paddle深度学习训练营杂记

打手机检测算法源码样本展示打手机检测算法实际应用场景介绍

以下是关于打手机检测算法源码及其实际应用的详细阐述：1.算法实现-深度学习框架：打手机检测算法通常采用卷积神经网络(CNN)等深度学习模型，这些模型能够从图像或视频中提取使用手机时的视觉特征。
LNTON羚通·2024-08-26 17:04

绘本讲师训练营【38】3/21 阅读原创《幸福的种子》

38001号王茜图片发自App今天看了“怎么教孩子看图画书”这一章，松居直先生始终强调图画书不是让孩子自己看的书，而是大人读给孩子听的书。即使孩子已经能够自己看了，父母最好还是照样念给他们听。因为这对丰富亲子的生活，建立心灵相通的人际关系，也是有相当积极的意义。这让我联想到了我们家现在的情况，老大因为我照顾弟弟忽略了她，有两年时间没好好给她读书，所以已经不习惯我给她读书了，但偶尔的亲子阅读看得出她
8f2eacfc64a2·2024-08-26 17:31

什么是LLM，主要用途有哪些，在应用中有哪些优势和局限性？

2.技术突破：深度学习架构：LLM基于先进的深度学习技
好好学习的不知名程序员·2024-08-26 16:59

2018-12-10动态销售仪表盘

E站到底马上就要结束了，已经28天的训练营马上就要结束了，时间真是过的很快，眨眼就一个月过去了，这一个月经过系统的学习excel，知道怎么去操作这个表格，然后还有很多函数的用法。
4连夏天·2024-08-26 15:14

毕业感言

这14天理财训练营让我的内心和思维方式发生了很大的变化，也找到了人生的方向，和以前的我为什么会月光会负债的原因。因为我不懂开源节流，总结还是一个思维方式的原因。
YouLostMe_6b46·2024-08-26 15:22

绘本讲师训练营【第32期】3/21原创阅读《幸福的种子》读后感3

32006黄婵凤2019.6.28图片发自App通过学习阅读《幸福的种子》前两章，让我对图画书有了初步的了解，明白了孩子读图画书的意义，今天学习的第三章则让我产生了强烈的的共鸣与反思。图片发自App本章节的主要内容是“怎么教孩子看图画书”其中提到了不要让幼儿自己看图画书，五六岁的孩子在自己看图画书时，大都是一个字一个字地念，孩子很难了解故事的内容，而由大人读图画书给孩子听，读图画书的人把自身的内涵
麦吉32006·2024-08-26 14:49

python深度学习框架——TensorFlow

TensorFlow，由Google开发的开源机器学习库，以其强大的功能和灵活性，在深度学习、计算机视觉和自然语言处理等领域发挥着重要作用。本文将深入探讨TensorFlow中的一些常用函数及其参数。
零 度°·2024-08-26 14:13

计算机毕业设计Hadoop+Spark知识图谱体育赛事推荐系统 体育赛事热度预测系统 体育赛事数据分析 体育赛事可视化 体育赛事大数据 机器学习 大数据毕业设计 大数据毕设 机器学习 人工智能

vue.js、element-ui、echarts后端：springboot、mybatis大数据：spark、hadoop数据库：mysql关系型数据库、neo4j图数据库算法：协同过滤推荐算法、MLP深度学习模型
计算机毕业设计大全·2024-08-26 13:43

绘本讲师训练营【30期】13/21实践原创《疯狂星期二》

20108王子绘本《疯狂星期二》，全书只有四句话，加上标点符号共37个字，却长销不衰，是绘本中的经典之作。作者是绘本界牛人、美国大卫•威斯纳，他创作的绘本，获得凯迪克大奖三金三银，其他大奖更是拿到手软。想象力爆棚、画面视觉振憾、字少、甚至无字是他作品的特点。图片发自App《疯狂星期二》也是我个人非常喜欢的少字绘本，也是常向家长推荐的书，常常怂涌家长购买，让小学段的孩子练习“看图说话”或者“看图作文
二王子·2024-08-26 12:46

PyTorch深度学习模型训练流程的python实现：回归

回归的流程与分类基本一致，只需要把评估指标改动一下就行。回归输出的是损失曲线、R^2曲线、训练集预测值与真实值折线图、测试集预测值散点图与真实值折线图。输出效果如下：注意：预测值与真实值图像处理为按真实值排序，图中呈现的升序与数据集趋势无关。代码如下：fromfunctoolsimportpartialimportnumpyasnpimportpandasaspdfromsklearn.prepr
moyao_miao·2024-08-26 11:21

