网络
深入浅出特征工程 – 基于 OpenMLDB 的实践指南(上)
大家对模型一定很了解,平时也是接触的最多的,比如从经典的逻辑回归、决策树模型,到近几年大火的
深度学习
模型,都是聚焦于如何开发高质量的模型。对于特征工程,可能大家相对关注较少。
第四范式开发者社区
·
2024-01-25 10:01
OpenMLDB
人工智能
机器学习
深度学习
数据挖掘
sql
深入浅出推荐系统(四):召回:向量化的潮流
只要对机器学习稍有涉猎,就会发现如今机器学习,无论是推荐、图像、语言等领域,随处可见embedding,可以说,在
深度学习
主宰机器学习领域的今天,万物皆可embedding。
慕阮
·
2024-01-25 10:00
推荐与广告
机器学习
人工智能
推荐系统
深度学习
我的2023年终总结
我开始系统地学习
深度学习
框架
qq_469603589
·
2024-01-25 08:54
文档资料
年终总结
tensorflow
画损失函数的代码_
深度学习
——
Tensorflow
学习(二)图片分类
在开始之前多说一句,本系列的教程均以
Tensorflow
官方为主,主要是考虑到有些同学英语不好的基础,而且
Tensorflow
官方的教材也较为简单,对很多基础性的问题没有涉及到,当然作者我也是一个半桶水
weixin_39999532
·
2024-01-25 08:23
将图片储存在dataset
深度学习
二分类
损失函数
深度学习
对比两张图片的差异
TensorFlow
基础——常用函数(四)
Tensorflow
一些常用基本概念与函数(四)摘要:本系列主要对tf的一些常用概念与方法进行描述。本文主要针对
tensorflow
的模型训练Training与测试Testing等相关函数进行讲解。
weixin_30492601
·
2024-01-25 08:22
人工智能
python
测试
机器学习与
Tensorflow
(3)—— 机器学习及MNIST数据集分类优化
一、二次代价函数1.形式:其中,C为代价函数,X表示样本,Y表示实际值,a表示输出值,n为样本总数2.利用梯度下降法调整权值参数大小,推导过程如下图所示:根据结果可得,权重w和偏置b的梯度跟激活函数的梯度成正比(即激活函数的梯度越大,w和b的大小调整的越快,训练速度也越快)3.激活函数是sigmoid函数时,二次代价函数调整参数过程分析理想调整参数状态:距离目标点远时,梯度大,参数调整较快;距离目
WUWEILINCX123890
·
2024-01-25 08:19
Tensorflow
入门(5)——线性回归
一、术语标签是我们要预测的真实事物:y;线性回归中的y变量特征是指用于描述数据的输入变量:xi;线性回归中的{x1,x2,…,xn}变量样本是指数据的特定实例:x有标签样本具有{特征,标签}:{x,y}用于训练模型无标签样本具有{特征,?}:{x,?}用于对新数据做出预测模型可将样本映射到预测标签:y’由模型的内部参数定义,这些内部参数值是通过学习得到的训练模型表示通过有标签样本来学习(确定)所有
Netceor
·
2024-01-25 08:49
TensorFlow入门
Jupyter
Python
Tensorflow
线性回归
TensorFlow
2损失函数大全
本文汇总了
TensorFlow
2中的所有损失函数:1.L1范数损失计算预测值与标签值之间的绝对误差的平均值:tf.keras.losses.MAE(y_true,y_pred)参数:y_true标签值y_pred
bigcindy
·
2024-01-25 08:48
TensorFlow学习
TensorFlow2
损失函数
均方误差
交叉熵
数据标签
Tensorflow
中的损失函数 —— loss 专题汇总
自学过程中,阅读别人代码时经常看到不同种类的损失函数,到底
Tensorflow
中有多少自带的损失函数呢,什么情况下使用什么样的损失函数?这次就来汇总介绍一下。
WitsMakeMen
·
2024-01-25 08:47
tensorflow
neo4j
人工智能
《动手学
深度学习
(PyTorch版)》笔记3
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,本书源代码是在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测试通过。Chapter3LinearNeuralNetworks3.1LinearRegression3.1.1BasicConcepts我们通常使用nnn来表示数据集中的样本数。对索引为iii的样本,其输入表示为x(i
南七澄江
·
2024-01-25 08:31
python
笔记
深度学习
pytorch
笔记
python
人工智能
算法
上一页
43
44
45
46
47
48
49
50
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他