docker深度学习

深度学习PyTorch之数据加载DataLoader

深度学习pytorch之简单方法自定义9类卷积即插即用文章目录数据加载基础架构1、Dataset类详解2、DataLoader核心参数解析3、数据增强数据加载基础架构核心类关系图torch.utils.data

@Mr_LiuYang·2025-03-11 18:49

接口测试中遇到的最大的困难是什么？Java接口测试中用到的框架有哪些？

解决方案：使用Mock技术（如Mockito）模拟外部依赖，或通过Docker容器化测试环境，确保数据隔离。

海姐软件测试·2025-03-11 18:48

深度学习：马氏距离

马氏距离（MahalanobisDistance）是一种用于计算不同维度数据点之间距离的度量方法。它考虑了数据的协方差结构，因此在处理具有相关性的多维数据时更加有效。与欧氏距离不同，马氏距离不仅考虑了各个变量的量纲，还考虑了它们之间的相关性。公式马氏距离计算两个向量(x)和(y)之间的距离，定义为：DM(x,y)=(x−y)TS−1(x−y)\D_M(x,y)=\sqrt{(x-y)^TS^{-1

壹十壹·2025-03-11 16:55

深度学习：CPU和GPU算力

GPU算力：图形处理单元用于并行处理的能力，尤其是在深度学习

壹十壹·2025-03-11 16:55

深度学习：偏差和方差

偏差（Bias）偏差衡量了模型预测值的平均值与真实值之间的差距。换句话说，偏差描述了模型预测的准确度。一个高偏差的模型容易出现欠拟合，即模型无法捕捉数据中的真实关系，因为它对数据的特征做出了错误的假设。特征：高偏差的模型通常是过于简单的模型，无法对数据中的复杂关系进行准确建模。高偏差模型的训练误差和测试误差可能都较高。解决方法：增加模型复杂度：例如增加多项式的阶数、增加神经网络的层数等。使用更多的

壹十壹·2025-03-11 16:25

基于transformer实现机器翻译(日译中)

解码器和注意力机制来实现机器翻译模型2.0含注意力机制的编码器—解码器2.1读取和预处理数据2.2含注意力机制的编码器—解码器2.3训练模型2.4预测不定长的序列2.5评价翻译结果三、使用Transformer架构和PyTorch深度学习库来实现的日中机器翻译模型

小白_laughter·2025-03-11 15:46

【NLP 39、激活函数 ⑤ Swish激活函数】

我的孤独原本是座荒岛，直到你称成潮汐，原来爱是让个体失序的永恒运动——25.2.25Swish激活函数是一种近年来在深度学习中广泛应用的激活函数，由GoogleBrain团队在2017年提出。

L_cl·2025-03-11 14:44

SeisMoLLM: Advancing Seismic Monitoring via Cross-modal Transfer with Pre-trained Large Language

UnknownBody·2025-03-11 12:29

Docker高级应用-限制容器的cpu和内存

一、为什么要用docker限制容器的cpu和内存1.资源隔离与公平分配防止资源争用：在多容器环境中，限制CPU和内存可以避免某个容器占用过多资源，影响其他容器的运行。

云原生的爱好者·2025-03-11 12:25

docker命令实战运用部署服务

1.接上篇博文，先讲一下如何利用docker来对容器进行一个守护进程的启动，以及如何进入日期，如下：[root@cjr~]#dockerimagesREPOSITORYTAGIMAGEIDCREATEDSIZEcentoslatest5d0da3dc97643yearsago231MB

云原生的爱好者·2025-03-11 12:25

docker运行容器命令 redis 指定端口

我整理的一些关于【Docker】的项目学习资料（附讲解～～）和大家一起分享、学习一下：https://edu.51cto.com/surl=QsXoR2使用Docker运行Redis容器并指定端口的详细指南本文旨在帮助初学者理解如何使用

big maom~~·2025-03-11 11:53

Docker Compose国内镜像一键部署dify

克隆代码gitclonehttps://github.com/langgenius/dify.git进入docker目录cddocker修改.env部分#将环境模版文件变量重命名cp.env.example.env

llody_55·2025-03-11 11:52

ARM64环境部署EFK8.15.3收集K8S集群容器日志

环境规划主机IP系统部署方式ES版本CPU架构用户名密码192.168.1.225Ubuntu22.04.4LTSdockerelasticsearch:8.15.3ARM64elasticllodyi4TMmZDES

llody_55·2025-03-11 11:21

如何通过深度学习优化操作系统中的故障诊断与恢复机制

如何通过深度学习优化操作系统中的故障诊断与恢复机制（副标题：智能监控、自适应诊断与自动恢复——操作系统故障自愈的新方向）摘要随着现代操作系统在多核、高并发和分布式环境中的广泛应用，系统故障及其恢复问题日益成为影响系统稳定性和业务连续性的关键挑战

