深度学习共0篇 第2页
深度学习
排序
深入Scikit-learn：掌握Python最强大的机器学习库
本篇博客详细介绍了Python机器学习库Scikit-learn的使用方法和主要特性。内容涵盖了如何安装和配置Scikit-learn，Scikit-learn的主要特性，如何进行数据预处理，如何使用监督学习和无监督学习算...
2年前
一文详解自然语言处理两大任务与代码实战：NLU与NLG
自然语言处理（NLP）涵盖了从基础理论到实际应用的广泛领域，本文深入探讨了NLP的关键概念，包括词向量、文本预处理、自然语言理解与生成、统计与规则驱动方法等，为读者提供了全面而深入的视角...
2年前
你不知道的Js高级方法
前言 在Js中有一些比较冷门但是非常好用的方法，我在这里称之为高级方法，这些方法没有被广泛使用或多或少是因为存在一些兼容性的问题，不是所有的浏览器都读得懂的。这篇文章主要就是对这些方...
2年前
CPU、GPU通用tensorflow库在Anaconda中的配置
本文介绍在Anaconda环境中，下载并配置Python中机器学习、深度学习常用的新版tensorflow库的方法。 在之前的两篇文章# Python中TensorFlow实现基于DNNRegressor的深度学习回归与# Pytho...
2年前
《深度学习》李宏毅 — task6卷积神经网络
李宏毅《深度学习》卷积神经网络CNN：李宏毅机器学习(2016)_哔哩哔哩_bilibilihttps://www.bilibili.com/video/av9770190/?p=10 blog.csdn.net/wuzhenzi519…https://blog.csdn.net/wuzhenzi519...
2年前
《设计深度学习系统》第九章：工作流编排
本章内容包括： 定义工作流和工作流编排 深度学习系统为何需要支持工作流 设计通用的工作流编排系统 介绍三个开源的编排系统：Airflow、Argo Workflows和Metaflow 在本章中，我们将讨论深度学习...
2年前
Domain Adaptation_few labels handing 缺少标注数据下的迁移学习方法。
Domain Adaptation 介绍 :::info 了解Domian Adaptation之前，先了解 迁移学习（Transfer Learning） ::: 迁移学习（Transfer Learning）通俗来讲就是学会举一反三的能力，通过运用已有的知识来...
2年前
GAN入门｜第四篇：生成手势图像｜可控制生成
? 本文为?365天深度学习训练营 中的学习记录博客 ? 我的环境： 语言环境：Python3.10.11 编译器：Jupyter Notebook 深度学习框架：Pytorch 2.0.1+cu118 显卡（GPU）：NVIDIA GeForce RTX 4070 ?...
2年前实践专区、智能农业、论文大盘点 |人工智能第28期
? 人工智能周刊 Hello，新一期的人工智能周刊又和大家如约见面了。人工智能周刊专注于发掘站内优质人工智能的创作者和优质内容。 掘金会对近期（7-14 天）社区人工智能技术好文进行挖掘和筛选，...
2年前![深度学习应用篇-计算机视觉-目标检测[4]：综述、边界框bounding box、锚框（Anchor box）、交并比、非极大值抑制NMS、SoftNMS-五八三](https://583.cn/wp-content/uploads/2023/06/530b43f0c20fc5f9c9cb31965759203c.jpg)
深度学习应用篇-计算机视觉-目标检测[4]：综述、边界框bounding box、锚框（Anchor box）、交并比、非极大值抑制NMS、SoftNMS
深度学习应用篇-计算机视觉-目标检测[4]：综述、边界框bounding box、锚框（Anchor box）、交并比、非极大值抑制NMS、SoftNMS 1.目标检测综述 对计算机而言，能够“看到”的是图像被编码之后的...
2年前
MegEngine 使用小技巧：如何做 MegCC 的模型性能评测
MegCC 是一个深度学习模型编译器，具有以下特点： 极轻量级运行时：只在二进制文件中保留所需的计算内核。例如，MobileNet v1 的81KB运行时间 高性能：每个操作都经过专家精心优化 便携：只生...
2年前![强化学习从基础到进阶-案例与实践[5]：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit）-五八三](https://583.cn/wp-content/uploads/2023/06/42ea186a1953fd16c6ef3be520c4246f.jpg)
强化学习从基础到进阶-案例与实践[5]：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit）
强化学习从基础到进阶-案例与实践[5]：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit） 1 策略梯度算法 如图 5.1 所示，强化学习有 3 个组成部分：演员（actor）、环...
2年前
关于语言大模型的八大论断
近几个月来，语言大模型（LLM）的广泛公开部署引起了倡导者、政策制定者和许多领域学者们的新一轮关注和参与。Anthropic技术团队成员、纽约大学助理教授Samuel R. Bowman总结了八个可能引发思考...
2年前
超参数调优、批量归一化以及深度学习框架
本篇博客的内容主要是超参数调优，批量归一化以及常见的深度学习框架，也是深度学习专项课程第二门课的最后一周课程内容，Let's Go! 超参数调优 在深度学习中,超参数调优是一个非常关键的过程。...
2年前
【计算机视觉项目实战】中文场景识别
⚠️本文为稀土掘金技术社区首发签约文章，30天内禁止转载，30天后未获授权禁止转载，侵权必究！ ✨专栏介绍： 经过几个月的精心筹备，本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程...
2年前
Segment Anything【论文翻译】
论文基础信息如下 Abstract 我们介绍Segment Anything（SA）项目：这是一个全新的任务、模型和图像分割数据集。通过在数据收集循环中使用我们高效的模型，我们建立了迄今为止最大的分割数据集（...
2年前
前馈神经网络解密：深入理解人工智能的基石
本文深入探讨了前馈神经网络（FNN）的核心原理、结构、训练方法和先进变体。通过Python和PyTorch的实战演示，揭示了FNN的多样化应用。 作者TechLead，拥有10+年互联网服务架构、AI产品研发经验...
2年前
深度学习入门系列（四）：一文看懂波士顿房价预测（BOSTON_HOUSING）
# 深度学习入门系列（一）：一文看懂 MNIST # 深度学习入门系列（二）：一文看懂 IMDB # 深度学习入门系列（三）：一文看懂 REUTERS BOSTON_HOUSING 这次我们要解决的问题是预测波士顿的房价。...
2年前
全国大数据与计算智能挑战赛：面向低资源的命名实体识别基线方案，排名13/64
全国大数据与计算智能挑战赛：面向低资源的命名实体识别基线方案，排名13/64 全国大数据与计算智能挑战赛：面向低资源的命名实体识别baseline，排名13/64。第一名：0.68962791，基线：0.6790259...
2年前
RepoCoder：通过迭代检索提升仓库级代码补全（Repository-Level Code Completion）
我正在参加「掘金·启航计划」 导语 本文介绍了一种名为 RepoCoder 的仓库级代码完成框架，它通过利用仓库级信息，结合相似度检索器和预训练的代码语言模型，提高了代码完成的准确性和效率。同...
2年前