pytorch量化感知训练

机器学习算法 —— 朴素贝叶斯

博客的简介（文章目录）目录朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯的优点朴素贝叶斯的缺点朴素贝叶斯的应用实战（贝叶斯分类）莺尾花数据库函数导入数据导入和分析模型训练模型预测原理简析模拟离散数据集朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯法
ZShiJ·2025-02-06 23:01

模型蒸馏、量化、裁剪的概念和区别

模型压缩概述1.1模型压缩的重要性随着深度学习技术的快速发展，神经网络模型在各种任务中取得了显著的成功。然而，这些模型通常具有大量的参数和复杂的结构，导致模型体积庞大、计算资源消耗高和推理时间长。这些问题限制了深度学习模型在资源受限设备（如移动设备、嵌入式系统）上的应用。模型压缩技术的出现，旨在解决上述问题，通过减少模型的大小和计算复杂度，同时保持或提高模型的性能。模型压缩的重要性主要体现在以下几
我就是全世界·2025-02-06 22:24

[论文笔记] Deepseek技术报告

介绍了两代模型：DeepSeek-R1-Zero（纯RL，无SFT冷启动数据）和DeepSeek-R1（在RL前加入少量冷启动数据和多阶段训练流程，提升可读性及推理表现）。
心心喵·2025-02-06 22:53

深度学习篇---深度学习相关知识点&关键名词含义

文章目录前言第一部分:相关知识点一、基础铺垫层（必须掌握的核心基础）1.数学基础•线性代数•微积分•概率与统计2.编程基础3.机器学习基础二、深度学习核心层（神经网络与训练机制）1.神经网络基础2.激活函数
Ronin-Lotus·2025-02-06 21:21

深度学习篇---深度学习中的超参数&张量转换&模型训练

文章目录前言第一部分：深度学习中的超参数1.学习率（LearningRate）定义重要性常见设置2.批处理大小（BatchSize）定义重要性常见设置3.迭代次数（NumberofEpochs）定义重要性常见设置4.优化器（Optimizer）定义重要性常见设置5.损失函数（LossFunction）定义重要性常见设置6.正则化（Regularization）定义重要性常见设置7.网络架构（Net
Ronin-Lotus·2025-02-06 21:50

利用Docker简化机器学习应用程序的部署和可扩展性

传统方法往往需要帮助将ML模型操作化，原因包括训练和服务环境之间的差异或扩展的困难。Docker是一个旨在自动化应用程序部署、扩展和管理的开源平台，作为解决这些挑战的方法。所提出的方法将ML模型及其
荆州克莱·2025-02-06 20:44

LDA主题分析—情感分析案例

以下是一个针对投诉内容进行情感分析的完整案例，包含数据准备、模型训练、情感分析以及结果展示的过程。案例：投诉内容情感分析步骤1：数据准备首先，我们准备一份包含用户投诉内容的数据集。
rubyw·2025-02-06 20:41

T1:实现mnist手写数字识别

>-**本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg)中的学习记录博客**>-**原作者：[K同学啊](https
哈维羊·2025-02-06 19:33

LLM知识蒸馏代码讲解及训练实验

LLM知识蒸馏代码讲解及训练实验知识蒸馏简单讲即使用大规模参数的模型对小规模参数模型进行蒸馏，且不是简单的只使用答案，是需要两个模型的logprob进行交互的，故两个模型的vocabsize必须是一样的
淡水，·2025-02-06 18:33

深度学习学习笔记 --- 动量momentum

一、动量momentum的由来训练网络时，通常先对网络的初始值按照某种分布进行初始化，如：高斯分布。
杨鑫newlfe·2025-02-06 18:01

DeepSeek与OpenAI：谁是AI领域的更优选择？

一、成本与性价比1.训练成本DeepSeek在训练成本上的优势极为显著。其开发团队通过创
gs80140·2025-02-06 18:28

TensorFlow、把数字标签转化成onehot标签

在MNIST手写字数据集中，我们导入的数据和标签都是预先处理好的，但是在实际的训练中，数据和标签往往需要自己进行处理。以手写数字识别为例，我们需要将0-9共十个数字标签转化成onehot标签。
dg989385783·2025-02-06 18:58

