已找到以下 10000 条记录。
  • 深度学习导论与应用实践》值得介绍~

    6习题第7章深度学习进阶7.1深度生成模型7.1.1变分自编码器7.1.2生成对抗网络7.2深度强化学习7.2.1强化学习模型7.2.2强化学习分类7.2.3深度强化学习7.2.4深度Q网络7.2.5深度强化学习应用7.3迁移学习7.3.1迁移学习定义与分类7.3.2迁移学习基本方法7

    作者: QGS
    1839
    4
  • Python应用领域有哪些?

    和针对性分析是大数据行业基石。随着人工智能、大数据发展,Python 语言地位正在逐步提高,其相对简单代码编写促使越来越多的人选择学习,目前 Python 语言已成为数据分析主流语言之一。 Python 语言人工智能大范畴领域机器学习、神经网络、深度学习等方面都

    作者: TiAmoZhang
    发表时间: 2023-05-12 09:50:54
    65
    0
  • 深度学习技术测井数据插值和重建中应用

    应用。当然,实际应用中可能需要更复杂网络结构和更大数据集来获得更好插值效果。 总结起来,深度学习技术测井数据插值和重建中具有很大潜力。它能够利用神经网络模型来学习数据之间关系,从而更准确地插值缺失值,提供更完整测井曲线。然而,应用深度学习插值方法时,我们需要注

    作者: 皮牙子抓饭
    发表时间: 2023-06-12 09:12:02
    7
    1
  • 深度学习物理层信号处理中应用研究

    备量将达到500亿。为了满足这一需求,需要新通信理论和创新技术来满足5G系统需求。近些年深度学习范式发展使引起了学术界和工业界对基于深度学习无线通信技术研究,研究结果证实了深度学习技术可以提高无线通信系统性能,并有潜力应用在物理层进行干扰调整、信道估计和信号检测、信号处理等方面。02

    作者: 就挺突然
    发表时间: 2020-11-13 07:26:06
    6903
    0
  • 【物联网课程学习课堂笔记】关于《人人学IoT》吐槽 6.2物联网消费领域应用

    本节主要介绍了一些物联网消费领域应用实例厂家想要直接与消费者建立起强连接,会将相关设备推送给消费者,由此来获得消费者信息前几年我还看到一个例子,说是一个化妆品品牌为了预测市场对他们哪一只口红更青睐,会在商场柜子上安装一个传感器,如果口红被买走,厂家这边是可以直接得到数据

    作者: 7f
    1726
    0
  • 人资领域应用RPA招聘管理场景

    需要不断筛选和搜集简历信息,人工操作不仅费时费力,还容易遗漏。RPA机器人则可帮助HR快速分发招聘信息,筛选应聘简历,通知应聘人复试。实现招聘自动化管理,减少手动操作,提高人才招聘率。RPA提取HR招聘信息,根据用户设定,将这些信息发布至指定的人才招聘平台上。招聘平台收到

    作者: 青桔柠檬
    531
    0
  • 条件语句——《深度学习导论与应用实践》

    条件语句条件语句也称为判断语句,判断定义为:如果条件满足(判断条件为Ture),我们就做某件事情;如果条件不满足(判断条件为false),就做另外一件事情,或者什么也不做。Pythonif语句中,通过判断一个或多个条件布尔类型(Ture或false),选择不同处理逻辑分支。当判断条件

    作者: QGS
    621
    2
  • 边缘计算在电力领域应用案例

    产品商机。然而,边缘计算提出了几个需要解决重要挑战,包括: 我们如何确保转型中心运营不同提供商正确集成? 我们如何协调可能涉及网络中多个边缘点算法执行? 我们如何自动化分布式部署生命周期(安装、配置、维护、退役)以使其可扩展和可行? 在这样一个分布式和关键环境中

    作者: 花溪
    741
    2
  • 【人工智能】python深度学习视觉领域,实时目标跟踪

    MOSSE:算法速度非常快,但是准确率比不上KCF和CSRT,一些追求算法速度场合很适用 8.GOTURN:OpenCV中自带唯一一个基于深度学习算法,运行短发需要提前下载好模型文件 分别对应伴生函数: kcf:cv2.legacy.TrackerKCF_create csrt:cv2

    作者: lqj_本人
    发表时间: 2023-03-19 15:13:27
    10669
    0
  • 【物联网课程学习课堂笔记】关于《人人学IoT》 6.2>物联网消费领域应用

    本节主要介绍了一些物联网消费领域应用实例厂家想要直接与消费者建立起强连接,会将相关设备推送给消费者,由此来获得消费者信息前几年我还看到一个例子,说是一个化妆品品牌为了预测市场对他们哪一只口红更青睐,会在商场柜子上安装一个传感器,如果口红被买走,厂家这边是可以直接得到数据

