yolov3训练

Python打卡DAY34

知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作
chicpopoo·2025-05-26 20:29

Python打卡day34！！！

DAY34GPU训练及类的call方法知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call
dragon0907·2025-05-26 20:58

python打卡day34@浙大疏锦行

知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作
风逸hhh·2025-05-26 20:26

【深度学习】5. 正则化方法：从 Weight Decay 到 BatchNorm、GroupNorm, Dropout、DropConnect, Early Stopping 与归一化技术

BatchNorm、Dropout、EarlyStopping与归一化技术本文系统梳理了深度学习中各类正则化方法，包括：显式正则化：L1/L2正则、WeightDecay、Bayesian视角下的先验项训练过程正则化
pen-ai·2025-05-26 20:25

MLA：Transformer的智能变形金刚——解密多头潜在注意力的进化密码

第一章MLA的进化之路：从MHA到智能变形1.1变形金刚的诞生背景当LLM模型规模突破万亿参数量级时，传统Transformer的注意力机制开始显现"成长的烦恼"：训练阶段计算密集、推理阶段内存吃紧。
TGITCIC·2025-05-26 18:15

神经算子项目实战：数据分析、可视化与实现全过程

✅项目目标本周将通过一个神经算子（NeuralOperator）项目，系统掌握以下内容：数据可视化与统计分析方法实验结果分析与讨论技巧神经算子模型构建与训练实战经验我们将以一个Burgers方程的求解任务为背景
LIUDAN'S WORLD·2025-05-26 16:36

数据集划分与格式转换：从原始数据到模型训练的关键步骤

在计算机视觉项目中，数据集的合理划分和格式转换是实现高效模型训练的基础。
石去皿·2025-05-26 16:05

Pytorch最新保姆级安装教程！

PyTorch是一个广泛使用的深度学习框架，它提供了强大的工具和功能，便于开发和训练深度神经网络模型。本教程诗人将详细介绍如何安装最新版本的PyTorch，并提供详细的代码配置。
二进制吟游诗人·2025-05-26 15:57

深入解读Qwen3技术报告（五）：后训练对齐

通过深入的技术解析和实践经验分享，旨在帮助读者更好地理解和应用这些领域的最新进展5.后训练对齐：从基础模型到可用助手预训练完成后的大型语言模型虽
小爷毛毛（卓寿杰）·2025-05-26 14:22

[特殊字符] UI-Trans：字节跳动发布的多模态 UI 转换大模型工具，重塑界面智能化未来

UI-Trans是一种面向用户界面（UI）的多模态预训练模型，具备如下核心能力：自动理解UI截图内容与结构结合自然语言
_深海凉_·2025-05-26 13:19

Python 训练营打卡 Day 21-常见的降维算法

在机器学习中，降维（DimensionalityReduction）是指通过某种数学变换或算法，将高维数据映射到低维空间，同时尽可能保留原始数据的关键信息或结构的过程。其主要目的包括以下几个方面：1.缓解维度灾难（CurseofDimensionality）背景：当数据维度较高时，样本空间会变得稀疏，导致模型难以捕捉数据的真实分布，出现过拟合或泛化能力下降的问题（例如距离度量失效、参数空间爆炸等）
帮关下月亮·2025-05-26 10:58

代码随想录-算法训练营day35(贪心算法05:无重叠区间,划分字母区间,合并区间)

第八章贪心算法part05●435.无重叠区间●763.划分字母区间●56.合并区间详细布置今天的三道题目，都算是重叠区间问题，大家可以好好感受一下。都属于那种看起来好复杂，但一看贪心解法，惊呼：这么巧妙！还是属于那种，做过了也就会了，没做过就很难想出来。不过大家把如下三题做了之后，重叠区间基本上差不多了435.无重叠区间https://programmercarl.com/0435.%E6%97
java菜鸡加油·2025-05-26 10:58

