已找到以下 10000 条记录。
  • 深度学习】嘿马深度学习笔记第8篇:卷积神经网络,学习目标【附代码文档】

    5.2.1 案例:xml读取本地文件存储到pkl 5.2.1.1 解析结构 完整笔记资料代码:https://gitee.com/yinuo112/AI/tree/master/深度学习/嘿马深度学习笔记/note.md 感兴趣的小伙伴可以自取哦~ 全套教程部分目录: 部分文件图片:

    作者: 程序员一诺python
    发表时间: 2024-09-08 21:34:37
    0
    0
  • MindSpore A2C 强化学习

    今天我们使用A2C算法进行训练。 Advantage Actor-Critic (A2C)算法是一个强化学习算法,它结合了策略梯度(Actor)和价值函数(Critic)的方法。A2C算法在许多强化学习任务中表现优越,因为它能够利用价值函数来减少策略梯度的方差,同时直接优化策略。 A2C算法的核心思想

    作者: irrational
    发表时间: 2024-06-04 11:00:14
    18
    0
  • 【话题讨论】强化学习的应用

    强化学习是一门逐渐兴起的学科,与传统的机器学习不同,强化学习以“试错”的方式进行学习,通过与环境进行交互获得的奖赏指导行为,目标是使智能体获得最大的奖赏。在业界,强化学习还广泛应用于各类游戏AI的开发中。最为著名的便是alphago击败了围棋世界冠军李世石与柯洁。除此之外,例如在

    作者: xia1111
    1748
    10
  • 基于深度学习网络的手势识别算法matlab仿真

    2.算法运行软件版本 matlab2022a   3.算法理论概述         基于深度学习网络的手势识别算法是一种通过训练模型来识别手势的技术。其原理主要利用深度学习网络对图像或视频序列进行特征提取和分类。

    作者: 简简单单做算法
    发表时间: 2024-01-02 21:32:50
    67
    0
  • 强化学习 的 使用范围

    一  尽管我们在机器学习社区中广泛使用强化学习,但强化学习不仅仅是一个人工智能术语,它是许多领域中的一个中心思想,如下图(强化学习的多个方面,Many Faces of Reinforcement Learning)所示。二  事实上,许多这些领域面临着与机器学习相同的问题:如何优化决策以实现最佳结果,这就是决策科学

    作者: 我就是豆豆
    388
    0
  • 基于深度学习网络的美食检测系统matlab仿真

    这些特征。          深度学习网络提取特征:使用深度学习网络对输入图像进行自动的特征提取。常见的深度学习网络包括卷积神经网络(CNN)和循环神经网络(RNN)等。     

    作者: 简简单单做算法
    发表时间: 2023-12-27 23:39:35
    86
    0
  • 强化学习AI的未来发展

    随着人工智能技术的不断发展,强化学习成为了一个备受关注的热门领域。作为一项能够让机器模仿人类决策过程的技术,强化学习在日常生活中得到了广泛的应用。在这篇文章中,我们将探讨强化学习AI的未来发展,在未来的数年中,我们有望看到它成为AI技术的主要引擎之一。 强化学习是一种让机器通过学习来达

    作者: 赵KK日常技术记录
    发表时间: 2023-06-25 18:01:06
    12
    0
  • 基于深度学习网络的鞋子种类识别matlab仿真

    算法运行效果图预览   2.算法运行软件版本 matlab2022a   3.算法理论概述        基于GoogLeNet深度学习网络的鞋子种类识别是一种利用深度卷积神经网络进行物体识别的方法,特别适用于大

    作者: 简简单单做算法
    发表时间: 2024-05-04 14:51:34
    20
    0
  • matlab音频水印算法研究+代码

    03132333435363738394041424344454647484950515253545556575859 结果: matlab群:912166339

    作者: 川川菜鸟
    发表时间: 2021-10-28 16:56:16
    1435
    0
  • 强化学习(十一) Prioritized Replay DQN

      在强化学习(十)Double DQN (DDQN)中,我们讲到了DDQN使用两个Q网络,用当前Q网络计算最大Q值对应的动作,用目标Q网络计算这个最大动作对应的目标Q值,进而消除贪婪法带来的偏差。今天我们在DDQN的基础上,对经验回放部

