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
  • 深度学习深度模型优化

    深度学习算法许多情况下都涉及到优化。例如,模型进行推断(如 PCA)涉及到求解优化问题。我们经常使用解析优化去证明或设计算法。深度学习涉及到诸多优化问题中,最难是神经网络训练。甚至是用几百台机器投入几天到几个月来解决单个神经网络训练问题,也是很常见。因为这其中优化

    作者: 小强鼓掌
    338
    1
  • 深度学习结构化概率模型

        机器学习算法经常会涉及到非常多随机变量上概率分布。通常,这些概率分布涉及到直接相互作用都是介于非常少变量之间。使用单个函数来描述整个联合概率分布是非常低效 (无论是计算还是统计)。代替使用单一函数来表示概率分布,我们可以把概率分布分割成许多因子乘积形式。例如,假设我们有三个随机变量

    作者: 小强鼓掌
    1078
    4
  • 深度学习核心技术精讲100篇(二十四)-简单谈下深度学习中文分词应用

    前言 随着深度学习普及,有越来越多研究应用新模型到中文分词上,让人直呼“手快有,手慢无”。不过这些神经网络方法真实水平如何?具体数值多少?以Sighan05PKU数据集为例,真像一些论文所言,一个LSTM-CRF就有96.5%

    作者: 格图洛书
    发表时间: 2021-11-18 16:47:11
    1201
    0
  • 深度学习医学影像最新突破

    随着深度学习技术不断发展,医学影像分析已成为AI应用热门领域之一。从癌症检测到手术规划,深度学习医学影像展现了巨大潜力。医学影像分析AI是指利用人工智能技术,特别是深度学习算法,对医学影像数据进行解析、识别、分类和解释过程。医学影像包括X光片、CT扫描、MRI扫描、超声图像、核医学图像等

    作者: 8181暴风雪
    发表时间: 2024-11-16 19:23:52
    44
    0
  • 深度学习自动化测试创新应用:提升运维效率与质量

    来了新思路和解决方案。本文将深入探讨深度学习自动化测试应用,展示其如何提升运维效率和质量。 二、深度学习自动化测试应用场景 (一)测试用例生成 基于模型测试用例生成 传统自动化测试,手动编写测试用例是一项耗时且容易出错任务。深度学习可以通过分析软件需求文

    作者: Echo_Wish
    发表时间: 2025-01-14 08:25:48
    0
    0
  • 深度学习自然语言处理方面的应用

    部署模型。在部署模型时,需要将训练好模型应用到实际环境。部署模型需要考虑性能、可扩展性和安全性等因素。 深度学习自然语言处理应用 深度学习自然语言处理应用非常广泛,包括文本分类、情感分析、机器翻译和问答系统等。以下是深度学习自然语言处理一些应用。 文本分类 文本分类是一种将文本分为

    作者: wljslmz
    发表时间: 2023-05-11 23:04:23
    21
    0
  • 深度学习图像识别方面的应用

    物体检测是一种在图像中检测物体技术。深度学习物体检测应用非常广泛,可以实现高精度物体检测。 图像分类 图像分类是一种将图像分为不同类别的技术。深度学习图像分类应用非常广泛,可以实现高精度图像分类。 结论 深度学习是一种非常强大机器学习技术,它在图像识别应用非常广泛。深度学习图像

    作者: wljslmz
    发表时间: 2023-05-11 23:03:32
    18
    0
  • 深度学习图像分割:方法和应用

    术使用计算机视觉深度学习模型来理解图像每个像素所代表真实物体,这在十年前是无法想象深度学习可以学习视觉输入模式,以预测组成图像对象类。用于图像处理主要深度学习架构是卷积神经网络(CNN),或者是特定CNN框架,如AlexNet、VGG、Inception和Re

    作者: 简单坚持
    发表时间: 2021-04-06 02:22:13
    6189
    0
  • 【精选单品】机器听诊大师,实时监测机器健康,为生产设备 “保价护航”

    盒”相当于将人耳朵贴近设备去用心、细心聆听设备运转或停机时所发出任何声响,而Noilyzer系统则以类似人脑方式将数据进行筛选及计算分析,最后将所分析结果以健康方式呈现至UI界面健康数值高低即为所监测设备运行状态稳定性状况,利用AI算法设置预警阈

    作者: 云商店
    发表时间: 2021-04-19 06:46:05
    2228
    0
  • [自然语言处理|NLP]NLP环境监测应用:从原理到实践