金枝玉叶9·2025-03-11 11:21

如何在 Dockerfile 中使用 if-else 条件表达式？

Docker是容器化应用程序的必要工具，使它们可移植和隔离。Dockerfile是Docker生态系统中的一个关键组件，它允许开发人员指定他们的应用程序应该如何被容器化。

·2025-03-11 11:21

成功案例丨开发时间从1小时缩短到3分钟：如何利用历史数据训练AI模型，预测设计性能？

在其首个AI驱动项目——摩托车把手设计优化中，Hero采用了PhysicsAI™几何深度学习解决方案，利用历史数据训练AI模型并预测设计性能。A

Altair澳汰尔·2025-03-11 11:45

关于两次项目的学习感悟

经过这两次项目，我学到了以下几点：1.模块化与结构化思维：代码展示了如何将深度学习任务分解为多个模块（如数据加载、模型定义、训练循环、评估等）。

罗婕斯特·2025-03-11 10:43

统信uos20：利用docker部署python+jupyterlab开发环境

改用Docker方式部署，理由就不多解释了。一、在uos中安装docker。我的系统是uos20linux4.19.0-a

阆遤·2025-03-11 09:36

Python机器学习实战：构建序列到序列(Seq2Seq)模型处理翻译任务

近年来，随着深度学习技术的快速发展，基于神经网络序列到序列（Sequence-to-Seq

AGI大模型与大数据研究院·2025-03-11 09:03

Python第十六课：深度学习入门 | 神经网络解密

本节目标理解生物神经元与人工神经网络的映射关系掌握激活函数与损失函数的核心作用使用Keras构建手写数字识别模型可视化神经网络的训练过程掌握防止过拟合的基础策略一、神经网络基础（大脑的数字化仿生）1.神经元对比生物神经元人工神经元树突接收信号输入层接收特征数据细胞体整合信号加权求和（∑(权重×输入)+偏置）轴突传递电信号激活函数处理输出2.核心组件解析激活函数：神经元的"开关"（如ReLU：max

程之编·2025-03-11 09:03

【大模型开发】深入解析 DeepSpeed：原理、核心技术与示例代码

深入解析DeepSpeed：原理、核心技术与示例代码DeepSpeed是由微软开源的高性能深度学习训练优化引擎，专注于帮助研究人员和工程团队在分布式环境中高效地训练超大规模模型。

云博士的AI课堂·2025-03-11 08:57

Docker部署SVN服务器并使用：从基础到高级

目录引言Docker部署SVN服务器SVN基础使用SVN高级使用最佳实践和注意事项结语1.引言Subversion(SVN)是一个开源的版本控制系统,广泛用于管理和追踪软件项目的源代码。

ivwdcwso·2025-03-11 07:22

一学就会的深度学习基础指令及操作步骤（6）迁移学习

文章目录迁移学习模型准备数据增强模型训练模型微调和预测检查预测结果迁移学习迁移学习是将一个任务中学到的知识应用到另一个相关任务上，以提高新任务的学习效率和性能。优势：节省训练时间，提高模型性能，尤其在小数据场景下效果显著。核心是利用源域的知识来帮助目标域任务，比如在ImageNet上预训练的模型用于医疗影像分类。源域（SourceDomain）：已有知识的领域（如ImageNet图像库）。目标域（

小圆圆666·2025-03-11 07:49

基于PyTorch的深度学习6——数据处理工具箱2

torchvision有4个功能模块：model、datasets、transforms和utils。主要介绍如何使用datasets的ImageFolder处理自定义数据集，以及如何使用transforms对源数据进行预处理、增强等。下面将重点介绍transforms及ImageFolder。transforms提供了对PILImage对象和Tensor对象的常用操作。1)对PILImage的常

