已找到以下 10000 条记录
  • 【B站UP主-同济子豪兄】十分钟了解华为云开源软件镜像站

    岛大学镜像站。比如清华大学开源软件镜像站,就是由清华大学学生网络与开源软件协会这个社团负责运营,自动定期和国外源保持镜像同步。比如,Python的Pypi社区每隔五分钟和国外源同步一次。你只需要在命令行里运行这行命令, pip config set global.index-url https://pypi

    作者: 同济子豪兄
    5607
    0
  • 业界首批城市大脑系列标准正式发布原创

    市大脑的建设标准。依托中科院和远望智库数字大脑研究院的研究力量,经过前期充分的论证和研究,今年2月中国指挥与控制学会召开了《城市大脑建设规范》团体标准启动会,近20家国内著名研究机构和科技企业成为首批参编单位。参编专家经过6个月的研究、编写、评审,城市大脑首批三个标准在9月1日正

    作者: xxll
    24
    6
  • 当前AI大模型所采用的关键技术

    术和方法的综合运用。以下是当前AI大模型所采用的关键技术的详细解释:1. 深度学习(Deep Learning): 深度学习是一种基于多层神经网络结构的机器学习方法。通过使用多个层次的非线性变换,深度学习模型能够从原始数据中学习到复杂的表示和特征,这些表示和特征对于解决各种任务非

    作者: 运气男孩
    43
    1
  • 关于《基于深度学习算法的语音识别》沙箱实验的建议

    问题描述: 实验中上传本地数据至自己创建的OBS过程非常费时,拷贝代码功能不太完善 建议方案: 感觉这个实验完全没有必要把训练用的数据,先从https://sandbox-experiment-resource-north-4.obs.cn-north-4.myhuaweicloud

    作者: 侠岚
    发表时间: 2021-12-27 10:47:02
    948
    0
  • 深度学习笔记(十):SGD、Momentum、RMSprop、Adam优化算法解析

    文章目录 一、基本的梯度下降方法(1)随机梯度下降法 SGD(2)批量梯度下降法 BGD(3)小批量梯度下降法 MBGD 二、Momentum 动量梯度下降三、RMSprop 优化器四、Adam 优化器 理论系列: 深度学习笔记(一):卷积层+激活函数+池化层+全连接层

    作者: AI 菌
    发表时间: 2021-08-04 16:25:17
    2794
    0
  • TF2.0深度学习实战(四):搭建AlexNet卷积神经网络

    写在前面:大家好!我是【AI 菌】,一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源! 这博客是我对学习的一点总结与记录。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣,可以关注我的动态,我们一起学习,一起进步~ 我的博客地址为:【AI 菌】的博客

    作者: AI 菌
    发表时间: 2021-08-04 15:04:28
    925
    0
  • 【人工智能】python深度学习 视觉领域,实时人脸识别

    前言 python在人工智能方面可以毫不客气的说,比其他的所有语言都要有优势,因为python的背后有一个非常强大的资源库来支撑着python运作。 opencv库 opencv是最经典的python视觉库,它里面包含了很多种视觉的识别类型供开发者们使用。 opencv库的下载

    作者: lqj_本人
    发表时间: 2023-03-15 16:22:54
    10567
    0
  • 基于深度学习的石油炼化过程中的工艺参数优化

    摘要 本文介绍了一种基于深度学习的方法,用于优化石油炼化过程中的工艺参数。通过收集历史数据和应用深度学习算法,我们可以准确地预测最佳工艺参数,以提高产品质量和生产效率。 引言 石油炼化过程中,工艺参数的选择对于产品的质量和生产效率有着重要的影响。然而,传统的方法往往是基于试错和经

    作者: 皮牙子抓饭
    发表时间: 2023-07-06 09:14:18
    86
    0
  • 深度学习框架-Caffe:特点、架构、应用和未来发展趋势

    引言 深度学习是一种新兴的技术,已经在许多领域中得到广泛的应用,如计算机视觉、自然语言处理、语音识别等。在深度学习中,深度学习框架扮演着重要的角色。Caffe是一种广泛使用的深度学习框架,它在许多方面都有所改进,并且更加易于使用。 本文将详细介绍Caffe,包括它的特点、架构、应用和未来发展趋势。

    作者: wljslmz
    发表时间: 2023-05-14 21:46:18
    12
    0
  • 使用Python实现深度学习模型:自动编码器(Autoencoder)

    自动编码器(Autoencoder)是一种无监督学习的神经网络模型,用于数据的降维和特征学习。它由编码器和解码器两个部分组成,通过将输入数据编码为低维表示,再从低维表示解码为原始数据来学习数据的特征表示。本教程将详细介绍如何使用Python和PyTorch库实现一个简单的自动编码器,并展示其在图像数据上的应用。

