成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

<sub id="sfema"></sub>

<kbd id="sfema"><small id="sfema"></small></kbd>

鴻蒙開發者社區

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考信創認證華為認證廠商認證 IT技術 PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發者社區

51CTO技術棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發者社區訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業版APP

鴻蒙開發者社區視頻號

51CTO軟考題庫

賬號設置退出

人工智能

3.2w內容??

關注

聚合人工智能話題下，包括機器學習、深度學習、計算機視覺、自然語言處理等領域的新聞資訊、前沿理論、技術知識、應用案例。

文章博文帖子課程

共 163 條

『小浣熊家族 AI 辦公助手』一遇數據分析就犯難？“別怕” 快讓小浣熊幫你一鍵搞定數據分析！

數據分析一直是一個熱門話題，不管是公司的業務員，業務主管，又或電商店鋪經營都需要對自己的銷售情況去做數據分析，來去分析自己每段時間的銷售情況。而使用Excel進行數據分析來制作各種圖表使用起來往往一整頭大，BI分析又需要IT從業者來配合靈活性低，那么在當今大數據和人工智能時代有沒有更高效簡單的辦公利器呢？

2024-12-27 17:56:17

數據分析數據數據清洗

【文心智能體】旅游攻略版，手把手教你調用插件實現智能體，絕對的干貨滿滿！

2024-10-08 12:04:12

開發者智能體人工智能

基于TensorFlow2的mnist數據集手寫字體識別

基于TensorFlow2的mnist數據集手寫字體識別

2024-03-12 21:05:24

MoE模型性能還能更上一層樓？一次QLoRA微調實踐

Fine-Tuning?Mixtral?8x7B?with?QLoRA：Enhancing?Model?Performance??編者按：最近，混合專家(Mixture?of?Experts,MoE)這種模型設計策略展現出了卓越的語言理解能力，如何在此基礎上進一步提升?MoE?模型的性能成

2024-01-10 16:25:04

AI 深度學習人工智能

深度解析 PyTorch Autograd：從原理到實踐

本文深入探討了 PyTorch 中 Autograd 的核心原理和功能。從基本概念、Tensor 與 Autograd 的交互，到計算圖的構建和管理，再到反向傳播和梯度計算的細節，最后涵蓋了 Autograd 的高級特性。關注TechLead，分享AI全維度知識。作者擁有10+年互聯網服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智能實驗室成員，阿里云認證的資深架構師，

2024-01-04 12:04:26

人工智能深度學習機器學習

使用 RecyclerView 和 BaseMultiItemQuickAdapter 實現固定列表

盤古大模型致力于深耕行業，打造金融、政務、制造、礦山、氣象、鐵路等領域行業大模型和能力集，將行業知識know-how與大模型能力相結合，重塑千行百業，成為各組織、企業、個人的專家助手。

2023-08-03 16:17:52

科學計算數據自然語言處理

YOLOX目標檢測實戰：LabVIEW+YOLOX ONNX模型實現推理檢測（含源碼）

YOLOX目標檢測實戰：LabVIEW+YOLOX ONNX模型實現推理檢測（含源碼）

2023-07-13 13:31:04

LabVIEW python yolo

使用LabVIEW實現 DeepLabv3+ 語義分割含源碼

使用LabVIEW實現 DeepLab 語義分割含源碼

2023-07-11 16:17:06

LabVIEW 深度學習圖像分割

手把手教你使用LabVIEW實現Mask R-CNN圖像實例分割（含源碼）

使用LabVIEW實現Mask R-CNN圖像實例分割

2023-03-21 13:25:04

LabVIEW 深度學習人工智能

深度學習模型訓練和關鍵參數調優詳解

本文將通過針對特定場景任務從模型選擇、模型訓練、超參優化、效果展示這四個方面與各位讀者分享模型開發的一些心得。參考資料：??最實用的項目開發全流程!從自建數據集到模型部署,其實沒有這么難!????神經網絡前向傳播原理詳解????寫給小白的入門筆記，神經網絡梯度下降原理詳解????使用飛槳可解釋性算法庫InterpretDL解析人臉識別模型??一、模型選擇從任務類型出發，選擇最合適的模型。1.回歸任

