内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 图嵌入&知识表征の初体验

    【Node2Vec】Node2vec算法在DeepWalk算法上进行了采样过程的改进,将原来随机采样random walk改进为biased random walk,其能够通过参数P,Q来控制对网络结构的宽度优先搜索和广度优先搜索。这样,采样就能对本地邻接节点和网络全局结构都有很好的表达。采样方式的提升也让Node2

    作者: Chenyi
    发表时间: 2019-11-29 14:33:25
    7338
    0
  • 【OFDM通信】基于matlab深度学习OFDM系统信号检测【含Matlab源码 2023期】

    一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式,

    作者: 海神之光
    发表时间: 2022-08-08 15:35:50
    279
    0
  • TensorFlow2深度学习实战(十一):目标检测算法 SSD 源码解析

    前言: 本专栏将以理论与实战相结合的方式,对一些的经典的神经网络算法进行逐一解析。这些经典的神经网络包括:LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列,来实现图像的分类与识别;RCNN系列、SSD、YOLO系列

    作者: AI 菌
    发表时间: 2021-08-04 15:02:53
    1227
    0
  • 【C++深度剖析学习总结】 4 C++中的布尔类型和引用

    【C++深度剖析学习总结】 4 C++中的布尔类型和引用 作者 CodeAllen ,转载请注明出处

    作者: CodeAllen
    发表时间: 2021-10-29 15:13:16
    699
    0
  • 使用Python实现深度学习模型:分布式训练与模型并行化

    引言 随着深度学习模型的复杂度和数据量的增加,单一设备的计算能力往往无法满足训练需求。分布式训练和模型并行化技术可以有效地加速模型训练过程,提高计算效率。本文将介绍如何使用Python实现深度学习模型的分布式训练与模型并行化。 所需工具 Python 3.x TensorFlow

    作者: Echo_Wish
    发表时间: 2024-07-09 08:23:19
    103
    0
  • 深度实践OpenStack:基于Python的OpenStack组件开发—2.3 PyTorch学习路线

    2.3 PyTorch学习路线  在上一节中,你已经通过“迷你AlphaGo”这个例子对使用PyTorch实现人工智能有了初步的感性认识。但是,你可能对其中某些代码或是所有代码的具体意思并不了解,也不知道如何写这些代码,或者不知道怎样在自己的电脑上运行这些代码。事实上,这些都是本

    作者: 华章计算机
    发表时间: 2019-06-01 22:35:05
    3755
    0
  • 基于深度学习的图像生成(Deep Learning-based Image Generation)

    但仍有许多挑战和改进空间。以下是一些未来发展方向的展望: 1. 更高质量的图像生成 目前的生成模型在生成高分辨率、逼真的图像方面仍存在一的困难。未来的研究可以探索更强大的网络结构和训练技巧,以提高生成图像的质量。 2. 对抗样本防御 生成模型容易受到对抗样本的攻击,即微小的扰

    作者: 皮牙子抓饭
    发表时间: 2023-09-28 09:29:46
    87
    1
  • 基于深度学习的行为识别(Deep Learning-based Action Recognition)

    深度学习算法中的基于深度学习的行为识别(Deep Learning-based Action Recognition) 近年来,深度学习算法在计算机视觉领域取得了巨大的突破。其中,基于深度学习的行为识别成为研究的热点之一。本文将介绍深度学习算法在行为识别方面的应用,并探讨其优势和挑战。

    作者: 皮牙子抓饭
    发表时间: 2023-09-28 09:36:01
    93
    1
  • 基于yolov2深度学习网络的火焰烟雾检测系统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         YOLO(You Only Look Once)是一种实时目标检测算法,其核心特点是将目标

    作者: 简简单单做算法
    发表时间: 2024-03-04 13:01:07
    175
    0
  • 卷积神经网络(CNN):深度学习中的图像识别利器

    卷积神经网络(Convolutional Neural Networks,简称CNN)是深度学习中用于处理具有网格结构数据(如图像)的一类神经网络。在这篇文章中,我将分享我对CNN的理解,以及如何使用Python和TensorFlow框架来实现一个简单的CNN模型。 CNN的基本概念