孰优孰劣？监督与非监督学习大对决

在这个过程中，每一个训练样本都贴有正确答案的"标签"。监督学习的核心就是：算法通过已标记的数据学习，然后尝试预测新
技术吧·2025-05-26 09:53

yolov8 数据集训练免费分享 赶快下载吧 适合纯小白

配置好环境，想训练数据集，如何做下载别人的数据集，先跑一下，看看过程自制数据集，工作量大，容易出错，相对来说，下载其他人的数据集，就相对来说简单很多，有很多数据集分享网址，对于小白来说或者无法科学上网，
2401_86141214·2025-05-26 08:48

AI驱动网络范式革新：Smart Switch与智能路由的协同进化

算力时代的网络困局：路由技术如何破局AI流量洪峰在GPT-4o参数规模突破10万亿、千卡集群成为AI训练标配的今天，全球互联网正经历着前所未有的流量风暴。
星融元asterfusion·2025-05-26 07:09

AI+Xmind自动生成测试用例（思维导图格式）

一、操作步骤：步骤1：创建自动生成测试用例智能体方式：使用通义千问/豆包智能体生成，以下两个是我已经训练好的智能体，直接打开使用即可通义智能体：https://lxblog.com/qianwen/share
WalkerShen·2025-05-26 06:34

接续训练调优：model.load_state_dict不会自动加载优化器参数，它仅加载模型的权重参数。要完整恢复训练状态，需要单独处理优化器和学习率调度器。

注意：model.load_state_dict(torch.load(self.config.ckpt_path),strict=False)不会自动加载优化器和调度器参数，所以会导致接续训练时候loss
热爱生活的五柒·2025-05-26 05:00

当NLP能模仿人类写作：原创性重构而非终结

GPT-4的参数规模达到1.8万亿，相当于人类大脑突触数量的四分之一，其训练语料涵
duolapig·2025-05-26 05:26

Transformer大模型实战 针对下游任务进行微调

Transformer,微调,下游任务,自然语言处理,预训练模型,迁移学习,计算机视觉1.背景介绍近年来，深度学习在人工智能领域取得了突破性进展，其中Transformer模型凭借其强大的序列建模能力，
AI大模型应用之禅·2025-05-26 04:21

pytorch深度学习框架基本介绍

3.1.1创建张量3.1.2张量的类型转换3.2自动微分(Autograd)4.构建神经网络4.1定义网络结构4.2使用nn.Module5.数据加载与处理5.1使用DataLoader5.2数据预处理6.训练与评估
一九11111·2025-05-26 04:19

HunyuanDiT训练

HunyuanDiT/README.mdatmain·Tencent/HunyuanDiT·GitHubHunyuan-DiT:APowerfulMulti-ResolutionDiffusionTransformerwithFine-GrainedChineseUnderstanding-HunyuanDiT/README.mdatmain·Tencent/HunyuanDiThttps://g
Kun Li·2025-05-26 03:13

gensim简单使用

中途碰到过问题：①模型训练参数没有“size”的属性，目前是采取去掉这一参数②gensim导入出现scipy报错：cannotimportname'_ccallba
Yae Yang·2025-05-26 02:09

数据科学中的模型评估与选择：如何找到最优解？

在数据科学的世界里，选择一个合适的模型比训练模型本身更重要。一个复杂但不匹配业务需求的模型，不仅计算开销大，还可能导致预测效果不如一个简单、稳定的模型。
Echo_Wish·2025-05-26 02:38

NLP-gensim库

它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口。
安替-AnTi·2025-05-26 02:38

已经训练好的 YOLO 模型，添加新的识别标签（类别）的步骤和注意事项

在已经训练好YOLO模型后添加新的识别标签（类别），可以通过迁移学习的方式高效完成，而不必重新训练整个模型。
LeonDL168·2025-05-26 01:06

Python训练营打卡DAY36

作业：对之前的信贷项目，利用神经网络训练下，尝试用到目前的知识点让代码更加规范和美观。
我想睡觉261·2025-05-26 00:54

python打卡训练营打卡记录day33

cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化
yorushika_·2025-05-26 00:52

python打卡训练营打卡记录day24

元组元组的特点：1.有序，可以重复，这一点和列表一样2.元组中的元素不能修改，这一点非常重要，深度学习场景中很多参数、形状定义好了确保后续不能被修改。很多流行的ML/DL库（如TensorFlow,PyTorch,NumPy）在其API中都广泛使用了元组来表示形状、配置等。可以看到，元组最重要的功能是在列表之上，增加了不可修改这个需求。元组的创建my_tuple1=(1,2,3)my_tuple2
yorushika_·2025-05-26 00:52