2023-03-16 21:19:10

paddle 數據集模型庫

【2023-Pytorch-檢測教程】手把手教你使用YOLOV5做電線絕緣子缺陷檢測

隨著社會和經濟的持續發展，電力系統的投資與建設也日益加速。在電力系統中，輸電線路作為電能傳輸的載體，是最為關鍵的環節之一。而絕緣子作為輸電環節中的重要設備，在支撐固定導線，保障絕緣距離的方面有著重要作用。大多數高壓輸電線路主要架設在非城市內地區，絕緣子在輸電線路中由于數量眾多、跨區分布，且長期暴露在空氣中，受惡劣自然環境的影響，十分容易發生故障。隨著大量輸電工程的快速建設，傳統依靠人工巡檢的模式，

2023-03-15 17:17:43

虛擬環境數據集無人機

GPT-4重磅發布，迄今為止最強大的模型

3月14日，萬眾期待的GPT-4終于發布啦！千呼萬喚始出來！ GPT-4重磅發布，它究竟厲害在哪？ GPT4是迄今為止最強大的模型 GPT-4（Generative Pre-trained Transformer 4）是由OpenAI創建的多模態大型語言模型，是GPT系列的一員。官方說明，GPT-4將通過 API 和 ChatGPT Plus 向用戶提供服務。 OpenAI 在宣布 GPT-4 的

2023-03-15 15:03:24

多模態 GPT4 超大語言模型

Python TensorFlow實現Sequential深度神經網絡回歸

本文介紹基于Python語言中TensorFlow的Keras接口，實現深度神經網絡回歸的方法~

2023-03-15 12:19:16

Python TensorFlow 機器學習

高端局來了！元宇宙第一股Roblox融合AI，打開游戲新世界大門

生成式AI也需要多年的發展，它只是未來世界的一個選項

2023-03-14 14:44:30

Roblox 生成式AI

多模態深度學習方法綜述

多模態方法種類多模態深度學習是指將來自不同感知模態的信息（如圖像、文本、語音等）融合到一個深度學習模型中，以實現更豐富的信息表達和更準確的預測。在多模態深度學習中，模型之間的融合通常有以下三種方法：模態聯合學習（Multimodal Joint Learning）：模態聯合學習是一種聯合訓練的方法，將來自不同模態的數據輸入到一個模型中，模型可以同時學習到多個模態的特征表示，并將這些特征表示融合在一

2023-03-14 14:24:12

模態 paddle 數據

手把手教你使用LabVIEW OpenCV dnn實現物體識別（Object Detection）含源碼

今天和大家一起分享如何使用LabVIEW調用pb模型實現物體識別

2023-03-14 12:57:07

深度學習機器視覺目標檢測

手把手教你使用LabVIEW OpenCV dnn實現圖像分類（含源碼）

使用LabVIEW OpenCV dnn實現圖像分類

2023-03-09 13:59:56

圖像分類深度學習人工智能

手把手教你使用LabVIEW OpenCV DNN實現手寫數字識別（含源碼）

在LabVIEW中如何使用OpenCV DNN模塊實現手寫數字識別

2023-03-08 16:13:30

DNN OpenCV 深度學習

基于輕量級YOLOv5開發構建漢字檢測識別分析系統

基于輕量級YOLOv5開發構建漢字檢測識別分析系統

2023-03-08 13:17:47

數據集 Database 目標檢測

喜馬拉雅基于DeepRec構建AI平臺實踐

快速落地大模型訓練和推理能力，帶來業務指標和后續算法優化空間的顯著提升。

2023-03-08 10:24:26

深度學習稀疏學習推理

手把手教你用python寫游戲

引言最近python語言大火，除了在科學計算領域python有用武之地之外，在游戲、后臺等方面，python也大放異彩，本篇博文將按照正規的項目開發流程，手把手教大家寫個python小游戲,項目來自《Python編程從入門到實踐》（本文將原項目中的部分錯誤進行修改完善，PS:強烈推薦這本書，真的很贊），來感受下其中的有趣之處。本次開發的游戲叫做alien invasion。安裝pygame...

2023-03-07 12:56:22

python game 加載

Holt-Winters模型原理分析及代碼實現（python)

引言最近實驗室老師讓我去預測景區內代步車輛的投放量，于是乎，本著“一心一意地輸出年富力強的勞動力”這份初心，我就屁顛屁顛地去找資料，然后發現了Holt-Winters模型 , 感覺這個模型可以有，于是就去研究一番，并總結成這篇博客了。原理分析移動平均（The simple moving average (SMA)）直觀上，最簡單的平滑時間序列的方法是實現一個無權重的移動平均，目前已知的方法是用窗口函

2023-03-07 12:47:42

數據挖掘機器學習數據

Linux（Centos7）下rpm方式安裝MySQL

1. 卸載已有MySQL1.1. 查看是否已安裝mysqlrpm -qa |grep -i mysql如果系統已安裝，請卸載刪除。1.2. 刪除MySQL刪除命令：rpm -e --nodeps 包名rpm -ev mysql-libs-5.1.73-8.el6_8.x86_64如果提示依賴包錯誤，則使用以下命令嘗試（個人建議）：rpm -ev mysql-libs-5.1.73-8.el6_8.x86_64 --nodeps如果提示錯誤：error: %preun(xxxxx.

