技术栈
深度学习
thinkMoreAndDoMore
2 小时前
人工智能
·
深度学习
·
机器学习
深度学习(2)-深度学习关键网络架构
深度学习有4种类型的网络架构:密集连接网络、卷积神经网络、循环神经网络和Transformer。每种类型的模型都是针对特定的输入模式,网络架构包含了关于数据结构的假设,即模型搜索的假设空间。某种架构能否解决某个问题,完全取决于问题的数据结构与所选的网络架构假设之间是否匹配。
紫雾凌寒
2 小时前
深度学习
·
opencv
·
计算机视觉
·
傅里叶变换
·
频域分析
计算机视觉基础|从 OpenCV 到频域分析
在当今数字化时代,图像处理已渗透到我们生活的方方面面,从日常使用的智能手机拍照美化,到医学领域的精准诊断,再到自动驾驶中的环境感知,其重要性不言而喻。在图像处理领域中,OpenCV 和频域分析,成为众多开发者和研究者不可或缺的强大工具。
B站计算机毕业设计超人
2 小时前
大数据
·
hadoop
·
爬虫
·
深度学习
·
机器学习
·
数据可视化
·
推荐算法
计算机毕业设计hadoop+spark旅游景点推荐 旅游推荐系统 旅游可视化 旅游爬虫 景区客流量预测 旅游大数据 大数据毕业设计
温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片!温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片!
mengyoufengyu
2 小时前
人工智能
·
深度学习
·
deepseek
DeepSeek04-导出导入模型文件
预制条件:安装了“Git Bash”,需要使用该软件,具体安装教程参见: 超级详细的GitBash使用教程01
大数据追光猿
3 小时前
人工智能
·
pytorch
·
python
·
深度学习
·
机器学习
·
ai编程
【深度学习】Pytorch的深入理解和研究
PyTorch 是一个灵活且强大的深度学习框架,广泛应用于研究和工业领域。要深入理解和研究 PyTorch,需要从其核心概念、底层机制以及高级功能入手。以下是对 PyTorch 的深入理解与研究的详细说明。
go5463158465
3 小时前
人工智能
·
深度学习
基于深度学习进行呼吸音检测的详细示例
以下是一个基于深度学习进行呼吸音检测的详细示例,我们将使用Python语言以及一些常见的深度学习库(如TensorFlow、Keras)和数据处理库(如numpy、pandas),同时会用到音频处理库librosa。整个流程包括数据加载、预处理、模型构建、训练和评估。
真智AI
4 小时前
人工智能
·
深度学习
·
神经网络
·
机器学习
·
自然语言处理
·
流程图
使用AI创建流程图和图表的 3 种简单方法
你可能已经尝试过使用 LLMs 生成图像,但你有没有想过用它们来创建 流程图和图表?这些可视化工具对于展示流程、工作流和系统架构至关重要。 通常,在在线工具上手动绘制图表可能会耗费大量时间。但你知道吗?你可以使用 LLMs 通过简单的文本描述自动生成 这些图表,从而节省时间和精力!