Wis4e·2025-03-11 07:47

基于PyTorch的深度学习——机器学习3

激活函数在神经网络中作用有很多，主要作用是给神经网络提供非线性建模能力。如果没有激活函数，那么再多层的神经网络也只能处理线性可分问题。在搭建神经网络时，如何选择激活函数？如果搭建的神经网络层数不多，选择sigmoid、tanh、relu、softmax都可以；而如果搭建的网络层次较多，那就需要小心，选择不当就可导致梯度消失问题。此时一般不宜选择sigmoid、tanh激活函数，因它们的导数都小于1

Wis4e·2025-03-11 07:47

使用docker安装elk

配置要求：一台Linux服务器，内存不少于2g，centos7以上系统1.安装docker安装教程：CentOSDocker安装|菜鸟教程分以下几个步骤（我只写我使用过的方式）：curl-fsSLhttps

吴传逞·2025-03-11 06:13

深度学习与普通神经网络有何区别？

深度学习与普通神经网络的主要区别体现在以下几个方面：一、结构复杂度普通神经网络：通常指浅层结构，层数较少，一般为2-3层，包括输入层、一个或多个隐藏层、输出层。

是理不是里·2025-03-11 06:39

AI 技术引入 RTK（实时动态定位）系统，可以实现智能化管理和自动化运行

AI解决方案：使用深度学习模型（如卷积神经网络CNN）预测整周模糊度。通过历史数据训练模型，实现快速解算。实例：某无人机公司使用A

小赖同学啊·2025-03-11 06:39

AI 驱动的软件测试革命：从自动化到智能化的进阶之路

人工智能技术的突破为测试领域注入了新动能，通过机器学习、深度学习、自然语言处理等技术，测试流程正从“被动验证”向“主动预防”演进。

綦枫Maple·2025-03-11 06:08

基于Linux环境部署和使用ElasticSearch搜索引擎

目录一.Elasticsearch基础介绍二.Docker部署单节点ElasticSearch1.环境配置2.创建数据目录3.创建ES自定义配置文件4.启动ElasticSearch服务5.验证服务三.

探模之翼·2025-03-11 06:08

docker和kubectl客户端安装Linux

在现代软件开发和运维领域，Docker和Kubernetes已成为不可或缺的工具。

yyytucj·2025-03-11 05:31

CICD系列之k8s

安装操作系统配置主机规划hosts配置(所有主机都要配置)防火墙配置(所有主机都要配置)内核配置参数(所有主机都要配置)selinux和swap配置(所有主机都要配置)ipvs配置(所有主机都要配置)安装docker

john137724·2025-03-11 05:31

CICD系列之jenkins

jenkins专题安装docker&docker-compose安装jenkins编写docker-compose.yml脚本配置jenkins安装常用插件记录jenkins安装、配置、使用的常用操作linux

john137724·2025-03-11 05:30

CICD系列之harbor

镜像仓库专题安装docker&docker-compose安装harbor下载并解压安装文件修改配置文件安装、管理harbor访问harbor重点提示记录镜像仓库的常用操作。

john137724·2025-03-11 05:30

docker 安装ELK 8.17.3

ELK是指Elasticsearch、Logstash和Kibana这三个开源软件的组合。Elasticsearch是一个分布式的搜索和分析引擎，用于日志的存储,搜索,分析,查询。Logstash是一个数据收集、转换和传输工具，用于收集过滤和转换数据，然后将其发送到Elasticsearch或其他目标存储中。Kibana是一个数据可视化平台，通过与Elasticsearch的集成，提供了强大的数据

离开水的飞鱼·2025-03-11 05:58

使用Activeloop Deep Lake构建深度学习数据仓库与向量存储

技术背景介绍随着深度学习技术的发展，数据的存储与管理成为了一个重要的问题。尤其是对于需要处理大量数据的应用，例如自然语言处理和图像识别，传统的数据存储方式已经无法满足需求。

dgay_hua·2025-03-11 04:49

大语言模型原理基础与前沿挑战与机遇

它们通过深度学习技术，特别是基于变换器（Transformer）架构的模型，能够在自然语言处理（NLP）任务中表现出色。大语言模型的出现不仅推动了学术研究的发展，也在实际应用中展现了巨大的潜力。