    NLP环境监测革命性应用:构建智能、高效生态监测系统 随着科技飞速发展,自然语言处理(NLP)技术环境监测领域崭露头角,为构建智能、高效生态监测系统提供了新可能性。本文将深入研究NLP环境监测应用,从智能数据分析到舆情监测,为环境科学家和决策者提供更为全面、智能的信息支持。

    作者: Y-StarryDreamer
    发表时间: 2023-11-24 15:20:40
    27
    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Normalization模型

    被作为深度学习标准工具应用在了各种场合。BN**虽然好,但是也存在一些局限和问题,诸如当BatchSize太小时效果不佳、对RNN等**络无法有效应用BN等。针对BN问题,最近两年又陆续有基于BN思想很多改进Normalization模型被提出。BN是深度学习进展里程碑式

    作者: 可爱又积极
    841
    3
  • 深度学习技术测井数据插值和重建中应用

    通过这个简单代码示例,我们可以看到深度学习插值方法应用。当然,实际应用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

    作者: 皮牙子抓饭
    发表时间: 2023-06-12 09:12:02
    7
    1
  • 牛联网:可摄取物联网传感器监测牲畜健康状况

    一种可摄取物联网传感器正在帮助农民监测牲畜健康状况并帮助提高盈利能力。该传感器由奥地利技术公司 smaXtec 创建,可提供有关奶牛体内体温、反刍、PH 值和运动活动数据。这些数据通过发送潜在健康问题早期预警,有助于确保牲畜健康。早期干预有助于限制抗生素使用,抗生素除

    作者: nukinsan
    226
    6
  • 深度学习Attention机制

    即简单编码器模型。3、编解码器结构无法解释,导致无法设计Attention机制:通过保留LSTM编码器对输入序列中间输出结果,然后训练一个模型对这些输入进行选择性学习并且模型输出时将输出序列与之进行关联,即输出序列每一项生成概率取决于输入序列中选择项。Att

    作者: 玉箫然
    1035
    0
  • 使用Python实现深度学习模型:智能睡眠监测与分析

    结论 深度学习智能睡眠监测与分析具有广泛应用前景。通过使用Python和深度学习库,我们可以构建高效模型,实时监测和分析睡眠数据,提供个性化睡眠建议,从而帮助人们改善睡眠质量。希望本文能够帮助读者更好地理解深度学习睡眠监测与分析应用,并提供一些实用实现示例。

    作者: Echo_Wish
    发表时间: 2024-09-15 14:16:27
    114
    0
  • 深度学习环保

    年到 2018 年,短短六年时间里,深度学习所需计算量增长了 300,000%。然而,与开发算法相关能耗和碳排放量却鲜有被测量,尽管已有许多研究清楚地证明了这个日益严峻问题。 针对这一问题,哥本哈根大学计算机科学系两名学生,协同助理教授 一起开发了一个软件程序,它可以计算

    作者: 初学者7000
    839
    2
  • 深度学习之随机梯度下降应用

    抽样训练集上每个样本前收敛到可能最优测试误差。继续增加 m 不会延长达到模型可能最优测试误差时间。从这点来看,我们可以认为用SGD训练模型渐近代价是关于m 函数 O(1) 级别。深度学习之前,学习非线性模型主要方法是结合核策略线性模型。很多核学习算法需要构建一个

    作者: 小强鼓掌
    518
    1
  • 深度神经网络基于视觉目标检测应用

    目标检测是计算机视觉一个重要应用方向,深度神经网络提出极大地帮助基于视觉目标检测提高了准确度。自2014年以来,深度神经网络基于视觉目标检测中被广泛应用,出现了多种算法。本文分别讨论两阶段和一阶段算法主要思路、发展过程以及实现效果等,最后结合相关领域一些成果讨论基于视觉目标检测未来可能的应用模式。

    作者: tsinghuazhuoqing
    发表时间: 2022-01-24 14:52:30
    935
    0
  • 联邦学习智能手机应用

    随着智能手机普及和计算能力提升,越来越多应用开始依赖数据驱动模型来提供个性化服务。然而,数据隐私和安全性问题成为了智能手机应用开发重大挑战。联邦学习(Federated Learning, FL)作为一种新兴分布式机器学习方法,可以不集中数据前提下,利用分布各个终端

    作者: Y-StarryDreamer
    发表时间: 2024-06-30 23:08:33
    0
    0