能折腾也能安静:新一轮征程开始了

今天是第一天，刚举办了开营仪式，了解了训练营的有关内容。给自己下了一个小目标:加黄V。这要求自己更加努力才行，不能以最低标准来要求自己。之前我开始了自己在上的周更之旅，后来立下了日更百天的flag。
白粥拌酱油·2024-08-26 10:52

聪明花故事妈妈训练营【第二期】第2天/21 绘本阅读原创《大卫上学去》

今天的绘本故事是讲给女儿和侄儿两个人听，大卫系列真的没有孩子不喜欢。女儿看过N遍了，很是喜欢。侄儿是第一次看，也听得津津有味。在正式给两娃开讲之前，我已经在自己的脑海中预演了无数次和两娃共读绘本的愉悦场面。然而现实画风却。。。。。。“太阳当空照，花儿对我笑，小鸟说早早早，我们一起背上小书包”在愉快的歌声中引入今天的绘本“你们喜欢去学校吗？你们都在学校做什么呢？”今天呀，我们就一起去看看大卫在学校做
前进中的花儿·2024-08-26 10:17

深度学习--Transformer和BERT区别详解

Transformer的概念、作用、原理及应用概念Transformer是一种基于注意力机制（AttentionMechanism）的神经网络架构，由Vaswani等人在2017年提出。与传统的循环神经网络（RNN）和卷积神经网络（CNN）不同，Transformer完全摒弃了循环和卷积结构，依赖于自注意力机制和并行化的处理方式，极大地提高了模型的训练效率和效果。作用Transformer的主要作
Ambition_LAO·2024-08-26 08:36

基于深度学习的环境数据分析

基于深度学习的环境数据分析利用深度学习技术处理和分析大量复杂的环境数据，以揭示隐藏的模式、趋势和关系，进而支持环境监测、管理和决策。
SEU-WYL·2024-08-26 08:05

京东优惠券怎么领取的、如何领取京东优惠券

主打：带货高补贴，深受各位带货团队长喜爱（训练营导师每天出单带货几万单）。注册即可享受高补贴+0撸+捡漏等带货新体验。送万元推广大礼包，教你如何1年做到百
氧惠爱高省·2024-08-26 07:57

小琳AI课堂：AIGC

首先，我们要明白，AIGC不仅仅是关于机器生成一些酷炫的图片或者文章，它融合了人工智能、深度学习、自然语言处理、计算机视觉等多个学科的技术。
小琳ai·2024-08-26 07:59

小琳AI课堂：AI（人工智能）和AIGC（AI生成内容）的关系

AI的关键技术包括机器学习、深度学习和自然语
小琳ai·2024-08-26 07:58

基于深度学习的生产流程自动化

基于深度学习的生产流程自动化是一种将深度学习技术应用于工业生产流程中，以实现更高效、智能化和自适应的生产管理和控制的方式。
SEU-WYL·2024-08-26 07:58

深度学习五种不同代码实现,神经网络,机器学习

第一种importnumpyasnpimporttensorflowastfmnist=tf.keras.datasets.mnistimportmatplotlib.pyplotaspltimportmatplotlibmatplotlib.use("TkAgg")(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train=x_train
学呗～那不然呢·2024-08-26 05:18

Stable Diffusion快速安装及prompt的使用

StableDiffusion是一种基于深度学习的文本到图像生成技术，它可以生成高质量的图像。以下是一篇快速安装教程，适合初学者理解和操作。什么是StableDiffusion？
老童聊AI·2024-08-26 04:41

每天一个数据分析题（五百）- 关联规则

（Association）D.预测（Prediction）数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-26 04:40

每天一个数据分析题（四百九十）- 主成分分析与因子分析

A.特征值B.特征向量C.协方差矩阵D.相关系数矩阵数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习
跟着紫枫学姐学CDA·2024-08-26 04:07

基普乔格全年跑量10000公里，平均每天跑27公里

他说：在训练营和队友一起训练，和长期保持训练计划稳步进行，是他成功的关键。基普乔格在饮食上也非常自律，从不饮酒，他并不抗拒碳水，他说我自己米饭是自己喜欢的”能量源泉“，每次比赛的早上他尤其爱吃米饭。
小强聊成长·2024-08-26 03:03

