resnet101迁移学习

DeepSeek如何重塑我的编程学习：计算机新生的AI实践

目录前言邂逅DeepSeek：从困惑到惊喜初学编程的困境DeepSeek的优势️DeepSeek在编程学习中的运用注释算法逐步分析调试帮助跨语言迁移学习AI时代学习方法论革新知识获取方式转变新型学习能力培养反思与展望反思展望总结前言大家好

EnigmaCoder·2025-02-20 14:52

【自然语言处理|迁移学习-08】：中文语料完型填空

中文语料完型填空任务介绍2数据集加载及处理3定义下游任务模型4模型训练5.模型测试1中文语料完型填空任务介绍任务介绍：完成中文语料完型填空完型填空是一个分类问题，[MASK]单词有21128种可能数据构建实现分析：使用迁移学习方式完成使用预训练模型

爱学习不掉头发·2025-02-20 14:50

蓝耘服务器与DeepSeek的结合：引领智能化时代的新突破

DeepSeek的结合：引领智能化时代的新突破一、蓝耘服务器的技术优势1、高性能计算能力2、可扩展性与高效存储3、绿色节能设计二、DeepSeek：智能算法的引擎1、高效的深度学习训练与推理2、自适应学习与迁移学习

Lethehong·2025-02-19 08:36

大语言模型常用微调与基于SFT微调DeepSeek R1指南

微调是迁移学习的一种常见方法，能够显著提升模型在特定任务上的性能。在大型语言模型（LLM）的微调中，有几种常见的方法，包括SFT（监督微调）、LoRA（低秩适应）、P-tuningv2和**Fre

知来者逆·2025-02-16 16:08

【python语言应用】最新全流程Python编程、机器学习与深度学习实践技术应用（帮助你快速了解和入门 Python）

理解和掌握深度学习的基础知识，深入了解其与经典机器学习算法的区别与联系，并系统掌握包括迁移学习、循环神经网络（RNN）、长短时记忆网络（L

赵钰老师·2025-02-15 14:20

仅用10张图片，AI就能学会识别万物？多模态小样本学习颠覆传统！

此外，CPE-CLIP和MMFL等方法通过利用预训练模型和冻结的大规模视觉语言模型，实现了跨会话的迁移学习和快速适应新样本。

沃恩智慧·2025-02-15 03:15

基于PyTorch框架实现，展示如何使用ResNet50进行特征提取，并结合MMD用于领域适应，迁移学习在轴承故障诊断中的应用

基于PyTorch框架实现，展示如何使用ResNet50进行特征提取，并结合MMD用于领域适应，迁移学习在轴承故障诊断中的应用_迁移学习轴承诊断DAN:ResNet50-MMD以下文字及代码仅供参考。

QQ_767172261·2025-02-12 07:15

迁移学习 Transfer Learning

迁移学习（TransferLearning）是什么？迁移学习是一种机器学习方法，它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习，从而减少训练数据的需求、加快训练速度，并提升模型性能。

有人给我介绍对象吗·2025-02-11 20:23

【深度学习实战：kaggle自然场景的图像分类-----使用keras框架实现vgg16的迁移学习】

Hello大家好，今天和大家分享一个kaggle自然场景的图像分类的竞赛，使用的keras框架实现vgg16的迁移学习完成自然场景分类，对数据集感兴趣的同学可以在上方下载数据集。

机器学习司猫白·2025-02-11 20:18

DeepSeek迁移学习与预训练模型应用

迁移学习是一种利用预训练模型的知识来加速新任务训练的技术。通过迁移学习，我们可以在数据量有限的情况下，快速构建高性能的模型。

Evaporator Core·2025-02-11 19:48

一切皆是映射：域适应在DQN中的研究进展与挑战

域适应(DomainAdaptation)作为迁移学习的一

AI天才研究院·2025-02-10 00:33

Day 6 真假美猴王：AI质检的“火眼金睛”与“乌龙大赏”--美的AI质检员一夜“开除”50名老师傅！只因发现肉眼看不见的0.01mm致命气泡！

“钛合金眼”四、乐高教学：3步训练“AI质检员”五、装逼话术实战指南六、专业名词扫盲：AI质检黑话手册1.GAN（造假大师）2.数据增强（AI的“PS术”）3.F1Score（AI的“考试成绩”）4.迁移学习

泛泛不谈·2025-02-09 21:39

T5模型-基于Transformer架构的通用文本到文本转换模型

T5模型通过在大规模数据集上进行预训练，并使用迁移学习的方式在各种自然语言处理任务上取得了出色的性能。它的设计理念是将所有NLP任务都转化为文本到文本的形式，包括文本分类、序列标注、机器翻译等等。

Jiang_Immortals·2025-02-09 16:09

【机器学习】机器学习重要方法——迁移学习：理论、方法与实践

文章目录迁移学习：理论、方法与实践引言第一章迁移学习的基本概念1.1什么是迁移学习1.2迁移学习的类型1.3迁移学习的优势第二章迁移学习的核心方法2.1特征重用（FeatureReuse）2.2微调（Fine-Tuning