    作者: 是Dream呀
    发表时间: 2024-06-22 14:48:00
    23
    0
  • 基于RCNN深度学习网络的交通标志检测算法matlab仿真

    1.算法理论概述        基于RCNN(Region-based Convolutional Neural Network)深度学习网络的交通标志检测算法的MATLAB仿真。该算法通过使用深度学习网络进行目标检测,

    作者: 简简单单做算法
    发表时间: 2023-09-10 21:37:02
    28
    0
  • 基于 YOLOv8 的学生课堂行为检测识别系统

    YOLOv8 实时检测和识别学生的课堂行为。 核心功能: 实时视频流处理。 学生行为检测(如举手、低头、站立等)。 行为统计和可视化。 技术栈: 深度学习框架:PyTorch。 目标检测算法:YOLOv8。 视频处理:OpenCV。 2. 应用场景 课堂监控:实时监控学生的课堂行为,帮助教师管理课堂。

    作者: 鱼弦
    发表时间: 2025-01-22 09:30:14
    0
    0
  • 同样是保存模型,model.save()和model. save_weights ()有何区别

    model.save()保存了模型的图结构和模型的参数,保存模型的后缀是.hdf5。 model. save_weights ()只保存了模型的参数,并没有保存模型的图结构,保存模型的后缀使用.h5。 所以使用save_weights保存的模型比使用save()

    作者: AI浩
    发表时间: 2021-12-22 17:07:14
    484
    0
  • mind studio量化模型过程疑问

    请问mind studio在量化模型过程中,在设置scale参数时搜索了多个max和min值,是因为量化过程实际上做了一个训练吗?也就是说量化中max和min在一范围内取不同的值,得到不同的量化后权重等参数,在校准集上进行推理,将得到结果与ground truth进行比对,用K

    作者: burning233
    2557
    1
  • 模型训练的并行化和应对

    比较复杂了,需要我们以“并行思维“这样的逻辑手动编写所有需要并行的部分。MindSpore提供了一项关键创新技术:自动图切分,如图按算子输入/输出数据维度切分图,即把图中每个算子都切分到集群而完成并行运算。该技术融合了数据并行与模型并行。通过集群拓扑感知调度感知集群拓扑,自动

    作者: 黄生
    17
    0
  • FusionInsight-Manager新特性

    基于FusionInsight 6.5与8.0版本,介绍Manager的新特性,包括滚动升级、大集群管理、易运维等方面的能力

    播放量  3387
  • React组件的两种写法

    使用creat-react-app的单页面应用 其中的组件有两种写法, 一种是函数组件一种是class组件 函数组件:使用一个函数来定义组件,参数为props(父级传入的参数) 返回的是一个React元素,本质上就是JavaScript函数   Class组件: 使用构造器子类继承父类的props

    作者: 拿我格子衫来
    发表时间: 2022-03-17 16:28:46
    562
    0
  • gather算子报错:TypeError以及定位解决

    argument[params] must be a type of {Tensor}, but got External2.2 报错信息(代码格式)[EVENT] (PID107693) 2022-11-07-12:06:15.472.919 Start compiling 'ApplyAdamDDynamicShapeNetMS

    作者: longvoyage
    101
    0
  • 物联网在2021年医疗领域会带来哪些影响?

    在疫情期间还可以避免不避免的接触。设备当中的传感器可以检测血压、氧气水平、血糖等,以创建个性化的医疗保健计划,从而实时告知患者其健康和安全参数。不仅如此,可穿戴设备还能进行智能分析,通过比对过去和当前的医疗数据,在紧急情况下,智能分析可以与医生和家属共享。健康管理医疗机构可以通过

    作者: 加油O幸福
    1838
    1
  • 【KELM回归预测】基于matlab麻雀算法SSA优化KELM回归预测【含Matlab源码 1646期】

    是内核参数。由于KELM模型的结果在很大程度上取决于正则化参数 C 和核参数 γ 的选择,因此需要有效地优化这两个参数。 二、部分源代码 %% 此程序为 粒子群优化混合核极限学习机回归预测 clear;clc;close all;warning off;rng(0) format compact %%

    作者: 海神之光
    发表时间: 2022-05-28 14:59:59
    387
    0