人工智能开源库有哪些

TensorFlow：由Google开发的深度学习库，提供了丰富的工具和API，支持CPU和GPU计算。PyTorch：由Facebook开发的深度学习框架，提供动态图和静态图两种模式，并且易于使用。
openwin_top·2024-08-26 02:59

案例复盘丨微课训练营从0到0.5：15天0预算涨粉200+营收6000

复盘分为4部分：1、回顾目标项目背景、目的、目标、里程碑、生产流程、运营策略2、评估结果目标完成数据、运营流程、用户参与流程、结果数据3、分析原因工作亮点分析（主观/客观）、存在问题分析（主观/客观）4、总结规律经验&规律、可优化的地方、停止事项、继续事项一、回顾目标1、项目背景目前，在线教育类培训课程普遍存在同质化、完课率低、无服务的问题。绝大多数用户购买课程后，一种情况是再也没有打开过，另一种
陈法法·2024-08-25 23:28

我的健身分享

我是从2021年9月加入健身训练营的，我在健身营已经持续打卡跑步237天。那么我是如何做到的呢?首先我说下自己每天运动的意义。
吕廷在践行·2024-08-25 22:23

深度学习多GPU训练原理

详细参考《动手学深度学习》P233，8.4节多GPU计算。数据并行的方法把一个batch的所有数据平均分配到每块GPU的显存里，把模型参数在每个GPU显存上拷贝一份。
浦东新村轱天乐·2024-08-25 22:31

TensorFlow库详解：Python中的深度学习框架

TensorFlow是一个开源的深度学习框架，由GoogleBrain团队开发，并于2015年正式发布。TensorFlow被广泛应用于各种深度学习任务，如图像识别、自然语言处理、语音识别等。
Ambition_LAO·2024-08-25 21:28

深度学习--自监督学习

自监督学习是一种无需大量人工标注的数据驱动方法，在生成模型中应用广泛。自监督学习通过利用数据中的固有结构或属性创建“伪标签”，使模型在没有人工标签的情况下进行学习。这种方法既提高了模型的训练效率，又降低了对标注数据的依赖。概念自监督学习：自监督学习是一种半监督学习的形式，模型通过从未标注的数据中创建自己的监督信号来进行学习。常见的方法包括通过预测数据的一部分来学习（例如，给定图像的部分，预测其余部
Ambition_LAO·2024-08-25 21:28

深度学习--复制机制

复制机制（CopyMechanism）是自然语言处理（NLP）中特别是在文本生成任务中（如机器翻译、摘要生成等）使用的一种技术。它允许模型在生成输出时不仅仅依赖于其词汇表中的单词，还可以从输入文本中“复制”单词到输出文本中。这种机制非常有用，尤其是在处理未见过的词汇或专有名词时。1.概念复制机制的基本思想是，在生成每个输出单词时，模型不仅从其词汇表中选择一个词，还可能直接从输入序列中复制一个词。这
Ambition_LAO·2024-08-25 21:28

GNN的理解难点：一种不同于传统神经网络的复杂性

图神经网络（GNN）已经成为深度学习领域的一颗新星，它在处理图形数据方面显示出了巨大的潜力和优势。然而，许多研究者和开发者发现GNN比传统的神经网络更难以理解和掌握。
小桥流水---人工智能·2024-08-25 21:27

代码随想录算法训练营第二十天|654.最大二叉树 617.合并二叉树 700.二叉搜索树中的搜索 98.验证二叉搜索树

654.最大二叉树又是构造二叉树，昨天大家刚刚做完中序后序确定二叉树，今天做这个应该会容易一些，先看视频，好好体会一下为什么构造二叉树都是前序遍历题目链接/文章讲解：https://programmercarl.com/0654.%E6%9C%80%E5%A4%A7%E4%BA%8C%E5%8F%89%E6%A0%91.html视频讲解：https://www.bilibili.com/video
风之彼端·2024-08-25 21:54

代码随想录算法训练营第四天|24. 两两交换链表中的节点 19.删除链表的倒数第N个节点 面试题 02.07. 链表相交 142.环形链表II

24.两两交换链表中的节点用虚拟头结点，这样会方便很多。本题链表操作就比较复杂了，建议大家先看视频，视频里我讲解了注意事项，为什么需要temp保存临时节点。题目链接/文章讲解/视频讲解：https://programmercarl.com/0024.%E4%B8%A4%E4%B8%A4%E4%BA%A4%E6%8D%A2%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E8
风之彼端·2024-08-25 21:24