E绵绵·2025-02-06 22:52

（Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述

文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解

North_D·2025-02-06 08:24

MATLAB机器学习、深度学习

目录第一章MATLAB图像处理基础第二章BP神经网络及其在图像处理中的应用第三章卷积神经网络及其在图像处理中的应第四章迁移学习算法及其在图像处理中的应用第五章生成式对抗网络（GAN）及其在图像处理中的应用第六章目标检测

Yolo566Q·2025-02-05 17:01

《AI赋能行业实战：‌揭秘企业数字化转型最佳实践，‌落地案例深度解析！‌》 ---- 总目录

文章大纲金融行业落地实践浅析基于PySpark进行信用卡评分--实战案例迁移学习小样本金融风控生物信息识别大健康行业落地实践浅析传统行业深度融合升级如何深度参与创业？

shiter·2025-02-04 20:58

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理、深度强化学习、大型语言模型和迁移学习

矩阵猫咪·2025-02-03 12:42

基于CNN+Transformer混合模型实现交通流量时序预测(PyTorch版)

交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理、深度强化学习、大型语言模型和迁移学习

矩阵猫咪·2025-01-26 16:34

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPC Loss）如何计算？以及Wasserstein距离和CPC Loss结合的对抗训练示例，附代码（二）

【深度学习|迁移学习】Wasserstein距离度量和跨域原型一致性损失（CPCLoss）如何计算？

努力学习的大大·2025-01-25 22:43

经典卷积网络算法-VGG16

目录前言TensorFlow2.x中的tf.keras.applications使用示例主要参数迁移学习TensorFlow2.x的优势VGG16前置理解：全连接池化层具体作用与1x1池化的区别使用场景示例与

終不似少年遊*·2025-01-25 03:47

自动驾驶中的虚实迁移学习:降低对真实世界数据的依赖

自动驾驶,迁移学习,虚实环境,数据效率,深度学习,强化学习1.背景介绍自动驾驶技术作为人工智能领域的重要应用之一，其发展离不开海量真实世界驾驶数据。

AI架构设计之禅·2025-01-24 06:33

tensorflow-迁移学习使用Resnet残差网络实现猫狗分类问题

遇到的bug都放在之前的文章里了importosimportpandasaspdimportwarningsimporttensorflowastffromtensorflow.pythonimportkerasfromkeras.preprocessing.imageimportImageDataGeneratorimportkeras.optimizersasopfromtensorflow.

浮夸·2025-01-23 23:14

大型语言模型高效预训练策略的比较研究

3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2实际实现3.2.3实验结果3.3其他新兴技术3.3.1知识蒸馏3.3.2稀疏训练3.3.3数据增强3.3.4迁移学习

二进制独立开发·2025-01-22 21:27

迁移学习与RBF神经网络

迁移学习与RBF神经网络一、引言在机器学习和深度学习领域，迁移学习和神经网络都是备受关注的重要技术。

fanxbl957·2025-01-21 12:27

ChatGPT4.0最新功能和使用技巧，助力日常生活、学习与工作！

ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习

WangYan2022·2025-01-19 14:34

Time-LLM ：超越了现有时间序列预测模型的学习器

算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习-模型融合策略Transformer模型及Paddle实现迁移学习在预测任务上的

福安德信息科技·2025-01-17 23:38

Python中的深度学习神经网络

-构建与训练神经网络模型的步骤深度学习训练过程3.卷积神经网络的原理-卷积层与池化层-特征提取与全连接层-Python中的CNN库与工具4.Python中深度学习的挑战和未来发展方向-计算资源与速度-迁移学习与模型压缩

2301_78297473·2024-09-07 08:46

一文读懂深度适配网络（DAN）

这周五下午约见了机器学习和迁移学习大牛、清华大学的龙明盛老师。老师为人非常nice，思维敏捷，非常健谈！一不留神就谈了1个多小时，意犹未尽，学到了很多东西！

weixin_34088838·2024-08-28 05:57

迁移学习之领域泛化

领域泛化领域泛化（DomainGeneralization）是机器学习和计算机视觉中的一个重要概念，它指的是模型能够从一个或多个源领域（sourcedomains）学习到的知识或模式，成功地应用到与训练时未见过的目标领域（targetdomain）上，即使这些领域之间存在分布差异。简单来说，领域泛化就是希望模型能够“举一反三”，不仅限于在特定数据集或特定环境下表现良好，而是能够跨越不同的环境或数据

踩着上帝的小丑·2024-08-25 04:41

23 注意力机制—BERT

目录BERT预训练NLP里的迁移学习BERTBERT动机BERT预训练NLP里的迁移学习在计算机视觉中比较流行，将ImageNet或者更大的数据集上预训练好的模型应用到其他任务中，比如小数据的预测、图片分类或者是目标检测使用预训练好的模型