【大模型LLM面试合集】训练数据_数据格式

对于大语言模型的训练中，SFT（SupervisedFine-Tuning）的数据集格式可以采用以下方式：输入数据：输入数据是一个文本序列，通常是一个句子或者一个段落。
X.AI666·2025-02-06 18:28

大型推理模型 （LRM） 的比较 OpenAI DeepSeek R1 Gemini 2.0

分钟发布时间：2025-02-06近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】1.架构与训练技术
·2025-02-06 17:20

构建安全可靠的LLM应用架构

接下来，我们将详细解析数据处理模块、模型训练模块、应用部署模块和安全防护模块的设计与实现策略。本文将使用Mermaid流程图和Pyth
AI天才研究院·2025-02-06 16:15

从零开始构建一个大语言模型-第五章第五节

第五章目录5.1评估生成文本模型5.2训练一个LLM5.3控制随机性的解码策略5.4在PyTorch中加载和保存模型权重5.5从OpenAI加载预训练权重5.5从OpenAI加载预训练权重此前，我们使用一个由一本短篇小说集组成的有限数据集训练了一个小型
释迦呼呼·2025-02-06 15:41

TfidfVectorizer

核心思想：是通过统计词频和逆文档频率来量化词语在文本中的重要性。
htuhxf·2025-02-06 15:36

弹性文件服务（SFS）的使用场景

华为云弹性文件服务（ScalableFileService，简称SFS）是一种高性能、高可用、弹性伸缩的文件存储服务，广泛应用于多种场景，包括高性能计算、媒体处理、企业办公、AI训练等。
九河云·2025-02-06 14:02

Seed Edge- AGI（人工智能通用智能）长期研究计划

目标与定位核心目标是做比预训练和大模型迭代更长期、更基础的AGI前沿研究，为AI研究者提供更自由的探索空间和资源支持，探索AGI的新方法，推动通用智能的边界。支持措
自不量力的A同学·2025-02-06 13:29

DeepSeek-R1真算得上开源吗？

OpenAIo1模型证明，当LLM在推理时，通过增加计算量进行类似训练后，它们在数学、编程和逻辑等推理任务上的表现显著提升。然而，OpenAI推理模型的训练方法一直是秘密。
·2025-02-06 13:37

基于YOLOv11的目标检测系统

在之前YOLO版本令人印象深刻的进步基础上，YOLO11在架构和训练方法上进行了重大改进，使其成为广泛的计算机视觉任务的多功能选择。
夜思、晨·2025-02-06 12:21

yolov5 c++ onnx pytorch pycharm gpu train test

目的：目标实时检测；方法：c++调用yolov5模型；数据资源参考：【Yolov5】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）_yolov5教程-CSDN博客代码:#include#include#includeusingnamespacecv;usingnamespacecv::dnn;//#classnamesstd::vectorclasses={"
mulsh·2025-02-06 12:50

使用Python和TensorFlow/Keras构建一个简单的CNN模型来识别手写数字

一个简单的图像识别项目代码示例，使用Python和TensorFlow/Keras库来训练一个基本的CNN模型，用于识别MNIST手写数字数据集，并将测试结果输出到HTML。
mosquito_lover1·2025-02-06 12:48

【保姆级教程】YOLOv8_Seg实例分割：训练自己的数据集

一、YOLOV8环境准备1.1下载安装最新的YOLOv8代码仓库地址：https://github.com/ultralytics/ultralytics1.2配置环境pipinstall-rrequirements.txt-ihttps://pypi
BILLY BILLY·2025-02-06 12:47

