计算机深度学习方向实验工具，自用

最新推荐文章于 2024-08-01 20:59:33 发布

AI雯专注写代码

最新推荐文章于 2024-08-01 20:59:33 发布

阅读量216

点赞数 6

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/a1563802442/article/details/136596446

版权

computer vision：openmmlab https://openmmlab.com/

优势：

所有的你要找的cv模板这里都有
这里包含几乎所有的预训练模型（这个真的点赞）
特别容易得到自己的对比实验

NLP: huggingface https://huggingface.co/

Hugging Face 提供了丰富的预训练模型、数据集和工具

还是那句话，自己喜欢哪个用哪个

简单总结：跟着大佬走

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI雯专注写代码

关注关注

6
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
计算机深度学习方向实验工具，自用

Hugging Face 提供了丰富的预训练模型、数据集和工具。还是那句话，自己喜欢哪个用哪个。简单总结：跟着大佬走。
复制链接

扫一扫

【自用】深度学习期末复习资料

06-14

"深度学习期末复习资料" 本文档提供了深度学习期末复习资料，涵盖了深度学习的基本概念、机器学习流程、梯度下降法、交叉熵、学习率、过拟合和欠拟合、线性可分与线性不可分、激活函数、卷积运算等知识点。 1. ...

计算机网络实验10，实验自用

12-19

计算机网络实验10，实验自用

1 条评论您还未登录，请先登录后发表或查看评论

10-24

03-30

11-01

07-25

1138

ZFNet（Zeiler & Fergus Net）是由Matthew D. Zeiler和Rob Fergus在2013年提出的卷积神经网络模型，它是基于AlexNet进行改进而来的。ZFNet在当年的ImageNet Large Scale Visual Recognition Challenge (ILSVRC)中取得了冠军,尤其在分类和定位任务上表现突出。

昇思25天学习打卡营第1天|快速入门

07-28

936

昇思大模型平台是一个集算法选型、创意分享、模型实验和大模型在线体验为一体的AI学习与实践社区，而且还内置了AI实验室，它覆盖多领域任务，体验全流程开发，支持用户在线训练和推理可视化，可创建自己的项目空间对待开发者很友好，提供云上开发环境，无需配置环境，既可灵活调试运行代码，每天免费使用8个小时。

和数集团十周年庆典：新起点、新目标、新征程

Likelib的博客

08-01

606

在十周年庆典这个特殊的日子，和数集团对在市场开拓、客户服务等方面具有突出表现的个人进行了表彰。

带并行卷积的水下图像背景前景分割方法

renhongxia1的博客

07-30

834

图6，7为不同照度条件下水下图像及在不同分割方法的实验结果，其中第1，4行的原始图像为13.826 lx照度下采集的，第2，5行为6.947 lx照度下采集的，第3，6行为0.925 lx照度下采集的。在进行图像采集时，图6，7中，目标距离采集设备分别为1.4，1 m。图5是相机距目标1.4 m处采集的图像，图5a）为空气中的图像，图5b）为照度为13.826 lx条件下采集的水下图像，图5c）为照度为6.947 lx条件下采集的水下图像，图5d）为照度为0.925 lx条件下采集的水下图像。

MOE模式：或将是最好的大模型应用开发路径

AI相关从业分享

07-28

857

MOE（Mixture of Experts，混合专家）是一种机器学习模型架构，旨在通过结合多个专家网络来提高模型的性能和泛化能力。以下是传统模型和大模型中MOE模式的相关介绍及其优势。传统模型中的MOEGate网络：决定输入数据应该被路由到哪一个专家网络。Gate网络可以根据输入数据的特征来动态分配数据。Expert网络：一系列专门的网络，每个网络都是针对特定数据分布进行训练的。Expert网络可以是对特定问题有深入理解的小模型。组合层：将所有Expert网络的输出进行组合，形成最终的预测结果。

常用的机器学习模型的不同调用方式

最新发布

weixin_71458119的博客

08-01

338

不同机器学习方法的调用

Transformer 架构告诉我们什么？

2401_85233349的博客

08-01

656

在传统的心理语言学方法中，人类语言是用可解释的模型来解释的，这些模型将符号元素（例如名词、动词、形容词、副词等）与基于规则的操作相结合。从几何上讲，它们之间的夹角越小，余弦值和点积就越大，并且这两个词在特定上下文中的相关性就越高，就像在高维空间中表示的那样。，Transformer 作为过度参数化的简单模型所展现出的蛮力学习，与进化过程类似，都是“简单而简约的”。下面是一个简单的示例，展示了词向量的基本概念。有趣的是，A 和 B 的相关系数也是角度的余弦（见上文 (2) 和 (3) 的公式）。