2023-03-06 17:43:02

mysql linux java

OpenAI官方發布ChatGPT API接口gpt-3.5-turbo

OpenAI官方發布ChatGPT API接口gpt-3.5-turbo

2023-03-03 17:19:39

自動更新 HTML chatgpt3.5

手把手教你使用LabVIEW人工智能視覺工具包快速實現傳統Opencv算子的調用(含源碼)

使用LabVIEW AI視覺工具包快速實現圖像的濾波與增強；圖像灰度處理；閾值處理與設定；二值化處理；邊緣提取與特征提取等基本操作。

2023-03-03 13:33:07

LabVIEW 人工智能深度學習

Backbone 網絡-ResNet 網絡詳解

殘差網絡(ResNet)的提出是為了解決深度神經網絡的“退化”（優化）問題。ResNet 通過設計殘差塊結構，調整模型結構，讓更深的模型能夠有效訓練更訓練。

2023-02-24 19:04:29

卷積神經網絡擬合

基于pytorch實現模型剪枝

所謂模型剪枝，其實是一種從神經網絡中移除"不必要"權重或偏差（weigths/bias）的模型壓縮技術。本文深入描述了 pytorch 框架的幾種剪枝 API，包括函數功能和參數定義，并給出示例代碼。

2023-02-23 23:41:06

結構化剪枝非結構化剪枝局部剪枝

模型壓縮-剪枝算法詳解

近年來主流的模型壓縮方法包括：數值量化（Data Quantization，也叫模型量化），模型稀疏化（Model sparsification，也叫模型剪枝 Model Pruning），知識蒸餾（Knowledge Distillation），輕量化網絡設計（Lightweight Network Design）和張量分解（Tensor Decomposition）。其中模型剪枝是一種應用非常廣的模型壓縮方法，其可以直接減少模型中的參數量。本文會對模型剪枝的定義、發展歷程、分類以及算法原理進行詳細的介紹。

2023-02-22 03:02:58

模型剪枝數值量化結構化稀疏

神經網絡基礎部件-卷積層詳解

本文深度講解了卷積計算的原理，并詳細介紹了構成所有卷積網絡主干的基本元素，包括卷積層本身、填充(padding)和步幅 (stride)的基本細節、用于在相鄰區域匯聚信息的匯聚層(pooling)，最后給出卷積層和匯聚層的代碼示例和CNN框架結構圖。

2023-02-16 03:08:44

卷積卷積核匯聚層

基于文心大模型套件ERNIEKit實現文本匹配算法，模塊化方便應用落地

文心大模型開發套件ERNIEKit，面向NLP工程師，提供全流程大模型開發與部署工具集，端到端、全方位發揮大模型效能。

2023-02-15 09:48:11

知識圖譜實體對齊自然語言處理

深度學習煉丹-數據標準化

當數據存在多個屬性但其值具有不同尺度（scale）時，執行 normalization 操作將所有屬性置于相同的尺寸內是很有必要的。本文給出了數據標準化(Normalization)的定義、常用方法以及為什么要做數據標準化，并給出相關代碼實現。最后將Normalization概念應用于圖像領域，并給出實現的相關細節以及示例代碼。

2023-02-06 23:14:37

normalizati Min-Max標準化 z-Score標準化

深度學習數學基礎-概率與信息論

概率論是用于表示不確定性聲明的數學框架。它不僅提供了量化不確定性的方法，也提供了用于導出新的不確定性聲明（statement）的公理。概率論的知識在機器學習和深度學習領域都有廣泛應用，是學習這兩門學科的基礎。

2023-02-05 11:05:59

方差概率分布條件概率

深度學習基礎-優化算法詳解

所謂深度神經網絡的優化算法，即用來更新神經網絡參數，并使損失函數最小化的算法。優化算法對于深度學習非常重要，如果說網絡參數初始化（模型迭代的初始點）能夠決定模型是否收斂，那優化算法的性能則直接影響模型的訓練效率。了解不同優化算法的原理及其超參數的作用將使我們更有效的調整優化器的超參數，從而提高模型的性能。