    作者: Echo_Wish
    发表时间: 2024-05-15 22:00:31
    4
    0
  • 使用Python实现深度学习模型:智能农业与精准农业技术

    介绍 智能农业和精准农业技术通过数据分析和机器学习模型,帮助农民优化作物产量、减少浪费,并提高农业生产效率。在这篇教程中,我们将使用Python和TensorFlow/Keras库来构建一个深度学习模型,用于智能农业和精准农业技术。 项目结构 首先,让我们定义项目的文件结构:

    作者: Echo_Wish
    发表时间: 2024-07-29 08:21:19
    19
    0
  • 使用Python实现深度学习模型:语言翻译与多语种处理

    引言 语言翻译和多语种处理是自然语言处理(NLP)中的重要任务,广泛应用于跨语言交流、国际化应用和多语言内容管理等领域。通过使用Python和深度学习技术,我们可以构建一个简单的语言翻译与多语种处理系统。本文将介绍如何使用Python实现这些功能,并提供详细的代码示例。 所需工具

    作者: Echo_Wish
    发表时间: 2024-07-22 08:21:30
    78
    0
  • 使用Python实现深度学习模型:智能金融风控与信用评估

    介绍 在这篇教程中,我们将构建一个深度学习模型,用于金融风控和信用评估。我们将使用TensorFlow和Keras库来实现这一目标。通过这个教程,你将学会如何处理数据、构建和训练模型,并将模型应用于实际的金融风控和信用评估任务。 项目结构 首先,让我们定义项目的文件结构: f

    作者: Echo_Wish
    发表时间: 2024-07-26 08:20:42
    62
    0
  • 深度学习算法中的稀疏自编码器(Sparse Autoencoders)

    在深度学习领域,自编码器(Autoencoders)是一种常用的无监督学习算法,用于学习数据的低维表示。而稀疏自编码器(Sparse Autoencoders)作为自编码器的一种变种,在一定程度上能够更好地学习到数据的稀疏特征表示。本文将介绍稀疏自编码器的基本原理、训练方法以及应用领域。

    作者: 皮牙子抓饭
    发表时间: 2023-09-20 09:20:44
    90
    1
  • 使用PyTorch解决多分类问题:构建、训练和评估深度学习模型

    🍋引言 当处理多分类问题时,PyTorch是一种非常有用的深度学习框架。在这篇博客中,我们将讨论如何使用PyTorch来解决多分类问题。我们将介绍多分类问题的基本概念,构建一个简单的多分类神经网络模型,并演示如何准备数据、训练模型和评估结果。 🍋什么是多分类问题? 多分

    作者: 小馒头学Python
    发表时间: 2023-11-05 10:34:02
    175
    0
  • 使用Python实现深度学习模型:智能物流与供应链管理

    介绍 在现代物流与供应链管理中,深度学习技术可以帮助优化运输路线、预测需求、管理库存等。本文将介绍如何使用Python和深度学习库TensorFlow与Keras来构建一个简单的预测模型。 环境准备 首先,我们需要安装必要的Python库: pip install tensorflow

    作者: Echo_Wish
    发表时间: 2024-08-01 08:21:36
    70
    0
  • 使用Python实现深度学习模型:智能娱乐与虚拟现实技术

    介绍 智能娱乐与虚拟现实(VR)技术正在改变我们的娱乐方式。通过深度学习模型,我们可以创建更加沉浸式和智能化的娱乐体验。本文将介绍如何使用Python和深度学习技术来实现智能娱乐与虚拟现实的应用。 环境准备 首先,我们需要安装一些必要的Python库: pip install

    作者: Echo_Wish
    发表时间: 2024-08-18 14:12:30
    4
    0
  • 使用Python实现深度学习模型:智能车联网与自动驾驶

    介绍 智能车联网和自动驾驶技术正在迅速发展,改变了我们的出行方式。通过深度学习模型,我们可以实现车辆的自动驾驶和智能化管理,提高交通效率和安全性。本文将介绍如何使用Python和深度学习技术来实现智能车联网与自动驾驶的应用。 环境准备 首先,我们需要安装一些必要的Python库:

    作者: Echo_Wish
    发表时间: 2024-08-14 08:17:41
    99
    0
  • 【C++深度剖析学习总结】 12 关于const和引用的分析

    【C++深度剖析学习总结】 12 关于const和引用的分析 作者 CodeAllen ,转载请注明出处

    作者: CodeAllen
    发表时间: 2021-10-29 15:53:48
    633
    0
  • 【C++深度剖析学习总结】 3 C++对const的扩展

    【C++深度剖析学习总结】 3 C++对const的扩展 作者 CodeAllen ,转载请注明出处

    作者: CodeAllen
    发表时间: 2021-10-29 15:16:54
    612
    0