    作者: 格图洛书
    发表时间: 2021-12-29 17:49:11
    522
    0
  • AI市场强化学习预置算法实践----使用强化学习训练智能体玩转Atari小游戏(1)

    表一篇工作,将深度学习运用到强化学习任务上。随着算法改进,DeepMind的研究者使用DQN(Deep Q Network)进行Atari游戏,有接近一半的游戏上,智能体水平都超过的了人类。本篇博客,就教你使用ModelArts的AI市场上强化学习预置算法,0代码训练一个可以玩A

    作者: 灰灰爱喝粥
    发表时间: 2020-09-12 09:28:33
    3209
    0
  • 华为云hilens

    模型训练,得到模型后,根据需要部署的设备芯片类型,完成对应的模型转换。 AI应用开发 开发者可以选择基于ModelBox框架进行推理阶段的代码开发,完成后可以打包为RPM包或镜像,也可以直接将算法打包为镜像,即可通过HiLens平台将算法在线部署到已注册的设备上运行。 建议搭配使用

  • 迎接“深度用云”时代

    善。 下一篇: 赋能政企深度用云,释放数字生产力 本期杂志 杂志推荐 第16期 下载 目录 迎接“深度用云”时代 赋能政企深度用云,释放数字生产力 构筑行业云底座,共创行业新价值 站在2023起跑线,政企数字化如何深入“核心地带” 华为云,助力他们“深度用云” 南京:瞄准超大城市治理,向智慧要韧性

  • 深度学习:NiN(Network In Network)详细讲解与代码实现

    深度学习:NiN(Network In Network)详细讲解与代码实现 网络核心思想 LeNet、AlexNet和VGG都有一个共同的设计模式:通过一系列的卷积层与汇聚层来提取空间结构特征;然后通过全连接层对特征的表征进行处理。 AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。

    作者: hanzee_
    发表时间: 2022-10-25 10:27:34
    727
    0
  • D-Plan AI 生态伙伴计划

    D-Plan AI 生态伙伴计划 D-Plan AI 生态伙伴计划 D-Plan AI 生态伙伴计划是围绕华为云一站式AI开发平台ModelArts推出的一项合作伙伴计划,旨在与合作伙伴一起构建合作共赢的AI生态体系,加速AI应用落地,华为云向伙伴提供培训、技术、营销和销售的全面支持。

  • 深度用云先锋对话直播间0119

    安全地绘出“无边界”应用蓝图。 了解更多 深度用云全球行,华为云Stack与5200+客户携手并进 践行深度用云,加速智能升级,华为云Stack与您携手同行。共赴云深处,共创新高度! 了解更多 华为云Stack助力政企数字化转型迈入深度用云新阶段 部署在政企客户本地数据中心的云基

  • 深度用云先锋对话直播间

    据治理效率10-20倍以上。 了解更多 华为云Stack助力政企数字化转型迈入深度用云新阶段 部署在政企客户本地数据中心的云基础设施,助力客户从业务上云迈向深度用云,释放数字生产力。 了解更多 政企深度用云沙龙,共话行业前沿与未来 华为云Stack面向政企数字化转型先行者搭建的罗

  • 深度学习计算服务平台

    深度学习计算服务平台是中科弘云面向有定制化AI需求的行业用户,推出的AI开发平台,提供从样本标注、模型训练、模型部署的一站式AI开发能力,帮助用户快速训练和部署模型,管理全周期AI工作流。平台为开发者设计了众多可帮助降低开发成本的开发工具与框架,例如AI数据集、AI模型与算力等。

  • 深度学习

    加智能。借助深度学习,我们可以制造出具有自动驾驶能力的汽车和能够理解人类语音的电话。由于深度学习的出现,机器翻译、人脸识别、预测分析、机器作曲以及无数的人工智能任务都成为可能,或相比以往有了显著改进。虽然深度学习背后的数学概念几十年前便提出,但致力于创建和训练这些深度模型的编程库

    作者: G-washington
    2437
    1
  • 适合新手的深度学习综述(4)--深度学习方法

    等人 (2015) 预测了无监督学习在深度学习中的未来。Schmidthuber(2014) 也描述了无监督学习的神经网络。Deng 和 Yu(2014) 简要介绍了无监督学习的深度架构,并详细解释了深度自编码器。4.3 深度强化学习强化学习使用奖惩系统预测学习模型的下一步。这主

    作者: @Wu
    175
    1