Python模型上线pmml以及自定义函数转换（1）

1、常规转换-模型训练好之后立即转换importjoblibfromsklearn2pmmlimportPMMLPipeline,sklearn2pmml#保存模型python可读入defdump(clf
jin_tmac·2025-02-06 12:46

yolov5 实例分割：从原理、构建数据集到训练部署

yolov5实例分割：从原理、构建数据集到训练部署1.模型介绍1.1YOLOv5结构1.2YOLOv5推理时间2.构建数据集2.1使用labelme标注数据集2.2生成coco格式label2.3coco
外卖猿·2025-02-06 12:15

Agent：大模型落地的新前沿，你可以不懂大模型，但一定要知道agent

Agent是一种能够自主感知环境、做出决策并采取行动的智能实体。在大模型的加持下，Agent具备了更强的感知、理解和执行能力，能够在各
大模型.·2025-02-06 12:44

深度学习No module named ‘torchvision.transforms.functional_tensor‘问题解决

问题在进行深度学习训练过程中出现ModuleNotFoundError:Nomodulenamed'torchvision.transforms.functional_tensor'报错，多方查阅资料后得到了解决方案
winrisef·2025-02-06 11:44

【单层神经网络】基于MXNet的线性回归实现（底层实现）

写在前面刚开始先从普通的寻优算法开始，熟悉一下学习训练过程下面将使用梯度下降法寻优，但这大概只能是局部最优，它并不是一个十分优秀的寻优算法整体流程生成训练数据集（实际工程中，需要从实际对象身上采集数据）
辰尘_星启·2025-02-06 11:43

嵌入式面试题八股文（c语言+数据结构+linux基础）

延长生命周期:static修饰的变量生命周期为整个程序存放位置：static修饰的变量存放在静态区初始化:static变量未赋初值时初值为0，且只初始化一次const是常量化的意思；可以修饰变量，可以修饰指针
KELE_1332·2025-02-06 11:10

在 Python 中生成一个简单的类 GPT 软件?

本文将详细介绍实现这一目标的具体步骤，涵盖环境搭建、数据准备、模型选择、训练与推理等多个方面。二、环境搭建2.1安装Python首先要确保系统中安装了Python。建议使用Python3.7及以上版本
一只小灿灿·2025-02-06 10:37

遗传算法与深度学习实战（33）——WGAN详解与实现

遗传算法与深度学习实战（33）——WGAN详解与实现0.前言1.训练生成对抗网络的挑战2.GAN优化问题2.1梯度消失2.2模式崩溃2.3无法收敛3WassersteinGAN3.1Wasserstein
盼小辉丶·2025-02-06 09:29

国家超算平台上线DeepSeek - R1系列模型：开启AI新征程

它用了强化学习训练，推理的时候会反复思考验证，思维链能有好几万字长。在数学、代码编写和复杂逻辑推理这些方面，表现相当厉害
CodeJourney.·2025-02-06 08:25

手动计算conv1d 及pytorch源码

文章目录1.conv1d2.pytorch源码1.conv1dconv1d的作用是进行一维的卷积计算，将卷积核沿着输入矩阵进行一维卷积，具体参考如下excel通过网盘分享的文件：conv1d.xlsx链接
取个名字真难呐·2025-02-06 08:21

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.utils.dataimportDataLoader,TensorDatasetdata=np.array([[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1.8,-49.1],[1.5,75.
sirius12345123·2025-02-06 06:39

小麦雌蕊相关基因和网络的共表达网络分析

鲑鱼程序用于量化11种
请你喝好果汁641·2025-02-06 06:07

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnfromtorch.utils.dataimportDatasetimportnumpyasnp#自定义数据集类classCustomDataset(Dataset):def__init__(self,x_data,y_data):self.x_data=torch.from_numpy(x_data).float()self.y_data
菜狗woc·2025-02-06 06:35

vnpy，一个不可思议的Python库！

vn.py是一个开源的Python交易编程框架，旨在帮助程序员快速搭建属于自己的量化交易平台。该框架支持股票、期货、外汇等多种金融产品的交易，提供了从数据获取、策略开发到交易执行的全流程支持。
黑马聊AI·2025-02-06 04:45