Python训练营-Day11-常见的调参方式

超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长今日作业：对于信贷数据的其他模型，如LightGBM和KNN尝试用下贝叶斯优化和网格搜索#%%[markdown]##DAY10##1.把之前所有的处理手段都处理一遍，回顾一下全流程，以后就用处理好的部分直
Mallow Flowers·2025-05-26 00:51

Python打卡训练营学习记录Day35

知识点回顾：三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化进度条功能：手动和自动写法，让打印结果更加美观推理的写法：评估模式作业：调整模型定义时的超参数，对比下效果。importtorchimporttorch.nnasnnimporttorch.optimasoptimfromsklearn.datasetsimportload_irisfromsklearn
FanfanPyt·2025-05-25 23:48

基于Python的全卷积网络（FCN）实现路径损耗预测

本方案包含理论基础、数据生成、模型构建、训练优化及可视化分析，代码实现约6000字。
pk_xz123456·2025-05-25 23:43

工业大模型全景解析：53个大模型案例深度探索

根据沙丘智库发布的《[2024年中国工业大模型应用跟踪报告]》，工业大模型是指在通用基础大模型（例如文心一言、通义千问等）的基础上，结合行业&场景数据进行预训练和微调，并进行模型压缩（裁剪、蒸
大模型猫叔·2025-05-25 22:09

Diffusers代码学习：Stable Video Diffusion

SVDCheckpoint被训练以生成14帧视频，并且SVD-XTCheckpoint点被进一步微调以生成25帧视频。下面将在本指南中使用SVD-XTCheckpoint。
duhaining1976·2025-05-25 21:34

基于点标注的弱监督目标检测方法研究

弱监督目标检测通过低成本标注训练模型，成为近年研究热点。本文提出一种基于点标注的弱监督目标检测算法，仅需在图像中物体中心点标注，即可高效定位和分类目标。
智能时代的操作系统·2025-05-25 21:03

【算法题】别再为 Java 算法题犯难，码蹄杯上这些新手题库帮你打好基础

点赞收藏❤前言：码蹄杯作为编程学习中经典的逻辑训练题型，是提升算法思维与代码实践能力的“磨刀石”。对于初入编程领域的学习者而言，从基础题入手拆解问题逻辑是快速入门的关键。
学无止尽5·2025-05-25 20:27

day33 python深度学习入门

实现鸢尾花分类一、环境搭建1.创建Python环境2.安装必要的库3.检查CUDA环境二、数据准备1.加载数据集2.数据预处理3.转换为PyTorch张量三、模型构建1.定义模型结构2.定义损失函数和优化器四、模型训练
xiaohanbao09·2025-05-25 20:26

python打卡day35

summary+权重分布可视化进度条功能：手动和自动写法，让打印结果更加美观推理的写法：评估模式nn.Module的内置功能，直接输出模型结构print(model)#nn.Module的内置功能，返回模型的可训练参数迭代器
ZHPEN1·2025-05-25 20:54

深入详解线性代数基础知识：理解矩阵与向量运算、特征值与特征向量，以及矩阵分解方法（如奇异值分解SVD和主成分分析PCA）在人工智能中的应用

1.矩阵与向量运算线性代数中的矩阵与向量运算是理解高维数据处理和模型训练的基
猿享天开·2025-05-25 14:19

普通人如何应用AI大模型之实战基础教程001：什么是大模型

关键词：大模型、超级记忆库、推理引擎、多模态感知、Transformer架构概要：本文介绍了大模型的核心概念及其与传统AI的区别，强调其通过海量数据训练形成的“超级记忆库”和“推理引擎”，能够基于上下文生成新内容
理工男大辉郎·2025-05-25 14:48