2023-02-04 00:41:43

優化算法隨機梯度下降 RMSProp

在地平線X3上部署車牌識別系統

在地平線X3上部署車牌識別系統一、項目介紹本項目屬于AI達人創造營三期項目，主要探索如何將PaddleOCR訓練的車牌識別模型部署在地平線X3的板子上，并實現實時推理。項目地址：?https://aistudio.baidu.com/aistudio/projectdetail/4730476??二、技術要點PaddlePaddle之于Arm對應的平臺為paddle-lite。paddle-li

2023-02-03 17:58:32

paddle 串口 docker

反向傳播與梯度下降詳解

反向傳播(backward propagation，簡稱 BP)指的是計算神經網絡參數梯度的方法。其原理是基于微積分中的鏈式規則，按相反的順序從輸出層到輸入層遍歷網絡，依次計算每個中間變量和參數的梯度。

2023-02-02 00:09:56

梯度下降迭代隨機梯度下降

實戰案例！Python批量識別銀行卡號碼并且寫入Excel，小白也可以輕松使用~

簡單！學起來

2023-01-27 11:52:25

python ocr 文字識別

一文搞懂視頻編解碼原理

視頻編解碼算法分為傳統算法和基于深度學習的方法，本文主要介紹視頻編解碼技術的原理，部分內容和圖片參考網上技術博客。

2023-01-16 16:16:47

視頻編碼 I幀 P幀

深度學習基礎-損失函數詳解

本文總結分類和回歸任務的常用損失函數，比如重點解析了交叉熵損失函數的由來，并給出詳細計算公式和、案例分析、代碼，同時也描述了 `MAE` 和 `MSE` 損失函數，給出了詳細的計算公式、曲線圖及優缺點。

2023-01-16 16:06:05

損失函數多分類交叉熵

ResNetv2 論文解讀

本文的主要貢獻在于通過理論分析和大量實驗證明使用恒等映射（identity mapping）作為快捷連接（skip connection）對于殘差塊的重要性。同時，將 BN/ReLu 這些 activation 操作挪到了 Conv（真正的weights filter操作）之前，提出“預激活“操作，并通過與”后激活“操作做對比實驗，表明對于多層網絡，使用了預激活殘差單元（Pre-activation residual unit）的 resnet v2 都取得了比 resnet v1（或 resnet v1.5）更好的結果。

2023-01-12 14:17:30

快捷連接恒等映射預激活

DenseNet 論文解讀

ResNet 的工作表面，只要建立前面層和后面層之間的“短路連接”（shortcut），就能有助于訓練過程中梯度的反向傳播，從而能訓練出更“深”的 CNN 網絡。DenseNet 網絡的基本思路和 ResNet 一致，但是它建立的是前面所有層與后面層的密集連接（dense connection）。傳統的 LL 層卷積網絡有 LL 個連接——每一層與它的前一層和后一層相連—，而 DenseNet 網絡有 L(L+1)/2L(L+1)/2 個連接。在 DenseNet 中，讓網絡中的每一層都直接與其前面層相連，實現特征的重復利用；同時把網絡的每一層設計得特別“窄”（特征圖/濾波器數量少），即只學習非常少的特征圖（最極端情況就是每一層只學習一個特征圖），達到降低冗余性的目的。

2023-01-11 14:52:16

密集連接 DenseNet shortcut

數字圖像處理筆記

本文章是對《數字圖像處理》書中知識概念、定理、公式的總結知識，并給出了自己的理解，部分涉及具體應用代碼，主要是原理解析和算法總結。學習數字圖像處理能讓我們更深入理解計算機視覺領域的內容。

2023-01-11 14:43:35

灰度變換霍夫曼編碼 RGB 彩色模型

目標檢測模型的評價標準-AP與mAP

為了了解模型的泛化能力，即判斷模型的好壞，我們需要用某個指標來衡量，有了評價指標，就可以對比不同模型的優劣，并通過這個指標來進一步調參優化模型。對于分類和回歸兩類監督模型，分別有各自的評判標準。不同的問題和不同的數據集都會有不同的模型評價指標，比如分類問題，數據集類別平衡的情況下可以使用準確率作為評價指標，但是現實中的數據集幾乎都是類別不平衡的，所以一般都是采用 AP 作為分類的評價指標，分別計算每個類別的 AP，再計算mAP。