AI大模型应用之禅·2025-03-11 02:07

DeepSeek源码解析（2）

在大模型（如深度学习模型）中，张量扮演着核心角色，具体来说：数据表示：张量用于表示输入数据、模型参数和中间计算结果。

白鹭凡·2025-03-11 01:26

点云语义分割：PointNet++在S3DIS数据集上的训练

PointNet++是一种流行的深度学习方法，可用于处理点云数据，并在各种任务中取得了良好的性能。在本文中，我们将探讨如何使用PointNet++模型在S3DIS数据集上进行训练，并提供相应的源代码。

完美代码·2025-03-11 00:25

PointNet、PointNet++ 基于深度学习的3D点云分类和分割

前言PointNet是直接对点云进行处理的，它对输入点云中的每一个点，学习其对应的空间编码，之后再利用所有点的特征得到一个全局的点云特征。Pointnet提取的全局特征能够很好地完成分类任务，但局部特征提取能力较差，这使得它很难对复杂场景进行分析。PointNet++核心是提出了多层次特征提取结构，有效提取局部特征提取，和全局特征。目录一、PointNet1.1PointNet思路流程1.2Poi

一颗小树x·2025-03-11 00:54

基于YOLOv5的烟雾检测系统：从数据集准备到UI界面实现

近年来，随着深度学习技术的发展，目标检测算法被广泛应用于烟雾检测，尤其是基于YOLOv5的目标检测模型，由于其较高的精度和较低的计算开销，已经成为许多实时检测系统的首选模型。

深度学习&目标检测实战项目·2025-03-11 00:52

Rabbitmq从入门到精通

文章目录1.RabbitMQ简介1.2组件介绍1.1消息队列的选择1.2Docker安装rabbitmq1.4消息应答机制2.1交换机类型2.1direct2.2fanout2.3topic：2.4header3RabbitMQ

XJzz3·2025-03-10 23:17

非root用户如何操作docker

背景公司项目基于docker部署。但是docker是需要root权限的，集团通过堡垒机控制服务器权限，root权限需要申请，每次申请都巨麻烦，尝试普通用户操作docker。

底格里歇斯·2025-03-10 22:11

【深度学习】Adam（Adaptive Moment Estimation）优化算法

概述Adam算法结合了动量法（Momentum）和RMSProp的思想，能够自适应调整每个参数的学习率。通过动态调整每个参数的学习率，在非平稳目标（如深度神经网络的损失函数）中表现优异目录基本原理和公式笼统说明：为什么Adam算法可以帮助模型找到更好的参数基本概念动量（Momentum）：跟踪梯度的指数衰减平均（一阶矩），加速收敛并减少震荡。自适应学习率：跟踪梯度平方的指数衰减平均（二阶矩），调整

辰尘_星启·2025-03-10 20:51

【Elasticsearch】es 脚本编程使用详解

目录一、es脚本语言介绍1.1什么是es脚本1.2es脚本支持的语言1.3es脚本语言特点1.4es脚本使用场景二、环境准备2.1docker搭建es过程2.1.1拉取镜像2.1.2启动容器2.1.3配置参数

逆风飞翔的小叔·2025-03-10 20:49

ONNX GraphSurgeon详细介绍

它允许开发者在ONNX模型的图结构中进行修改、优化、插入节点、删除节点以及其他图结构操作，是在深度学习推理部署过程中非常有用的工具。

Lntano__y·2025-03-10 19:12

benchmark和baseline的联系与区别

在深度学习算法中，benchmark（基准）和baseline（基线）是两个常用的概念，用于评估算法的性能和进行比较。尽管它们有一些相似之处，但它们在定义和使用上有一些区别。

Lntano__y·2025-03-10 19:41

CentOS7 安装docker并配置镜像加速

遇见火星·2025-03-10 18:41

Docker环境下DeepSeek和Open WebUI服务部署教程

Docker环境下DeepSeek和OpenWebUI的部署教程前言一、OpenWebUI介绍1.1OpenWebUI简介1.2主要特点1.3主要使用场景二、ollama和deepseek介绍2.1Ollama

江湖有缘·2025-03-10 18:41

第N4周：NLP中的文本嵌入

本人往期文章可查阅：深度学习总结词嵌入是一种用于自然语言处理（NLP）的技术，用于将单词表示为数字，以便计算机可以处理它们。通俗的讲就是，一种把文本转为数值输入到计算机中的方法。

OreoCC·2025-03-10 18:05

推荐频道