deep learning

forestsea17 天前
java·人工智能·spring boot·深度学习·自然语言处理·机器翻译·deep learning
Springboot 整合 Java DL4J 构建自然语言处理之机器翻译系统🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c=1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编程,高并发设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的
forestsea24 天前
java·人工智能·spring boot·spring·分类·deep learning·dl4j
Springboot 整合 Java DL4J 实现文本分类系统🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c=1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编程,高并发设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的
辰chen1 个月前
深度学习·机器学习·deep learning·ml·dl·李宏毅·machine translation
ML2021Spring-hw1(COVID-19 Cases Prediction)💫你好,我是辰chen,本文旨在准备考研复试或就业 💫本篇博客内容来自:Machine Learning 2022 Spring 💫更多和本篇博客相关内容详见专栏:Machine Learning(李宏毅2022春) 以及 机器学习(Machine Learning) 💫欢迎大家的关注,我的博客主要关注于算法讲解、LLM大模型、通信感知等
forestsea1 个月前
java·人工智能·spring boot·深度学习·spring·deep learning·deeplearning4j
Springboot 整合 Java DL4J 实现企业门禁人脸识别系统🧑 博主简介:历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c=1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编程,高并发设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的朋友交流探讨,共同
forestsea1 个月前
java·人工智能·spring boot·深度学习·分类·deep learning·deeplearning4j
Springboot 整合 Java DL4J 实现物流仓库货物分类🧑 博主简介:历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c=1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编程,高并发设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的朋友交流探讨,共同
forestsea1 个月前
java·人工智能·spring boot·深度学习·spring·deep learning·deeplearning4j
Springboot 整合 Java DL4J 实现医学影像诊断功能🧑 博主简介:历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c=1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编程,高并发设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的朋友交流探讨,共同
营赢盈英2 个月前
ai·deep learning·reinforcement·learning·openai gym
OpenAI gym: How to get complete list of ATARI environments题意:OpenAI Gym:如何获取完整的 ATARI 环境列表I have installed OpenAI gym and the ATARI environments. I know that I can find all the ATARI games in the documentation but is there a way to do this in Python, without printing any other environments (e.g. NOT the classic
木头分享3 个月前
deep learning
DeeplxFile:基于Deeplx提供的免费,不限制文件大小的文件翻译工具DeeplxFile是一款基于Deeplx提供的免费,不限制文件大小的文件翻译工具,目前已完全支持Word,Excel,powerpoint 支持翻译大部分内容,工具支持Windows和macos
大江东去浪淘尽千古风流人物3 个月前
人工智能·深度学习·yolo·机器学习·分类·deep learning
【ML】Image Augmentation)的作用、使用方法及其分类图像增强(Image Augmentation)是一种技术,它通过对原始图像进行各种变换或操作,生成新的图像数据。这些变换包括旋转、翻转、裁剪、调节亮度、添加噪声等。图像增强主要用于扩充训练数据集,以提高机器学习模型的鲁棒性和泛化能力。
大江东去浪淘尽千古风流人物3 个月前
deep learning
【ML】pre-train model 是什么如何微调它,如何预训练预训练模型(Pre-trained Model) 是在大型数据集上提前训练好的深度学习模型,这些模型在特定任务上已经具备了良好的通用特征表示能力。预训练模型通过大量数据的训练,捕捉了数据中的普遍模式,这些模式可以应用于多个不同的下游任务(如图像分类、自然语言处理等),从而减少在新任务上训练的时间和资源。
大江东去浪淘尽千古风流人物4 个月前
pytorch·python·transformer·batch·deep learning
【ML】transform 之 decoder 及其实现细节在 Transformer 架构中,解码器(Decoder)是负责生成输出序列的部分,例如在机器翻译任务中生成目标语言的句子。解码器由多个相同的层组成,每层都包含几个关键组件,以下是解码器的实现细节:
Kin__Zhang4 个月前
pytorch·python·deep learning·tutorial
【基础教程】Tutorial on Pytorch 结合官方基础文档和个人经验此教程首次书写于2021年12月份 至 2022年4月份间不断补充;阅读本文时可以对着代码运行查看好像还是很tensorflow有点区别的 毕竟 tensorflow emmm 我看一下 好像懂了,我记得久远之前我看过pytorch的 但是因为没做笔记+好久没用了 所以 忘得也挺快
Alannikos4 个月前
人工智能·git·python·深度学习·ai·deep learning
第三期书生大模型实战营之Git前置知识每位参与者提交一份自我介绍。 提交地址:https://github.com/InternLM/Tutorial 的 camp3 分支~
YiPeng_Deng5 个月前
人工智能·深度学习·神经网络·元学习·deep learning
【Deep Learning】Meta-Learning:训练训练神经网络的神经网络本文基于清华大学《深度学习》第12节《Beyond Supervised Learning》的内容撰写,既是课堂笔记,亦是作者的一些理解。
可keke5 个月前
linux·deep learning
gpustat使用gpustat命令查看GPU的资源使用情况,例如: 但是需要先安装:
friendszc6 个月前
人工智能·tensorflow·keras·deep learning·segnet
Keras实现SegNet我真服了原来我之前用tf复现SegNet给复现错了 在网上试了多个版本代码,折腾了好久,现在终于复现对了,代码也跑通了 SegNet的架构比较老了,这几年都没人更新代码了,我这里算是提供一个最近能跑通的版本的代码吧
Big Bill Fighter6 个月前
linux·服务器·人工智能·pytorch·python·深度学习·deep learning
【框架】简化多卡训练——huggingface accelerate使用方法介绍HuggingFace 的 accelerate 库可以实现只需要修改几行代码就可以实现ddp训练,且支持混合精度训练和TPU训练。(甚至支持deepspeed。) accelerate支持的训练方式为CPU/单GPU (TPU)/多GPU(TPU) DDP模式/fp32/fp16等。
元素之窗6 个月前
deep learning
更改 DeepXDE 的后端DeepXDE 库为科学计算和工程优化等领域提供了深度学习方法,是一个非常有用的工具。其中一个重要的功能是它允许用户自定义后端。在本文中,我们将指导如何更改 DeepXDE 的后端,并且验证更改是否成功。
AzathothLXL7 个月前
论文学习·deep learning·computer version
无监督多视角行人检测 Unsupervised Multi-view Pedestrian Detection论文url:https://arxiv.org/abs/2305.12457该论文提出了一种名为Unsupervised Multi-view Pedestrian Detection (UMPD)的新方法,旨在通过多视角视频监控数据准确地定位行人,而无需依赖于人工标注的视频帧和相机视角。