IT古董
4 小时前
深度学习
·
自然语言处理
·
语音识别
【深度学习】自然语言处理(NLP)-语音识别-WaveNet
WaveNet 是由 DeepMind 提出的一个 深度神经网络模型,用于生成高质量的音频波形,尤其擅长于语音合成、音乐生成以及音效合成等任务。它是通过 自回归模型 来生成波形样本,即基于当前的输入生成下一个输出,从而生成连贯的音频信号。
cufewxy2018
4 小时前
人工智能
·
深度学习
·
transformer
·
decoder
Transformer解析——(四)Decoder
本系列已完结,全部文章地址为:Transformer解析——(一)概述-CSDN博客Transformer解析——(二)Attention注意力机制-CSDN博客
9命怪猫
11 小时前
人工智能
·
深度学习
·
神经网络
·
ai
·
大模型
DeepSeek底层揭秘——微调
目录1. 大语言模型微调2. 核心功能3. 技术要素4. 难点挑战暨解决方案5. 技术路径6. 应用场景
Jackilina_Stone
12 小时前
论文阅读
·
深度学习
·
蒸馏
·
rkd
【论文阅读笔记】浅谈深度学习中的知识蒸馏 | 关系知识蒸馏 | CVPR 2019 | RKD
目录一 方法1 常规知识蒸馏2 关系知识蒸馏2.1 Distance-wise distillation loss
倒霉蛋小马
13 小时前
深度学习
·
yolo
·
机器学习
【YOLOv8】损失函数
学习视频:yolov8 | 损失函数 之 5、类别损失_哔哩哔哩_bilibiliyolov8 | 损失函数 之 6、定位损失 CIoU + DFL_哔哩哔哩_bilibili
Fansv587
14 小时前
人工智能
·
经验分享
·
python
·
深度学习
·
算法
·
机器学习
深度学习-2.机械学习基础
我们将重点关注机器学习的回归和分类的学习模型。示例:模型正在预测边界框(回归)和类别标签(分类)),通过此示例直观地展示了回归和分类在实际应用中的体现,即模型不仅要确定物体的位置(边界框,对应回归问题),还要识别物体的类别(类别标签,对应分类问题) 机器学习系统的组成部分 机器学习系统通常有四个主要组成部分:
IT古董
15 小时前
深度学习
·
目标检测
·
计算机视觉
【深度学习】计算机视觉(CV)-目标检测-DETR(DEtection TRansformer)—— 基于 Transformer 的端到端目标检测
DETR(DEtection TRansformer) 是 Facebook AI(FAIR)于 2020 年提出的 端到端目标检测算法,它基于 Transformer 架构,消除了 Faster R-CNN、YOLO 等方法中的 候选框(Anchor Boxes) 和 非极大值抑制(NMS) 机制,使目标检测变得更简单、高效。
Jackilina_Stone
16 小时前
论文阅读
·
人工智能
·
深度学习
·
蒸馏
【论文阅读笔记】知识蒸馏:一项调查 | CVPR 2021 | 近万字翻译+解释
目录1 引言2 知识2.1 Response-Based Knowledge2.2 Feature-Based Knowledge
咩咩大主教
16 小时前
人工智能
·
python
·
深度学习
·
神经网络
·
机器学习
·
bp神经网络
人工智能神经网络
利用女性糖尿病人的怀孕次数、血糖、血压、皮脂厚度、胰岛素等特征通过BP神经网络来预测一个女性是否患有糖尿病,并且计算出模型预测的准确率。通过女性糖尿病患者的一系列特征构建一个BP神经网络模型,通过该模型预测一名女性患有糖尿病的概率。
三年呀
16 小时前
图像处理
·
python
·
深度学习
·
算法
·
目标检测
·
机器学习
·
计算机视觉
计算机视觉之图像处理-----SIFT、SURF、FAST、ORB 特征提取算法深度解析
在图像处理领域亦或是计算机视觉中,首先我们需要先理解几个名词:什么是尺度不变?在实际场景中,同一物体可能出现在不同距离(如远处的山和近处的树),导致其在图像中的尺度不同,也引出了多尺度的概念。算法检测到的特征在图像缩放(放大或缩小)后仍能被正确识别和匹配,即尺度不变性。
ITPUB-微风
16 小时前
深度学习
·
云原生
·
istio
58同城深度学习推理平台:基于Istio的云原生网关实践解析
在当今数字化时代,深度学习技术的快速发展为各行各业带来了革命性的变化。作为国内领先的分类信息网站,58同城一直致力于通过技术创新提升服务质量和用户体验。近期,58同城AI Lab推出了一项重要的技术革新——基于Istio的云原生网关深度学习推理平台。本文将从技术角度深入解析这一创新实践,探讨其架构设计、应用效果以及未来发展方向。
xiao5kou4chang6kai4
17 小时前
python
·
深度学习
·
分类
基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用
专题一: 深度学习发展与机器学习深度学习的历史发展过程机器学习,深度学习等任务的基本处理流程梯度下降算法讲解
叶庭云
17 小时前
pytorch
·
深度学习
·
gpu
·
empty_cache
·
内存缓存管理
PyTorch 深度学习框架中 torch.cuda.empty_cache() 的妙用与注意事项
🍉 CSDN 叶庭云:https://yetingyun.blog.csdn.net/在使用 PyTorch 进行深度学习模型训练与调优过程中,torch.cuda.empty_cache() 方法作为一种高效工具被广泛采用;但其正确应用要求充分理解该方法的功能及最佳实践。下文将对该方法的功能及最佳实践进行详细探讨: