自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(457)
  • 资源 (1)
  • 收藏
  • 关注

原创 人工智能深度学习100种网络模型,精心整理,全网最全,PyTorch框架逐一搭建

大家好,我是微学AI,今天给大家介绍一下人工智能深度学习100种网络模型,这些模型可以用PyTorch深度学习框架搭建。模型按照个人学习顺序进行排序

2023-06-03 08:44:01 14244 4

原创 手把手教你本地CPU环境部署清华大模型ChatGLM-6B,利用量化模型,本地即可开始智能聊天,达到ChatGPT的80%

大家好,我是微学AI,今天教你们本地CPU环境部署清华大ChatGLM-6B模型,利用量化模型,每个人都能跑动大模型。ChatGLM-6B是一款出色的中英双语对话模型,拥有超过62亿个参数,可高效地处理日常对话场景。与GLM-130B模型相比,ChatGLM-6B在对话场景处理能力方面表现更加卓越。此外,在使用体验方面,ChatGLM-6B采用了模型量化技术和本地部署技术,为用户提供更加便利和灵活的使用方式。值得一提的是,该模型还能够在单张消费级显卡上顺畅运行,速度较快,是一款非常实用的对话模型。

2023-04-28 17:07:02 22740 37

原创 人工智能实战项目(python)+多领域实战练手项目

人工智能实战项目目录一、机器学习实战项目1.机器学习实战1-四种算法对比对客户信用卡还款情况进行预测2.机器学习实战2-聚类算法分析亚洲足球梯队 (待更新)...(待更新)二、深度学习实战项目1.深度学习实战1-(keras框架)企业数据分析与预测2.深度学习实战2-(keras框架)企业信用评级与预测3.深度学习实战3-文本卷积神经网络(TextCNN)新闻文本分类4.深度学习实战4-卷积神经网络(DenseNet)数学图形识别+题目模式识别5.深度学习实战5-卷积神经...

2022-05-14 17:31:53 14259 58

原创 深度学习实战6-卷积神经网络(Pytorch)+聚类分析实现空气质量与天气预测

大家好,我是微学AI,今天给大家带来一个利用卷积神经网络(pytorch版)实现空气质量的识别与预测。我们知道雾霾天气是一种大气污染状态,PM2.5被认为是造成雾霾天气的“元凶”,PM2.5日均值越小,空气质量越好.空气质量评价的主要污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等六项。

2022-05-12 16:58:37 14654 70

原创 人工智能算法工程师(中级)课程21-深度学习中各种优化器算法的应用与实践、代码详解

大家好,我是微学AI,今天给大家介绍一下人工智能算法工程师(中级)课程21-深度学习中各种优化器算法的应用与实践、代码详解。本文将介绍PyTorch框架下的几种优化器,展示如何使用PyTorch中的优化器,我们将使用MNIST数据集和一个简单的多层感知器(MLP)模型。本文仅用于演示不同优化器的用法,实际应用中可能需要调整超参数以获得最佳性能。SGD,即随机梯度下降,是机器学习中不可或缺的伙伴,它巧妙地通过单个样本或一小批样本计算梯度来更新模型参数,就像一位精明的向导,在数据的大海中引领算法逐步靠近最优解

2024-08-22 11:03:28 578

原创 自然语言处理实战项目30-基于RoBERTa模型的高精度的评论文本分类实战,详细代码复现可直接运行

大家好,我是微学AI,今天给大家介绍一下自然语言处理实战项目30-基于RoBERTa模型的高精度的评论文本分类实战,详细代码复现可直接运行。RoBERTa模型是由 Facebook AI Research 和 FAIR 的研究人员提出的一种改进版的 BERT 模型。RoBERTa 通过采用更大的训练数据集、动态掩码机制以及更长的训练时间等策略,在多个自然语言处理任务上取得了显著的效果提升,特别是在文本分类任务中表现出色。

2024-08-21 11:24:04 41

原创 2024年人工智能题库,包括判断题、单选题、多选题、计算题等

大家好,我是微学AI,今天给大家带来2024年人工智能题库,包括判断题、单选题、多选题、计算题等,下面给出题目和相应的解答,答案仅供参考!

2024-08-20 13:57:04 825

原创 内网穿透的应用-开源内容管理框架Drupal本地Docker部署与配置公网地址详细操作流程

Dupal是一个强大的CMS,适用于各种不同的网站项目,从小型个人博客到大型企业级门户网站。它的学习曲线可能相对较陡,但一旦熟悉了它的工作方式,用户就能够充分利用其功能和灵活性。在本文中,我们将介绍如何使用Docker快速部署Drupal,并且结合cpolar内网穿透工具实现公网远程访问首先,您需要在您的机器上安装Docker,并且启动,可以按照Docker官方文档中的说明进行安装。