使用MATLAB和Simulink进行基于强化学习的双足机器人步态控制仿真

目录一、准备工作二、步骤详解1.启动Simulink并创建新模型2.构建双足机器人简化模型3.设计强化学习环境强化学习环境概述4.实现强化学习控制器5.训练强化学习代理6.增加示波器观察输出7.配置仿真参数
xiaoheshang_123·2025-05-25 14:47

秒懂Boosting和Bagging算法

二、Bagging：民主投票的"乌合之众"逆袭战1.核心思想Bootstrap抽样：让每个模型在随机子数据集上训练（就像蒙着眼睛抓阄
来自于狂人·2025-05-25 09:18

【粉丝福利社】大模型轻量化：模型压缩与训练加速

【技术大咖愚公搬代码：全栈专家的成长之路，你关注的宝藏博主在这里！】开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主！江湖人称"愚公搬代码"，用七年如一日的精神深耕技术领域，以"挖山不止"的毅力为开发者们搬开知识道路上的重重阻碍！【行业认证·权威头衔】✔华为云天团核心成员：特约编辑/云享专家/开发者专家/产品云测专家✔开发者社区全满贯：CSDN博客&商业化双料
愚公搬代码·2025-05-25 09:14

《力扣算法训练提升》数组篇-打卡数组统计-【442】数组中重复的数据

数组的基本特性数组是最简单的数据结构。数组是用来存储一系列相同类型数据，数据连续存储，一次性分配内存。数组中间进行插入和删除，每次必须搬移后面的所有数据以保持连续，时间复杂度O(N)。数组索引数组通过索引支持快速访问数据，一个长度为N的数组，它的下标从0开始到N-1结束。数组元素可以通过数组名称加索引进行访问。元素的索引是放在方括号内，跟在数组名称的后边。数组扩容数组内存空间是一次性分配，扩容时，
囧么肥事·2025-05-25 09:11

影普阁：DeepSeek 对于应用开发者而言，和其他大模型有什么异同之处? 出现的意义是什么？

也是低调崛起的中国AI黑马；DeepSeek凭两大亮点优势获全球AI圈点赞关注，一是性价比极高，也有人把其称作”AI届的拼多多“即低成本训练出的大模型，实则技术实力极强，真正的高性能，也颇有一种后来居上的感觉
苹果酱0567·2025-05-25 08:05

【机器学习】大数据时代，模型训练慢如牛？解锁Spark MLlib与分布式策略

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-05-25 07:27

基于yolov8预训练模型手势识别

1.环境安装：Python3.7+OpenCVNumpyUltralytics2.预训练模型Yolov8.pt3.数据集准备访问Roboflow网站，搜索HandGestureRecognitionObjectDetectionDataset
再写一次·2025-05-25 05:18

人脸表情识别数据集分享（内含AffectNet、Rafdb、Ferplus等数据集）

我通过官方渠道找的AffectNet数据集有几十个G，都是没有裁剪过的，我下载下来都费劲，完整跑一次还得要两周...并且affectnet和ferplus都是按表情类别分文件夹存储的，而Raf-db是所有训练集
Michael-Jay·2025-05-25 05:16

软件工程学习之旅：从基础到实践的全面指南

对于初学者而言，掌握软件工程不仅意味着学习一门技术，更是一次关于逻辑思维、团队协作、项目管理等多方面能力的综合训练。
sdfcr·2025-05-24 21:01

C++魔法药水的配方 全国信息素养大赛复赛决赛 C++小学/初中组 算法创意实践挑战赛 内部集训模拟题详细解析

C++魔法药水的配方全国信息素养大赛C++复赛/决赛模拟训练题博主推荐所有考级比赛学习相关资料合集【推荐收藏】1、C++专栏电子学会C++一级历年真题解析电子学会C++二级历年真题解析蓝桥杯C++选拔赛真题解析信息素养大赛
小兔子编程·2025-05-24 21:30

上肢康复机器人设计与临床应用研究

传统康复治疗依赖治疗师手动辅助训练，存在效率低、量化难、人力成本高等问题。上肢康复机器人通过精准的运动控制与生物反馈机制，为实现高效、标准化的康复训练提供了技术解决方案。
2301_78600126·2025-05-24 20:19
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他