2023-01-09 14:59:02

混淆矩陣精確率和召回率 F1分數

目標檢測模型的基礎

邊界框：在?標檢測領域?，我們通常使?邊界框（bounding box，縮寫是 bbox）來描述?標位置。邊界框是?個矩形框，可以由矩形左上?的 x 和 y 軸坐標與右下?的 x 和 y 軸坐標確定。

2023-01-09 14:57:18

損失函數 anchor box Focal Loss

深度學習背景下的圖像三維重建技術進展綜述

本文主要對近年來深度學習背景下的圖像三維重建的分類和研究現狀進行總結，整體分為六個部分：引言、單張圖像三維重建、多張圖像三維重建、數據集與實驗對比、討論與展望、總結。

2023-01-08 09:52:38

三維重建數據集點云

模型壓縮部署概述

深度學習和計算機視覺方向除了算法訓練/研究，還有兩個重要的方向: 模型壓縮（模型優化、量化）、模型部署（模型轉換、后端功能SDK開發）。所謂模型部署，即將算法研究員訓練出的模型部署到具體的端邊云芯片平臺上，并完成特定業務的視頻結構化應用開發。

2023-01-06 14:15:04

深度學習模型轉換模型壓縮

大廠必考深度學習算法面試題總結

包含深度學習基礎、CNN 模型、機器學習等知識點的必考算法面試題

2023-01-05 14:27:16

梯度消失梯度爆炸數據增強方法

“山外有山比山高”-為什么叫深度學習？?

揭示深度學習的內涵，介紹模型的復雜表，多元特征的引入，神經網路的形成，網絡的訓練過程以及從神經網絡到深度學習的發展過程。

2023-01-04 21:56:03

深度學習權重神經網絡

萬字長文解析Scaled YOLOv4模型(YOLO變體模型)

Scaled YOLOv4 模型最主要的貢獻在于通過理論系統分析和實驗證了模型縮放的原則，進一步拓展了 CSPNet 方法，并基于此設計了一個全新的 Scaled-YOLOv4，Scaled-YOLOv4 網絡的卷積模塊都有使用 CSP。總的感覺就是針對不同的 GPU 平臺，根據作者分析出來的模型縮放理論，且符合一些原則的情況下，選擇不同的模型寬度和深度參數，并讓模型更深更寬。

2023-01-04 16:11:22

目標檢測 YOLOv4-tiny scaled yolo

GitHub 車牌檢測識別項目調研

汽車車牌檢測和識別實踐指南，提供了算法方案和測試效果。

2023-01-04 16:06:31

github HyperLPR EasyOCR

經典 backbone 總結

ResNet 模型比 VGG 網絡具有更少的濾波器數量和更低的復雜性。比如 Resnet34 的 FLOPs 為 3.6G，僅為 VGG-19 19.6G 的 18%。

2023-01-04 14:58:23

神經網絡 resnet densenet

1 2 3 4 下一頁

51CTO技術棧公眾號

業務
速覽

媒體

51CTO CIOAge HC3i

社區

51CTO博客鴻蒙開發者社區 AI.x社區

教育

51CTO學堂精培企業培訓 CTO訓練營

主站蜘蛛池模板：国产精品久久久久久久久久久久 | 欧美日韩电影在线 | 国产美女自拍视频 | 一区二区三区国产在线观看 | 精品少妇v888av | 欧美爱爱视频网站 | 老牛影视av一区二区在线观看 | 国产高清视频在线观看 | 极品粉嫩国产48尤物在线播放 | 国产精品不卡一区 | 免费永久av | 三级视频网站 | 一级久久久久久 | 特黄色一级毛片 | 亚洲欧美久久 | 亚洲国产aⅴ成人精品无吗亚洲精品久久久一区二区三区 | 欧美在线一区二区三区 | 久久精品一区 | 日韩免费福利视频 | 亚洲日日夜夜 | 日韩在线精品 | 中文字幕日韩欧美一区二区三区 | 亚洲欧美自拍偷拍视频 | 国产成人高清 | 三级在线观看 | 三级国产三级在线 | 欧美mv日韩mv国产网站91进入 | 日韩福利在线观看 | 日韩h | 91免费观看在线 | 成人亚洲性情网站www在线观看 | 国产成人99久久亚洲综合精品 | 亚洲国产一区在线 | 97久久超碰 | 成人在线观看网站 | 精品国产乱码久久久久久闺蜜 | 一区二区中文 | 日韩一区二区三区视频在线观看 | 国产一区二区三区久久久久久久久 | 韩国主播午夜大尺度福利 | 盗摄精品av一区二区三区 |