Unknown To Known·2024-08-25 01:57

Unet 高阶分割网络实战、多类别分割、迁移学习（deeplab、resnet101等等）

1、前言Unet图像分割之前介绍了不少，具体可以参考图像分割专栏为了实现多类别的自适应分割，前段时间利用numpy的unique函数实现了一个项目。通过numpy函数将mask的灰度值提取出来，保存在txt文本里，这样txt里面就会有类似012...等等的灰度值。而有几个灰度值，就代表分割要分出几个类别。具体可以参考：Unet实战分割项目、多尺度训练、多类别分割将vgg换成resnet的unet参

听风吹等浪起·2024-02-20 18:47

探索XGBoost：深度集成与迁移学习

导言深度集成与迁移学习是机器学习领域中的两个重要概念，它们可以帮助提高模型的性能和泛化能力。

Echo_Wish·2024-02-19 12:34

机器学习、深度学习、强化学习、迁移学习的关联与区别

本文主要了解并初步探究机器学习、深度学习、强化学习、迁移学习的关系与区别，通过清晰直观的关系图展现出四种“学习”之间的关系。

半亩花海·2024-02-19 12:43

预训练和微调在迁移学习中的作用

在机器学习和深度学习中，"pre-training"（预训练）和"fine-tuning"（微调）是两个常见且重要的概念，它们通常在迁移学习场景中使用，以提高模型在特定任务上的性能。

一条小小yu·2024-02-19 12:42

Python环境下基于深度判别迁移学习网络的轴承故障诊断

目前很多机器学习和数据挖掘算法都是基于训练数据和测试数据位于同一特征空间、拥有相同数据分布的假设。然而在现实应用中，该假设却未必存在。一方面，如果将利用某一领域数据训练得到的模型直接应用于新的目标领域，领域之间切实存在的数据差异可能会导致模型效果的骤然下降。另一方面，如果直接在新的目标领域中进行模型的训练，其数据的稀缺和标注的不完整可能会导致监督学习出现严重的过拟合问题，难以达到令人满意的学习效果

哥廷根数学学派·2024-02-19 12:36

基于PaddlePaddle2.0的蝴蝶图像识别分类

基于PaddlePaddle2.0的蝴蝶图像识别分类——利用预训练残差网络ResNet101模型分类资源来源如下：https://aistudio.baidu.com/aistudio/education

bianhuaHYQ·2024-02-14 11:23

【深度学习：迁移学习】图像识别预训练模型的迁移学习

【深度学习：迁移学习】图像识别预训练模型的迁移学习什么是迁移学习？为什么不从头开始训练模型？

jcfszxc·2024-02-14 11:48

【前沿技术杂谈：迁移学习】欧洲人工智能法案对人工智能开发者的意义 [2023 年 12 月更新］

【前沿技术杂谈：迁移学习】欧洲人工智能法案对人工智能开发者的意义[2023年12月更新］定义、一般原则和禁止做法人工智能系统开发者基于风险的义务固定和通用人工智能开发人员（第3/28条）基础模型的提供者

jcfszxc·2024-02-14 11:48

低资源学习与知识图谱：构建与应用

目录前言1低资源学习方法1.1数据增强1.2特征增强1.3模型增强2低资源知识图谱构建与推理2.1元关系学习2.2对抗学习2.3零样本关系抽取2.4零样本学习与迁移学习2.5零样本学习与辅助信息3基于知识图谱的低资源学习应用

cooldream2009·2024-02-14 10:21

深度学习之迁移学习实现神奇宝贝识别

经过之前深度学习的实践，无论是自己搭建的CNN网络也好，还是通过迁移学习调用官方的网络模型也好，都有其优点以及不足。

starlet_kiss·2024-02-13 21:40

LLM大模型常见问题解答（2）

迁移学习：GPT类模型首先在一个广泛的数据集上进行预训练，以掌握语言的通用表示，然后可以在

lichunericli·2024-02-13 21:38

大模型注入领域知识，模型体验和Token重复知识

迁移学习：使用预训练的LLM模型作为基础，然后在特定领域的数据上进行微调。这样可以利用预训练模型学到的通用知识，同时使其适应新领域。领域专家标

lichunericli·2024-02-13 19:26

深度学习基础

深度学习基础highvariance/datamismatchwhatisdatamismatchhowtosolvedatamismatchdatasynthesis数据合成迁移学习与预训练/微调什么时候用迁移学习

EEPI·2024-02-13 10:48

基于NSGA-II的深度迁移学习

深度迁移学习迁移学习是一种机器学习技术，它允许一个预训练的模型被用作起点，在此基础上进行微调以适应新的任务或数据。

代码缝合怪·2024-02-12 03:45

Tensorflow2.0 查看网络中每层的名称、权重及特征图绘制

为了方便演示，我们使用迁移学习到的MobileNetV2网络。实现过程1、构建网络我们将冻结迁移到的MobileNetV2网络，然后将它最后的分类层换成我们自己定义的分类层即可。

cofisher·2024-02-09 19:00

Tensorflow2.0 评价模型复杂度：参数量、FLOPs 和 MACC 计算

文章目录项目介绍代码实现：对于迁移学习网络（复杂）1、迁移学习不带分类层的简化版MobileNetV2网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC代码实现：对于自编写网络（简单）