2024-08-19 21:11:06 582

原创 大模型的实践应用27-基于大模型的词向量与向量数据库pymilvus的应用与实践教程

在这篇文章中,我们将详细探讨如何使用自然语言处理技术来解决文本检索问题,并介绍如何通过向量数据库来提高检索效率的方法。整个过程分为三个主要部分:模型下载与加载、文本重排序以及文本向量数据库的使用。希望大家能够喜欢,并继续关注我们的文章。

2024-08-16 14:21:14 51

原创 内网穿透的应用-使用Docker在个人服务器部署IT-Tools并实现无公网IP远程访问本地工具箱

本篇文章,我们将以Docker方式将IT-Tools部署至本地Linux系统个人服务器,并且结合cpolar内网穿透工具配置公网地址,实现异地远程直接访问it-tools,畅享快捷的访问与使用体验。作为程序员,在日常工作中,需要借助一些工具来提高我们工作效率,IT-Tools是为开发人员度身打造的一套便捷在线工具。它提供全面功能,使开发者能以更高效方式完成任务。经由IT-Tools,开发人员能轻松应对各类技术挑战,享受工作中的便利与灵活。

2024-08-15 17:27:32 771

原创 大模型面试系列-大模型算法工程师的面试题目与解答技巧详细说明

大模型算法工程师面试题1. Llama 2 中使用的注意力机制是什么?描述一下查询分组注意力。2. LangChain 的结构详细描述一下。3. 对位置编码熟悉吗?讲讲几种位置编码的异同。4. RLHF 的具体工程是什么?包含了几何模型?

2024-08-14 16:53:34 1032

原创 内网穿透的应用-Serv-U安装流程与结合内网穿透配置公网地址实现远程访问本地FTP服务器

本文和大家分享的是如何在Windows系统电脑下载安装Serv-U服务详细流程,并结合cpolar内网穿透工具,搭建一个可远程访问的FTP服务器,方便我们在异地也能随时读取调阅本地文件资料。可以看出,使用Cpolar发布Serv-U网页的步骤和过程并不复杂,而cpolar作为内网穿透软件,不仅仅只能发布Serv-U网页,只要将打算发布的网页(或软件)端口号输入cpolar中,就能创建出连接公共互联网与本地网页(软件)之间的数据隧道。

2024-08-13 10:44:10 824 2

原创 深度学习实战85-AI文本检测之识别判断是AI创作的内容还是人类创作的内容,你的论文是否是大模型生成的呢?

大家好,我是微学AI,今天给大家介绍一下深度学习实战85-AI文本检测之识别判断是AI创作的内容还是人类创作的内容,你的论文是否是大模型生成的呢?本文将基于RoBERTa模型的AI文本检测技术,旨在识别文本是否由AI生成。RoBERTa模型通过动态掩码机制、更大规模的数据集、去除NSP任务等改进,提升了模型的鲁棒性和泛化能力。

2024-08-12 15:58:13 223

原创 内网穿透的应用-Ubuntu环境搭建inis博客网站本地发布并实现公网环境浏览器远程访问

本文主要和大家分享一下,如何在Ubuntu系统上部署新版Inis博客系统,并使用cpolar创建的内网穿透数据隧道,将Inis博客网站发布到公共互联网上实现随时随地远程访问。互联网技术总在不断进步,新技术和新软件也会来带更多功能,就以最常见的个人博客系统,也在不断推陈出新,发掘出更多功能和特色。从早期少量自定义和编辑功能,发展到现在的支持各种自定义模块和外观,以及更多更全的支持软件适配(包括php程序、数据库程序等)。

2024-08-08 21:27:04 778

原创 人工智能在教育上的应用3-脑洞大开高中数学与人工智能的出题方向,未来的趋势方向

大家好,我是微学AI,今天脑洞大开,想到高中数学与人工智能的出题方向,未来的趋势方向。在当前人工智能迅速发展的背景下,将高中数学知识与人工智能技术相结合,不仅可以加深学生对数学概念的理解,还能激发他们对人工智能的兴趣。本文通过自己的奇思妙想,结合人工智能技术的高中数学题目。

2024-08-07 11:33:12 953

原创 人工智能算法工程师(高级)课程12-自然语言处理之NLP的语言模型-ELMo,transformer,BERT与代码详解

本课程面向高级人工智能算法工程师,深入讲解自然语言处理(NLP)中的关键语言模型技术,包括了EMLo和transformer架构。此外,课程还详细探讨了预训练模型BERT的工作原理与应用,并提供了丰富的代码示例以帮助学员更好地理解和实现这些模型。通过本课程的学习,学员将掌握NLP领域内前沿的语言模型及其实现细节。

2024-08-07 10:23:34 214

原创 人工智能算法工程师(高级)课程11-自然语言处理之NLP的语言模型-seq2seq模型,seq+注意力与代码详解

本文深入讲解自然语言处理(NLP)中的关键语言模型技术,包括seq2seq模型及其增强版加入注意力机制后的表现提升,经典的词嵌入方法word2vec,以及更先进的EMLo和transformer架构。此外,课程还详细探讨了预训练模型BERT的工作原理与应用,并提供了丰富的代码示例以帮助学员更好地理解和实现这些模型。通过本课程的学习,学员将掌握NLP领域内前沿的语言模型及其实现细节。

2024-08-06 17:17:33 418

原创 内网穿透的应用-如何使用hugo搭建个人博客并实现无公网IP远程访问本地网站

今天和大家分享如何在Windows系统电脑使用HUGO快速搭建一个本地博客网站,并结合cpolar内网穿透工具实现一键发布本地站点至公网,随时随地远程访问,无需公网IP与准备域名、服务器。Hugo 是 Go 编写的静态网站生成器,速度快,易用,可配置。作为一款跨平台开源建站系统,当前提供 Windows,Linux,FreeBSD,NetBSD 和 OS X (Darwin) 的 x64, i386 和 ARM 架构的二进制预构建包。Hugo 依赖于 Markdown 文件,元数据字体。

2024-08-05 17:12:56 761

原创 人工智能算法工程师(高级)课程10-强化学习之贝尔曼方程、蒙特卡罗方法、马尔可夫模型的介绍与代码详解

大家好,我是微学AI,今天给大家介绍一下人工智能算法工程师(高级)课程10-强化学习之贝尔曼方程、蒙特卡罗方法、马尔可夫模型的介绍与代码详解。强化学习是一种机器学习方法,旨在让智能体在与环境交互的过程中,通过不断试错来学习最优策略。本文将详细介绍强化学习的基本原理,包括决策和规划、贝尔曼方程、蒙特卡罗方法、强化学习的要素,以及马尔可夫随机过程和马尔可夫决策过程。同时,我们将使用PyTorch框架搭建一个强化学习模型,并配套完整可运行代码。

2024-08-02 16:38:07 77

原创 内网穿透的应用-Windows系统如何ssh连接群晖nas使用docker安装内网穿透软件

在某些群晖NAS型号版本,无法使用套件安装的时候,我们可以采用Docker的方式进行安装cpolar内网穿透工具,Docker也就是群晖里面的Container Manager,但是在Container Manager界面上直接搜索下载镜像文件,鉴于网络的原因,大部分都会下载失败,但是我们可以通过用命令的方式进行下载,下面详细说明使用命令的方式下载cpolar docker容器,并完成安装的详细流程。

2024-08-02 08:41:50 501

原创 大模型的实践应用26-大模型LLM推理优化技术,包括KVCache、PageAttention、FlashAttention、MQA、GQA的技术原理

大模型LLM推理优化聚焦KVCache缓存中间结果节省计算,PageAttention借鉴操作系统分页管理分散存储的键值对,FlashAttention加速注意力计算,MQA与GQA通过共享键值矩阵减少参数量,平衡性能与加速,共同提升推理效率与模型实用性。这些技术协同作用,显著降低了大模型推理的资源消耗和响应时间,使其更适用于实时应用环境。

2024-08-01 10:12:55 350

原创 人工智能算法工程师(高级)课程9-自然语言处理之词嵌入的介绍与代码详解

本文详细介绍了词嵌入的相关概念、数学原理及PyTorch实现。词嵌入技术在自然语言处理领域具有重要意义,希望通过本文,大家能更好地理解和应用这一技术。

2024-07-31 17:00:21 244

原创 内网穿透的应用-中文版个人知识库Trilium笔记本地安装结合内网穿透远程协作

今天和大家分享一款在G站获得了26K+的强大的开源在线协作笔记软件,Trilium Notes的中文版如何在Linux环境使用docker本地部署,并结合cpolar内网穿透工具配置公网地址,轻松实现远程在线协作的详细教程。Trilium Notes是一个层次化的笔记应用程序,专注于建立大型个人知识库。笔记可以排列成任意深的树。单个笔记可以放在树中的多个位置(请参阅克隆)丰富的所见即所得笔记编辑功能,包括带有 Markdown 自动格式化功能的表格,图像和数学。

2024-07-29 21:14:42 506

原创 人工智能算法工程师(高级)课程8-图像分割项目之Mask-RCNN模型的介绍与代码详解

Mask R-CNN是基于Faster R-CNN的扩展,它在原有的基础上增加了一个分支,用于生成目标的分割掩码。特征提取:使用深度卷积神经网络(如ResNet)提取输入图像的特征。区域建议网络(RPN):在特征图上滑动一个小的卷积核,生成一系列候选区域(称为anchors)。RoI Pooling:将候选区域映射到固定大小的特征图上。分类和边界框回归:对RoI Pooling后的特征图进行分类和边界框回归。Mask分割:对分类为目标的RoI进行分割掩码生成。

2024-07-28 15:08:50 70

原创 人工智能算法工程师(高级)课程7-图像分割项目之DeepLab模型的搭建与代码详解

DeepLab模型是一种用于语义分割的深度学习模型,其主要思想是通过空洞卷积(Dilated Convolution)来扩大感受野,从而捕捉更丰富的上下文信息。DeepLab模型包括以下几个关键部分:Image Pyramid、Encoder-Decoder、SPP模型和ASPP模型。本文详细介绍了DeepLab模型的各个组件,包括Image Pyramid、Encoder-Decoder、SPP模型和ASPP模型,并提供了相应的数学原理和PyTorch代码实现。

2024-07-28 14:20:59 70

原创 深度学习实战84-数学公式和中文混合高精度识别实战,实现数学题目以及公式识别系统(latexOCR)

本文详细介绍了数学公式识别系统的核心代码实现,不仅展示了如何利用深度学习技术解决实际问题,还深入探讨了其背后的数学原理。这一系统不仅为数学公式的学习和研究提供了便利,也为数字化时代的信息处理开辟了新的可能。未来,随着技术的不断进步,我们期待看到更多创新的应用涌现,让数学之美更加普及和易于理解。

2024-07-28 11:40:16 231

原创 人工智能算法工程师(中级)课程20-模型注意力机制之注意力机制的原理、计算方式与代码详解

本文详细介绍了注意力机制的不同类型,包括普通注意力、自注意力、多头注意力、通道注意力、空间注意力和混合注意力,并提供了每种注意力的数学原理和基于PyTorch的代码实现。通过这些示例,我们可以看到注意力机制在深度学习模型中的重要作用,它能够有效地提高模型对关键信息的捕捉能力。

2024-07-26 08:15:30 1025

原创 内网穿透的应用-群晖NAS Drive结合内网穿透建立Obsidian黑曜石笔记个人云同步服务器

之前介绍过如何免费多端同步Zotero科研文献管理软件,在文章中分享了群晖Nas虚拟机安装包,使用群晖的WebDav功能实现多端云同步,本期将演示使用群晖Synology Drive实现同步笔记文件。当我们使用Zotero阅读文献并画出重点后(输入),需要一款多功能的笔记软件来整理学到的东西,并做出一系列科研计划,Todolist,整理研究思路等等(输出),而且还支持Markdown语法。这里我推荐一款强大的笔记软件Obsidian,它是一款纯离线的笔记软件(不需要登陆就可以使用全部功能,

2024-07-25 17:42:30 889 2

原创 人工智能算法工程师(中级)课程19-模型的量化与部署之模型部署和存储方式与代码详解

本文详细介绍了神经网络模型的部署和存储方式,包括Libtorch源生部署、torch.jit.trace()转换、转成ONNX部署以及TensorRt部署加速。通过数学原理的阐述和完整可运行的PyTorch代码,希望读者能够更好地理解和掌握这些技术。在实际应用中,可以根据需求选择合适的部署方式,以实现高效、便捷的模型部署。

2024-07-25 16:07:39 937

原创 人工智能算法工程师(中级)课程18-模型的量化与部署之模型的蒸馏技术与代码详解

蒸馏技术(Distillation)是一种将教师模型的知识传递给学生模型的方法。具体来说,教师模型首先对训练数据进行预测,生成软标签(Soft Label),然后学生模型在这些软标签的指导下进行训练。我们选择ResNet50作为教师模型,ResNet18作为学生模型。教师模型使用预训练权重。本文详细介绍了模型蒸馏技术的原理,并通过PyTorch框架实现了蒸馏过程。通过蒸馏技术,我们可以在保持模型性能的同时,降低模型的复杂度,为移动端和边缘设备上的应用提供了可能。

2024-07-25 15:30:18 1014

原创 人工智能算法工程师(高级)课程6-图像分割项目之U-Net模型系列与代码详解

本文详细介绍了U-Net、U-Net++和U^2-Net模型的数学原理,并通过PyTorch实现了这些模型。这些模型在图像分割领域表现出色,特别是对于医学图像分割等任务。通过理解这些模型的结构和原理,读者可以更好地掌握图像分割的技术,并在实际应用中发挥其潜力。需要注意的是,虽然本文提供了完整的代码示例,但在实际应用中,可能还需要进行数据预处理、模型训练、损失函数选择、优化器配置等步骤。此外,为了获得更好的性能,可能需要对网络结构进行进一步的调整和优化。

2024-07-24 09:12:44 499

原创 计算机视觉项目-2024年第3号超强台风“格美”登陆福建带来大暴雨造成城市积水,通过模型识别路段积水避开积水道路

SSD模型是一种深度学习的目标检测模型。与其他目标检测模型相比,SSD模型具有更高的检测速度和更好的检测效果。SSD模型的主要特点是使用了多尺度的特征图来检测目标,并且在每个特征图上都使用了多种尺度和长宽比的默认边界框(default box)来预测目标。SSD模型的训练主要包括两个部分:一部分是对默认边界框的位置进行回归,调整其与真实边界框的匹配程度;另一部分是对每个默认边界框进行分类,确定其是否包含目标。

2024-07-24 08:41:57 1005

原创 人工智能算法工程师(高级)课程5-图像生成项目之对抗生成模型与代码详解

本文介绍了GAN、CGAN和DCGAN的数学原理,并通过PyTorch框架提供了完整的代码实现。通过这些代码,读者可以深入了解对抗生成模型的训练过程,并掌握图像生成的原理和技术。在实际应用中,这些模型可以用于图像合成、风格迁移、数据增强等多个领域。需要注意的是,训练GAN模型可能会遇到稳定性问题,因此在实际操作中可能需要调整超参数和模型结构以获得最佳效果。

2024-07-23 08:46:35 273

原创 内网穿透的应用-本地搭建Imagewheel轻量级图床并实现无云服务器与公网IP远程访问

云存储在前几年风头无两,云存储平台也如雨后春笋般冒出来。但是这两年风头退去云存储平台相继关闭,除了几个互联网大厂,其他平台都在苦苦支撑。而图床作为云存储的一个分支,更是所剩无几。但图床不仅能用来存储个人图片,也能作为网站图片的来源,想要拥有一个稳定的图床,似乎只能自己动手。今天,笔者就为大家介绍,如何使用Cpolar+ Imagewheel,搭建一个简洁明了的私人图床。

2024-07-22 20:29:30 612

原创 人工智能算法工程师(高级)课程4-图像生成项目之自编码生成模型与代码详解

本文介绍了自编码生成模型的几种常见类型,并使用PyTorch搭建了这些模型。通过训练,模型能够学习到数据的有效表示。利用这些表示,我们可以生成新的图像样本。掌握图像生成的原理和技术,有助于进一步研究深度学习和生成模型。

2024-07-22 14:26:49 252

原创 人工智能算法工程师(高级)课程3-多类目标识别之YOLO系列V1-V5模型介绍与对比

大家好,我是微学AI,今天给大家介绍一下人工智能算法工程师高级课程3-多类目标识别之YOLO系列V1-V5模型介绍与对比。YOLO,即You Only Look Once,是目标检测领域内的一款革命性深度学习架构。它巧妙地将复杂的检测任务简化为单一的回归问题,利用一套精妙的神经网络,在单次图像扫描中,就能同时推断出物体的边界框坐标及所属类别的概率。这一特性赋予了YOLO无与伦比的速度优势,同时保持了高度的检测精度。

2024-07-19 09:09:33 134

原创 人工智能算法工程师(高级)课程2-多类目标识别之RCNN系列模型与代码详解

本文详细介绍了RCNN系列模型的数学原理,并提供了基于PyTorch的完整代码实现。通过学习这些模型,读者可以掌握多类多目标项目的检测识别流程,并训练出自己的多目标检测识别模型。需要注意的是,实际应用中,模型训练和优化是一个复杂的过程,可能需要调整超参数、数据增强、模型融合等多种策略来提高性能。希望本文能为读者在目标检测领域的研究和实践提供帮助。

2024-07-18 17:30:07 194

原创 深度学习实战83-人脸检测识别技术MTCNN模型介绍与项目实战分析

MTCNN模型:一种级联卷积神经网络,专为高效人脸检测设计,包含PNet、RNet和ONet三个阶段,分别用于生成候选区域、细化边界框和最终识别。Siamese network:双流网络架构,用于计算图像间的相似度,特别适用于人脸识别和验证任务。损失函数:多种损失函数对比,如center loss用于聚类中心的优化,softmax loss用于分类,L-softmax和A-softmax则是softmax的变体,增强模型的区分能力。

2024-07-18 17:18:47 888

原创 内网穿透的应用-AMH服务器管理面板一键安装并结合内网穿透实现远程访问操作流程

AMH 是一款基于 Linux 系统的服务器管理面板,它提供了一系列的功能,包括网站管理、FTP 管理、数据库管理、DNS 管理、SSL 证书管理等。使用 AMH 云主机面板可以方便地管理服务器,提高工作效率。AMH面板远程访问的好处在于,用户可以通过互联网远程登录到服务器主机面板,方便地管理和维护服务器。这样,用户就可以在任何地方、任何时间登录到主机面板,进行服务器的管理和维护,而不必亲自到服务器所在地。此外,AMH主机面板远程访问还可以提高工作效率,减少时间和成本的浪费.

2024-07-18 17:05:13 984 1

原创 人工智能算法工程师(中级)课程17-模型的量化与部署之剪枝技巧与代码详解

本文详细介绍了模型量化与部署中的剪枝技巧,包括非结构化剪枝、结构化剪枝、随机剪枝、范数剪枝和迭代剪枝。通过数学原理和代码实现,希望读者能更好地理解和应用这些剪枝方法。在实际应用中,可以根据模型特点和硬件需求选择合适的剪枝策略。