股票交易开户流程有哪些具体步骤？需要准备哪些证件和材料？

炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python
财云量化·2025-02-06 03:12

A股未来预期回报是否走低？影响因素有哪些？投资者该如何应对？

Python股票接口实现查询账户，提交订单，自动交易（1）Python股票程序交易接口查账，提交订单，自动交易（2）股票量化，Python炒股，CSDN交流社区>>>经济增长态势经济增长是影响A股预期回报的关键因素
股票程序化交易接口·2025-02-06 03:40

大模型的底层逻辑及Transformer架构

一、大模型的底层逻辑1.数据驱动大模型依赖海量的数据进行训练，数据的质量和数量直接影响模型的性能。通过大量的数据，模型能够学习到丰富的模式和规律，从而更好地处理各种任务。
搏博·2025-02-06 02:04

大语言模型轻量化：知识蒸馏的范式迁移与工程实践

大语言模型轻量化：知识蒸馏的范式迁移与工程实践嗨，我是LucianaiB！总有人间一两风，填我十万八千梦。路漫漫其修远兮，吾将上下而求索。
LucianaiB·2025-02-06 02:04

【深度学习】权重衰减

我们总是可以通过去收集更多的训练数据来缓解过拟合。但这可能成本很高，耗时颇多，或者完全超出我们的控制，因而在短期内不可能做到。假设我们已经拥有尽可能多的高质量数据，我们便可以将重点放在正则化技术上。
熙曦Sakura·2025-02-06 02:33

java调用ONNX模型

一、导出一个onnx模型这里训练了一个简单的线性回归模型通过SerializeToString完成导出。
jason.zeng@1502207·2025-02-06 01:30

AIGC从入门到实战：基于大模型的人工智能应用的涌现和爆发

1.2大模型：AIGC的基石AIGC的核心驱动力在于大规模预训练模型（简称“大模型”）。这些模型拥
AI天才研究院·2025-02-06 01:00

大规模语言模型从理论到实践 DeepSpeed实践

大规模语言模型从理论到实践DeepSpeed实践文章目录大规模语言模型从理论到实践DeepSpeed实践1.背景介绍1.1大规模语言模型的兴起1.2训练和部署LLM的挑战1.3DeepSpeed：赋能LLM
AI天才研究院·2025-02-06 01:59

一致性 hash 算法理解与实现

取模分段一致性哈希上层是否感知是是否迁移成本高高低，只涉及相邻节点单点故障影响高高低，只影响相邻节点算法复杂度低低高热点数据存在存在存在一致性哈希主要解决问题从上述对比可知，一致性哈希主要降低节点上下线中带来的数据迁移成本
·2025-02-06 01:53

vscode相关插件使用----持续更新中

一、VSCode（VisualStudioCode）常用的插件：Vetur/Volar：用于Vue.js项目的开发，提供语法高亮、智能感知等功能。
本就是菜鸟何必心太浮·2025-02-06 01:58

Python如何解决“No module named ‘torch’”错误

Python如何解决“Nomodulenamed‘torch’”错误1.选择版本：稳定版本or预览版本2.了解你的操作系统3.工具选择4.如何与PyTorch通信5.CPU还是GPU？
程序媛一枚~·2025-02-06 01:25

【Mamba之模型训练系列（四）】将 mamba 扩展到多模态大型语言模型，实现高效推理

将mamba扩展到多模态大型语言模型，实现高效推理背景知识与研究动机Cobra模型设计视觉编码器DINOv2SigLIP投影器Mamba语言模型主干训练策略训练数据训练阶段预训练阶段多模态指令调整阶段微调策略训练细节训练策略的关键结论实验验证实验设置性能比较推理速度消融研究关键结论参考文献这篇文章介绍了一个名为
愷创作者·2025-02-06 00:45
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他