＜数据集＞手机识别数据集＜目标检测＞

qq_53332949的博客

07-29

315

YOLO与VOC格式的人员持有手机识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，图片数量16172

torch.nn.RNN(）相关的参数设置

guoqingru0311的博客

07-31

330

torch.nn.RNN(）相关的参数设置

如何把视频语音转文字？交给这4款工具就完事

xixixihahaha_的博客

08-01

394

然而，随着采访的深入，如何快速准确地将这些珍贵的视频内容转化为文字记录，成为了一个亟待解决的问题。在这场速度与精准度的竞赛中，视频转文字的免费软件便成为了记者们不可或缺的助手。这两天巴黎奥运会的盛大开幕，世界各地的记者们纷纷涌入这个体育盛事的现场，带着他们的镜头和麦克风，捕捉每一个激动人心的瞬间。高精度识别：采用先进的语音识别技术，确保转换文字的准确性。适用于多种场景的视频转文字需求，特别是对外语视频的支持。云端存储：转换后的文字自动保存在云端，方便随时访问。③ 开始转写，并在线查看和编辑生成的文字内容。

【AI学习指南】轻量级模型-用 Ollama 轻松玩转本地大模型

瑶山的博客

07-28

182

根据 ChatGPT 的使用经验，系统提示词是很重要的。好的系统提示词能有效地将大模型定制成自己需要的状态。在 Ollama 中，有多种方法可以自定义系统提示词。首先，不少 Ollama 前端已提供系统提示词的配置入口，推荐直接利用其功能。role为system的消息即为系统提示词。"content": "以同学的口吻简单作答。},"content": "你会游泳吗？],}'现在AI领域的进展日新月异，进步就像是从刀耕火种步入现代社会：就像是我上个月写了这篇文章，现在AI又踏上了新的征程。

ECCV‘24开源 | 塑造SLAM新纪元！6倍加速！LocoTrack：跟踪一切最新SOTA！

3D视觉工坊

07-28

182

我们引入了LocoTrack，这是一个为跨视频序列跟踪任意点（TAP）任务而设计的高度准确且高效的模型。在此任务中，之前的方法通常依赖于局部2D相关图，以建立查询图像中的一个点到目标图像中局部区域的对应关系，但这种方法在处理同质区域或重复特征时往往会遇到困难，从而导致匹配模糊。LocoTrack通过一种新颖的方法克服了这一挑战，该方法利用跨区域的全对对应关系（即局部4D相关性）来建立精确的对应关系，通过双向对应关系和匹配平滑性显著提高了对抗模糊性的鲁棒性。

AI助力：7个改变游戏规则的网站构建神器

2301_79599164的博客

07-29

833

你在一个难以使用的平台上花了几个小时来设计一个网站吗？你正在寻找一种更快、更有效的方法来创建一个具有良好视觉效果的在线形象吗？是时候用最好的人工智能网站建设工具来拥抱未来了，它们可以帮助你了。这些新工具已经开始改变网页设计过程，并利用人工智能为您解决问题。从人工智能驱动的设计辅助到代码生成，最好的人工智能网站建设工具可以让您比以往任何时候都更容易在短时间内创建一个专业的移动优化网站。这不仅仅是简单地使用人工智能艺术生成器和人工智能写作工具来创建内容，而是将这些人工智能工具直接引入到网站建设过程中。

线性回归和逻辑回归揭示数据的隐藏模式：理论与实践全解析

qq_42538588的博客

07-30

904

机器学习是人工智能的一个重要分支，旨在通过算法让计算机系统利用数据自动学习和改进。它通过从数据中学习模式和规律，使得计算机能够进行预测、分类或者决策，而无需显式地进行编程。随着数据量的急剧增加和计算能力的提升，机器学习在各个领域如图像识别、自然语言处理和推荐系统等方面展现了强大的应用潜力。监督学习是机器学习的一种重要范式，其核心是从标记数据（带有输入和预期输出的数据）中学习规律，以便对新数据进行预测或分类。

深度学习驱动的图片与视频压缩技术综述：从神经网络到GAN

内容涵盖了从早期的感知机到深度学习模型如卷积神经网络(CNN)、循环神经网络(RNN)和生成对抗网络(GAN)的发展历程。以下是关键知识点的详细介绍： 1. **图片压缩概述**： - 图片压缩是一个综合过程，包括变换、量化...

计算机深度学习方向 实验工具，自用

计算机深度学习方向实验工具，自用