2024-07-18 16:50:38 738

深度学习实战41-基于LSTM-GRU模型搭建对糖尿病数据的预测与应用

深度学习实战41-基于LSTM-GRU模型搭建对糖尿病数据的预测与应用,本文将向大家介绍一种基于LSTM-GRU的糖尿病预测模型,包括模型的原理、中文糖尿病csv数据样例、利用PyTorch框架进行模型训练与预测的实现、以及训练过程中准确率和损失值的打印的全流程。 1. 介绍 随着糖尿病患者数量的上升,对糖尿病的预测和控制变得越来越重要。近年来,深度学习方法在时间序列数据的分析上取得了显著的进展,其中基于长短时记忆网络(LSTM)和门控循环单元(GRU)的模型在许多应用中表现优异。本文将介绍一种基于LSTM-GRU的糖尿病预测模型,通过对中文糖尿病csv数据进行分析,利用PyTorch框架进行模型的训练与预测。 2. LSTM与GRU的原理 2.1 LSTM 长短时记忆网络(LSTM)是一种特殊的循环神经网络(RNN),能够学习长序列数据中的依赖关系。LSTM通过引入门控机制解决了传统RNN在处理长序列时梯度消失和梯度爆炸的问题。

2024-06-25

深度学习实战31-开发基于机器学习的在线图像识别工具

深度学习实战31-开发基于机器学习的在线图像识别工具,本文开发一个基于机器学习的在线图像识别工具,用户可以上传一张图片,并得到对应的标签或分类信息。该工具应该支持多种图像类型,例如自然风景、动物、物品等,并且在处理复杂图像时具有良好的准确性和鲁棒性。 本系统支持: 用户能够通过上传图片的方式使用工具,并且工具应该支持常见的图片格式(例如JPEG、PNG等)。 工具应该具有较高的准确率和鲁棒性,能够对复杂图像进行准确的分类或标签识别。 工具支持多种类型的图像分类,例如自然风景、动物、物品等; 工具具有较快的处理速度,对于小型图像可以在数秒内完成处理,而对于大型图像也不会出现过长的等待时间。 工具界面整洁、易于使用,同时支持在桌面端和移动端上正常运行。 工具用gradio简单部署实现,实现上传一张图片,并得到对应的标签或分类信息。

2024-06-25

知识图谱实战应用(30篇)代码全套,代码直接运行

知识图谱实战应用1-知识图谱的构建与可视化应用 知识图谱实战应用2-基于知识图谱的创建语义搜索功能 知识图谱实战应用3-知识推理的应用 知识图谱实战应用4-cypher查询语句 知识图谱实战应用5-从文本关系抽取到知识图谱关系构建流程贯通 知识图谱实战应用10-电影推理的应用 知识图谱实战应用12-食谱领域智能问答系统,实现菜谱问答 知识图谱实战应用12-使用Py2neo构建基于知识图谱的问答系统 知识图谱实战应用13-医疗疾病领域智能问答系统,实现症状问答,支持数据扩展 知识图谱实战应用14-企业相关文件管理领域的应用 知识图谱实战应用15-知识图谱在生物基因学上的应用 知识图谱实战应用16-化学结构领域的应用 知识图谱实战应用17-推荐系统在婚恋交友项目上的实际应用 知识图谱实战应用18-知识图谱结合图神经网络GNN的实战应用,模型搭建与训练 知识图谱实战应用19-基于Py2neo的英语单词关联记忆知识图谱项目 知识图谱实战应用20-中文图书的查询与推荐系统构建 知识图谱实战应用21-华语音乐的推荐系统 知识图谱实战应用22-基于py2neo的金融领域的应用 ...

2024-06-17

深度学习实战34-基于paddle关键信息抽取模型训练的全流程(代码直接运行)

深度学习实战34-基于paddle关键信息抽取模型训练的全流程,我们在文档应用场景中,存在抽取关键信息的任务,比如身份证里的姓名和地址,快递单里的姓名和联系方式等等。传统的方法需要设计模板,但是这太繁琐了,也不够强健。因此,我们使用了飞桨提供的PaddleOCR工具箱中的关键信息抽取方案,可以快速地抽取增值税发票中的关键信息。下面我会手把手教大家训练paddle关键信息抽取模型。 下面我将介绍基于paddle关键信息抽取模型训练的全流程,我们按照步骤进行: 一、标注数据 1.安装软件包 pip install PPOCRLabel 2.安装后使用如下命令启动 PPOCRLabel --lang=ch --kie=True(启动 【KIE 模式】,用于打【检测+识别+关键字提取】场景的标签) ....