    作者: 神龙居市
    1525
    0
  • MATLABAI领域应用,语音信号处理全解析(附代码)

    这个界面涉及功能众多,其中包括语音信号观察分析、音色变换、AM调制解调、减抽样、加噪去噪、相频分析和幅频滤波等,最重要是对MATLAB中函数掌握,通过不同函数组合实现你想要实现功能。 本篇不会给出整个界面的程序,下面会分块给出每个功能程序,整个界面只需GUI设计界面文件、定义结构体并把对应键程序打进去即可。

    作者: 格图洛书
    发表时间: 2021-11-18 17:22:28
    1003
    0
  • 深度学习论文导航 | 12 PointNet:深度学习3D点云分类与分割上应用

    鲁棒性,它表现性能达到了当时最先进水平。PointNet三个重要应用方面如下图所示: 2. 提出背景 从数据结构角度来看,点云是一组无序向量。虽然深度学习大部分工作都集中常规输入表示上,如序列(语音和语言处理)、图像和体积(视频或三维数据),但在点云深度

    作者: AI 菌
    发表时间: 2021-08-04 14:59:23
    1063
    0
  • 深度学习应用开发》学习笔记汇总(二)

    427977377308565] 这个房价预测例子基本就结束了,下面是用TensorBoard来将算法,和模型训练过程一些信息进行可视化。 可视化是一件有意见工作,有助于信息理解和推广。 可视化modelarts老版训练作业下, 是收费,但这个服务新版训练作业里已经没有了,

    作者: 黄生
    发表时间: 2022-07-19 07:24:55
    319
    0
  • AI应用领域分布

    供、关键技术研发和应用平台、智能机器人这三个应用领域企业数占比最高,分别达到15.7%、10.5%、9.8%。      应用技术分布       世界知识产权组织(WIPO)发布《科技趋势之人工智能报告》数据显示,全球占比最大三个应用技术专利方向分别为计算机视觉(包含图像

    作者: ypr189
    945
    1
  • 分享深度学习领域这些年取得经典成果——BERT和微调NLP模型

    样地,一个已经学会预测句子里下一个单词模型,也应该对人类语言模式有一定了解。我们可能期望这个模型可以作为翻译或情感分析等相关任务初始化模型。    预训练和微调在计算机视觉和自然语言处理中都已有了成功应用。虽然预训练和微调在计算机视觉领域中作为标准已有很长一段时间了,但要在

    作者: 初学者7000
    628
    3
  • [自然语言处理|NLP]NLP农业领域应用:从原理到实践

    NLP农业领域创新应用:智能决策与精准农业 1. 引言 随着社会发展和科技进步,农业领域不断演进,NLP技术应用为农业带来了全新可能性。本文将深入探讨NLP技术农业中深度应用,主要聚焦于智能决策支持系统和精准农业两个方面,通过详细理论论证和实际案例展示,

    作者: Y-StarryDreamer
    发表时间: 2023-11-27 23:00:10
    18
    0
  • 人工智能在金融领域应用——智能客服

            目前,人工智能在金融领域应用被越来越多的人认可,不仅因为它能进行数据分析,还因为其能满足金融业务要求,对金融业产生了积极影响。        智能客服是人工智能在金融领域一个非常形象应用,分线上和线下两个方面。        线上部分是指在线智能客服。

    作者: ypr189
    752
    1
  • 循环语句—— 《深度学习导论与应用实践》

    循环语句循环语句允许我们多次重复执行某个语句,使我们能根据具体数据不同设置更加复杂控制结构和执行路径。Python语言中循环语句包括for语句和while语句,和java等编程语言都和相似。具体示例如下:>>>for name in[ 'lilei','hanmeimei'

    作者: QGS
    541
    1
  • 人工智能在金融领域应用——生物识别

     目前,人工智能在金融领域应用被越来越多的人认可,不仅因为它能进行数据分析,还因为其能满足金融业务要求,对金融业产生了积极影响。        生物识别是指通过计算机、生物传感器等技术手段,利用人体固有的生理特性和行为特征进行个人身份鉴定,具有安全性、保密性明显优势。目前金融领域常

    作者: ypr189
    635
    1
  • 深度学习地震测井数据处理中应用研究

    准确性和效率。 分析深度学习地震相解释中应用。地震相解释是地震测井数据处理中关键任务,传统解释方法往往需要依赖地质学专家经验和知识。本研究将探讨如何利用深度学习模型,自动学习和解释地震数据中地震相,以提高地震相解释准确性和效率。 本研究目的在于探索深度学习

    作者: 皮牙子抓饭
    发表时间: 2023-07-26 09:54:19
    23
    0