深度学习

DNN案例一步步构建深层神经网络（二）DNN案例一步步构建深层神经网络（二）三、深层神经网络

Coding茶水间

基于深度学习的螺栓螺母检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)基于深度学习的螺栓螺母检测系统大家好，欢迎来到 Coding 茶水间。在工业质检、设备维护等场景中，螺栓、螺母这类小零件的检测往往费时费力，还容易因漏检留下安全隐患。今天我们带来的项目，就是基于 YOLO 算法的螺栓螺母检测系统，它能精准识别图片与视频中的螺栓螺母，还能细分到螺丝的杆部与头部，把原本靠肉眼完成的细碎检查，变成高效、可复现的智能流程。

RF-DETR：实时检测Transformer的神经架构搜索，首个突破 60 AP 的实时检测器 | ICLR 2026 in Submission🔍本文的核心贡献在于：提出RF-DETR框架：首次将端到端权重共享神经架构搜索应用于DETR系列，实现了无需重新训练即可为任意目标数据集与硬件快速定制模型。

【建模先锋】

故障诊断模型讲解：基于1D-CNN、2D-CNN分类模型的详细教程！Python轴承故障诊断 (14)高创新故障识别模型-CSDN博客独家原创 | SCI 1区高创新轴承故障诊断模型！-CSDN博客

其美杰布-富贵-李

tsai 中 Learner 机制深度学习笔记想象你刚开始学习深度学习，写下了第一个训练循环：这段代码有很多问题：Learner的核心使命就是：把上面100行重复、易错的代码压缩成几行。

谷歌深夜突袭：免费Flash模型发令，部分测试优于 GPT-5.2一项基准测试结果显示，在一个名为“人类最后考试”的AI终极测试中，谷歌Gemini 3 Flash与OpenAI的GPT-5.2仅相差不到1个百分点。这场贴身肉搏正将整个行业推向一个临界点。

Aspect of twilight

深度学习不同GPU性能比较A800和A100的区别是A800的NVlink带宽受到限制，多卡性能比A100差H100是A100的升级版，算力提升3倍

chunking-free RAG简介配合代码一起看当然更好，想看代码的朋友可以去搜一搜，这里只介绍了主要内容一共包括三个关键点，分别是下面的三个标题

VLDB 2025 | 时间序列（Time Series）论文总结（预测，异常检测，压缩，自动化等）VLDB 2025于2025年9月1号-5号在英国伦敦(London, United Kingdom)举行。

【复杂网络分析】什么是图神经网络？在AI领域，我们熟悉的CNN（卷积神经网络）擅长处理图像这类欧几里得数据（结构规则、网格排列），RNN（循环神经网络）则适合处理文本这类序列数据（顺序依赖关系）。但现实世界中还有大量非欧几里得数据——比如社交网络（用户是节点、关系是边）、知识图谱（实体是节点、关联是边）、分子结构（原子是节点、化学键是边）、交通网络（路口是节点、道路是边）。

基于深度学习的穿戴识别系统设计与实现本系统是一个基于深度学习（YOLOv8）与 Web 技术（Django + Vue3）相结合的智能安全检测平台。本项目旨在解决工业现场及特定场所的安全规范管理问题，以帽子（安全帽/普通帽）与鞋子（安全鞋/普通鞋）的识别检测为例，展示了如何利用计算机视觉技术实时监测人员的穿戴合规情况。

HyperAI超神经

【vLLM 学习】Prefix CachingvLLM 是一款专为大语言模型推理加速而设计的框架，实现了 KV 缓存内存几乎零浪费，解决了内存管理瓶颈问题。

声声codeGrandMaster

线性回归实战下与深度学习概念深度学习（Deep Learning）是机器学习（Machine Learning）中的一个子领域，它通过模拟人脑的神经网络来处理和分析数据。深度学习的核心是神经网络

深度学习2:理解感知机感知机是由美国学者Frank Rosenblatt在1957年提出来的。它是作为神经网络（深度学习）的起源的算法。因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。

其美杰布-富贵-李

tsai 完整训练流程实践指南tsai 完整训练流程实践指南核心目标：掌握tsai从数据准备到模型部署的完整工程流程，理解每个步骤的目的和注意事项

星尘自研Lumo-1模型（mind to hand）详细解读原文链接：https://arxiv.org/pdf/2512.08580目录Mind to Hand: Purposeful Robotic Control via Embodied Reasoning

金融小师妹

AI量化视角：美11月CPI数据冲击下的美联储降息预期鸽派与资产定价重构摘要：本文通过构建基于机器学习的多因子通胀预测模型，结合自然语言处理（NLP）对市场情绪的量化分析，解析美国11月CPI数据对美联储货币政策预期的动态影响机制，重点探讨AI驱动下的资产价格联动逻辑与潜在风险路径。

Day 36GPU的训练以及类的call方法1.模型在 GPU 上训练，主要是将模型和数据迁移到 GPU 设备上。GPU在计算的时候，相较于cpu多了3个时间上的开销

DNN案例一步步构建深层神经网络（3）DNN案例一步步构建深层神经网络（3）三、深层神经网络四、对于构建的深层神经网络的应用#人工智能#具身智能#VLA#大模型#AI

【torch.compile】PyTorch Dynamo 和 Inductor 编译流程本教程采用递进式讲解，从用户代码开始，一步步追踪整个编译流程。本教程使用的torch==2.7.0源码位置: /usr/local/lib/python3.10/dist-packages/torch/__init__.py