2024-01-18

计算机视觉的应用1-OCR分栏识别:两栏识别三栏识别都可以,本地部署完美拼接

OCR的分栏识别功能(直接运行): 在OCR识别过程中,遇到文字是两个分栏的情况确实是一个比较常见的问题。通常情况下,OCR引擎会将文本按照从左到右,从上到下的顺序一行一行地识别。这种方式对于单栏或者少量分栏的文本来说是有效的,但是对于两个或者更多分栏的文本来说就有些棘手了。 在这种情况下,OCR引擎往往会将整个文本当作一行来处理,这就导致了分栏信息的丢失。如果直接将整个文本传递给OCR引擎,那么它会试图将所有的文字一起识别,而没有办法分辨哪些文字属于哪个栏目。 为了解决这个问题,我们需要首先将文本分成两个栏目,然后再分别进行OCR识别。这个过程可以手动完成,也可以借助一些自动化工具。例如,可以使用图像处理算法来检测出文本中的分栏线,然后将文本按照这些线进行分割。

2024-01-18

深度学习实战16(进阶版)-虚拟截图识别文字-可以做纸质合同和表格识别

大家好,我是微学AI,今天给大家带来一个关于虚拟截图识别文字的应用,可以运用在多个领域。案例主要结合Mediapipe手势识别模型,识别出手势的21个关键点的坐标,计算机的摄像头根据食指的坐标信息获取用户想要截取的图片高度与宽度进行截取图形,截取后的图片我们可以通过OCR识别出里面的文字信息,或者进行图像的识别得到图片中的内容信息。 虚拟截图的运用: 通过虚拟截图与OCR结合NLP技术做下游任务,可以用于纸质文件的实体识别,阅读理解,情感分析,机器翻译等。 多领域的应用场景包括: 企业管理领域:可应用于纸质文件中的文字和表格的提取、公司纸质章程完备性识别,纸质合同文件信息提取,实时反馈合同风险信息、企业报表信息提取与分析、重要文件图片截取连接打印机进行局部打印等操作, 教育领域:纸质试卷的批改识别,以及英文论文或书籍的实时翻译等任务。 医学领域:影响报告风险识别、线上视频问诊的药物信息识别采集。

2023-05-04

深度学习实战14(进阶版)-手写文字OCR识别,手写笔记也可以识别了

大家好,我是微学AI,今天给大家带来手写OCR识别的项目。手写的文稿在日常生活中较为常见,比如笔记、会议记录,合同签名、手写书信等,手写体的文字到处都有,所以针对手写体识别也是有较大的需求。目前手写体的识别相比印刷体识别率不是太高,主要有以下几个难点: 中文汉字字符级别的类别较多; 手写体字符的书写随意性较大, 比如连笔字、草书、行书字体 每个人的书写风格不一样

2023-05-04

深度学习实战13(进阶版)-文本纠错功能,经常写错别字的小伙伴的福星

大家好,我是微学AI,我们在日常生活中,经常会写一些文稿,比如:会议纪要,周报,日报,汇报材料,这些文稿里我们会发现有时候出现拼写、语法、标点等错误;其中拼写错误的错别字占大部分。 经过初步统计:在微博等新媒体领域中,文本敏感和出错概率在2%左右;怎样才能快速解决这个错误问题呢,让机器帮我们找错别字,因为有时候自己写的文章,比较不容易找出错误,如果找出来需要反复通读全文,这也是很费时的一件事情。 资料中用NLP中的文本纠错功能来初步解决这个问题,文本纠错作为自然语言处理最基础的模块,是实现中文语句自动检查、自动纠错的一项重要的自然语言处理技术。

2023-05-04

深度学习实战12(进阶版)-利用Dewarp实现文本扭曲矫正

大家好,我是微学AI, 今天给大家介绍一下深度学习实战12(进阶版)-利用Dewarp实现文本扭曲矫正,我们在生活中会看到一些拍摄扭曲的图片,我们在通过OCR识别的时候,因为扭曲的厉害,而无法识别,我们需要对图片进行处理。 文件图像的变形有扭曲、折叠、褶皱、透视等多种情况,解决方案可以分为参数化方法和非参数化方法。参数化方法构建只能处理简单场景的低维度的数学模型。在非参数方法中,通常需要创建一对数据集。

2023-05-04

深度学习实战9-文本生成图像-本地电脑实现text2img

今天给大家带来一个文本生成图像的案例。让大家都成为艺术家,自己电脑也能生成图片 ,该模型它能让数十亿人在几秒钟内创建出精美的艺术。 Stable Diffusion模型包括两个步骤: 前向扩散——通过逐渐扰动输入数据将数据映射到噪声。这是通过一个简单的随机过程正式实现的,该过程从数据样本开始,并使用简单的高斯扩散核迭代地生成噪声样本。此过程仅在训练期间使用,而不用于推理。 参数化反向——撤消前向扩散并执行迭代去噪。这个过程代表数据合成,并被训练通过将随机噪声转换为真实数据来生成数据。

2023-03-23

深度学习实战8-生活照片转化漫画照片应用

今天给大家带来一个生活照片转化漫画照片实战案例 让大家不要花钱去找人设计漫画照片了,这个是设计头像神器,很赶时髦,输入人物的图片就可生成漫画图片。 图像生成的过程就是利用对抗神经网络原理构建。本模型是利用CartonRenderer自动编码器,模型网络将输入图像映射到特征空间。与Adain 6和MUNIT 7中使用的传统编码器不同,我们的建模网络将输入图像映射到多尺度特征空间,是单个固定比例要素空间的。CartonRenderer的参数优化部分是由四个S-AdaIN块组成,对应于特征模型。每个S-AdaIN块用于对齐相应的刻度。其过程还是相对复杂的。