代码随想录算法训练营第22天-leetcode-二叉树08：669. 修剪二叉搜索树；108.将有序数组转换为二叉搜索树；538.把二叉搜索树转换为累加树

669.修剪二叉搜索树力扣题目链接(opensnewwindow)给定一个二叉搜索树，同时给定最小边界L和最大边界R。通过修剪二叉搜索树，使得所有节点的值在[L,R]中(R>=L)。你可能需要改变树的根节点，所以结果应当返回修剪好的二叉搜索树的新的根节点。分析：需要遍历整棵树，因为父节点被删除或者保留，子节点都有可能删除或者保留；父节点被删除时，左子树和右子树只可能保留一个我的做法：后序遍历每个节
树懒爱沙发·2024-08-25 19:16

绘本讲师训练营6期16/21《汤姆在城市》

03399陈俊玲图片发自App小兔汤姆成长的烦恼图画书（旅行版）一套书，至今已经看过好几本了，这几这本《汤姆在城市》，主要介绍了小兔汤姆在城市里我看到的城市的特色建筑、人文、美食等，来和小兔汤姆一起感受城市的生活吧！翻开书本第一页，和小兔一起体验城市交通吧，看有小轿车、公交车、大货车、吉普车、出租车、公交车等，对了还有智慧交通的交警和红绿灯，真是让人应接不暇呢！城市里有很好吃的面包，都在面包房里；
郡灵灵·2024-08-25 19:58

「碎语杂记」第七次人口普查的一些数

昨天网上都在转的一件大事，就是第七次人口普查的数据公布了，很多人写了很多文章研究分析这件事。这件事儿对国家来说，是件大事儿，对我来说，开始没觉得是件大事儿。后来想想，国家的大事儿，就是个人应该关注的事儿，就认真读了些文章。不同侧重，各种分析，各种观点，有些其实是预测和猜测。对这方面缺乏关注和研究，很多文章看不太明白。记一下有关数字，对中国人口现状有个大致的概念。主要条目和具体数字来自于新华视点公众
简叔老魏·2024-08-25 18:57

在社会必须要掌握的基本能力

听和读是理解；说和写是表达；价值传递训练营带给我们的是什么？
233d4425ae62·2024-08-25 16:52

代码随想录算法训练营day51：图论02：99. 岛屿数量；100. 岛屿的最大面积

99.岛屿数量卡码网题目链接（ACM模式）(opensnewwindow)题目描述：给定一个由1（陆地）和0（水）组成的矩阵，你需要计算岛屿的数量。岛屿由水平方向或垂直方向上相邻的陆地连接而成，并且四周都是水域。你可以假设矩阵外均被水包围。输入描述：第一行包含两个整数N,M，表示矩阵的行数和列数。后续N行，每行包含M个数字，数字为1或者0。输出描述：输出一个整数，表示岛屿的数量。如果不存在岛屿，则
树懒爱沙发·2024-08-25 16:27

代码随想录算法训练营day45：动态规划part12：115.不同的子序列；583. 两个字符串的删除操作；72. 编辑距离

目录115.不同的子序列分析：583.两个字符串的删除操作72.编辑距离115.不同的子序列力扣题目链接(opensnewwindow)给定一个字符串s和一个字符串t，计算在s的子序列中t出现的个数。字符串的一个子序列是指，通过删除一些（也可以不删除）字符且不干扰剩余字符相对位置所组成的新字符串。（例如，"ACE"是"ABCDE"的一个子序列，而"AEC"不是）题目数据保证答案符合32位带符号整数
树懒爱沙发·2024-08-25 16:57

代码随想录算法训练营第43天：动态规划part10：子序列问题

300.最长递增子序列力扣题目链接(opensnewwindow)给你一个整数数组nums，找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。示例1：输入：nums=[10,9,2,5,3,7,101,18]输出：4解释：最长递增子序列是[2,3,7,101]，因
树懒爱沙发·2024-08-25 16:27

代码随想录算法训练营day64 | 98. 所有可达路径

图论理论基础1、图的种类整体上一般分为有向图和无向图。加权有向图，就是图中边是有权值的，加权无向图也是同理。2、度无向图中有几条边连接该节点，该节点就有几度在有向图中，每个节点有出度和入度。出度：从该节点出发的边的个数。入度：指向该节点边的个数。3、连通性在图中表示节点的连通情况，我们称之为连通性连通图和强连通图在无向图中，任何两个节点都是可以到达的，我们称之为连通图。如果有节点不能到达其他节点，
sunflowers11·2024-08-25 16:55

Keras深度学习框架实战（2）：估计模型训练所需的样本量

1、模型训练样本量评估概述1.1样本量评估的意义预估模型需要的样本量对于机器学习项目的成功至关重要，以下是几个主要原因：防止过拟合与欠拟合：过拟合：当模型在训练数据上表现极好，但在未见过的测试数据上表现糟糕时，就发生了过拟合。这通常是因为模型过于复杂，而训练数据不足以支持其学习数据的真实模式。通过预估足够的样本量，我们可以减少过拟合的风险。欠拟合：与过拟合相反，欠拟合是模型未能捕捉到数据中的关键模
MUKAMO·2024-08-25 15:52

代码随想录算法训练营Day50||图论part01

昨天的题补完啦~最后熟悉了一下单调栈。今天开始没视频看了，只能啃文字了。先熟悉一些图论基础，以及搜索理论基础。深度优先搜索理论基础类似于回溯算法（递归法），广度优先搜索就类似于迭代法。深度搜索三部曲也和回溯算法类似。卡玛网98.所有可达到路径：和力扣797.所有可能的路径一致。先熟悉ACM模式。邻接表和邻接矩阵的写法都要掌握。先写了一遍邻接矩阵写法，算是先熟悉了一下代码。
傲世尊·2024-08-25 15:22

深度学习100问10-什么是CBOW模型

CBOW（ContinuousBagofWords）模型是一种用于训练词向量的方法。想象一下，CBOW就像是一个猜词游戏。它从一个文本中选取一个词作为目标词，然后把这个目标词周围的几个词当成线索。CBOW的任务就是根据这些线索来猜出目标词是什么。为了完成这个任务，CBOW会先把这些线索词（周围的词）都转换成向量，然后把这些向量加起来或者求平均，得到一个综合的向量表示。接着，CBOW会用这个综合向量
不断持续学习ing·2024-08-25 13:10

深度学习（十一）：YOLOv9之最新的目标检测器解读

YOLOv91.YOLOv9:物体检测技术的飞跃发展1.1YOLOv9简介1.2YOLOv9的核心创新1.2.1信息瓶颈:神经网络在抽取相关性时的理论边界1.2.2可逆函数:保留完整的信息流1.2.3对轻型模型的影响：解决信息丢失1.2.4可编程梯度信息(PGI)：解决信息瓶颈1.2.5通用高效层聚合网络（GELAN）：实现更高的参数利用率和计算效率1.2.6结论：合作与创新2.代码1.YOLOv
从零开始的奋豆·2024-08-25 13:39

BCEWithLogitsLoss

 BCEWithLogitsLoss是PyTorch深度学习框架中的一个损失函数，用于二元分类问题。
hero_hilog·2024-08-25 13:39

基金初级训练营第四十期：千里之行始于足下

我们毕业啦！真的毕业啦！真的毕业了？不用凌晨一点去听音频课，因为赶时间，有时候在上班的路上也会听。不用在上班的时候也在想每日一问的问题。最近的自己好像是着了魔一样，这十四天重复着，上班打开音频插上耳机听课，边走边听，休息还在扒拉着手机，看小伙伴精彩的每日一问，和点评，下班用最快的速度吃饭，继续爬楼，学习，听完晚分享都要10点，直到消化完知识都11点多了。以前的自己，没什么目标，看电影，玩游戏，天大
scottgg·2024-08-25 12:49

OpenCL在移动端GPU计算中的应用与实践

一、引言移动端芯片性能的不断提升为在手机上进行计算密集型任务，如计算机图形学和深度学习模型推理，提供了可能。
m0_67544708·2024-08-25 10:51

第61篇 日更60天小结（六）

转眼间参加365训练营已经两个月，今天已经进入第三个月的训练期。本来这篇月总结应该昨天写的，种种原因放在了今天。今天还要进行月总结的直播，我正在一边听一边回忆自己这个月的成绩。
蘇蘇的神秘小屋·2024-08-25 10:15

给孩子树立榜样，从改变自我开始

我报班参加训练营，重拾兴趣，学着用文字记录生活。我逼迫自己成长，想要在孩子遇到困难时，能
乔依记·2024-08-25 08:36
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他