2023-03-23

深度学习实战5-卷积神经网络(CNN)中文OCR识别项目,代码+数据集,可直接运行

资源给大家带来一个利用卷积神经网络(CNN)进行中文OCR识别,实现自己的一个OCR识别工具。 一个OCR识别系统,其目的很简单,只是要把影像作一个转换,使影像内的图形继续保存、有表格则表格内资料及影像内的文字,一律变成计算机文字,使能达到影像资料的储存量减少、识别出的文字可再使用及分析,这样可节省人力打字的时间。

2023-02-23

深度学习实战7-电商产品评论的情感分析,代码+数据集,可直接运行

资源给大家带来一个京东商品评论的情感分析与预测实战案例。 进几年网上购物越来越流行,在加上疫情的缘故,很多人足不出户,使得更多人选择网购。这让京东、淘宝、拼多多等电商平台得到了很大的发展机遇。但是,这种需求也引发了更多的店商平台的激列竞争。在这种电商平台激烈竞争的大背景下,除了提高商品质量、压低商品价格外。了解更多消费者的心声对干店商平台来说也变得越来越有必要,其中非常重要的方式就是对消费者的文本评论等非结构化的数据进行内在信息的数据挖掘和分析,有利于对应商品的生产厂家自身竞争力的提升。 对某商品的评论进行文本挖掘分析,目的是分析用户对某商品的情感倾向,从商品评论中挖掘产品的优点和缺点,提炼出不同品牌商品的卖点。

2023-02-23

深度学习实战6-卷积神经网络(Pytorch)+聚类分析实现空气质量与天气预测,数据集+代码,可直接运行

资源给大家带来一个利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态,PM2.5被认为是造成雾霾天气的“元凶”,PM2.5日均值越小,空气质量越好. 空气质量评价的主要污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等六项。

2023-02-23

深度学习实战4-卷积神经网络(DenseNet)数学图形识别+题目模式识别的 源码与数据集,代码可直接运行

大家好,今天给大家带来一个卷积神经网络(CNN)数学图形识别项目(简单入门版),这个是人工智能解题的基础,机器首先通过题目识别出题目中的文字和图形,读懂题目的含义,这个是个相对复杂的过程。就在今年的1月4日,麻省理工学院等四所高校的联合研究团队,发布了一项最新研究成果:他们开发了一个神经网络,可以解答出微积分、线性代数等大学数学题。不管是要求计算数值,还是写方程式,或者画出函数图形,都能轻易解答,正确率达到了100%。要知道,在短短几个月前,人工智能解答类似的题,最高正确率不到10%。

2022-12-19

深度学习实战3-文本卷积神经网络(TextCNN)新闻文本分类的源码与数据集,可直接运行

中文新闻分类模型,利用TextCNN模型进行训练,TextCNN的主要流程是:获取文本的局部特征:通过不同的卷积核尺寸来提取文本的N-Gram信息,然后通过最大池化操作来突出各个卷积操作提取的最关键信息,拼接后通过全连接层对特征进行组合,最后通过交叉熵损失函数来训练模型。

2022-12-19

深度学习实战10,数学公式识别-将图片转换为Latex的权重文件

一个关于数学公式识别的实战案例,解决大家在写论文中遇到很多latex输入的问题,而且可以无限次识别哦,因为是代码实现,不用调用外部API。 本资源是数学公式识别-将图片转换为Latex的权重文件,可以下载直接载入它,就可以进行数学公式识别了。 操作步骤: 运行程序之前,我们要下载训练好的权重参数文件weights.pth,可以私信发给大家,或者 download weights v0.0.1 to path '本地地址信息', 下载好的权重文件放在checkpoints 文件夹下面。 安装库脚本:pip3 install pix2tex[gui] -i https://pypi.tuna.tsinghua.edu.cn/simple some-package 安装好后,我们可以直接运行 gui.py,我们就可以直接通过截图识别啦。识别效果如下:

2022-11-25

深度学习+机器学习实战数据集

深度学习+机器学习实战数据集全套: 机器学习实战1-四种算法对比对客户信用卡还款情况进行预测.csv 深度学习实战1-(keras框架)企业数据分析与预测.csv 深度学习实战2-(keras框架)企业信用评级与预测.xls 深度学习实战3-文本卷积神经网络(TextCNN)新闻文本分类 深度学习实战6-卷积神经网络(Pytorch)+聚类分析实现空气质量.csv 深度学习实战7-电商产品评论的情感分析.csv ....

2022-11-23

深度学习实战6-实现空气质量与天气预测数据集

主要内容:以上是实现空气质量与天气预测的数据集 适合人群:深度学习初学者 大家可以看深度学习实战6的案例,利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态,PM2.5被认为是造成雾霾天气的“元凶”,PM2.5日均值越小,空气质量越好.

2022-05-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除