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(199)
  • 收藏
  • 关注

原创 光流估计算法

光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”,根据各个像素点的速度矢量特征,可以对图像进行动态分析,例如目标跟踪。亮度恒定:同一点随着时间的变化,其亮度不会发生改变。小运动:随着时间的变化不会引起位置的剧烈变化,只有小运动情况下才能用前后帧之间单位位置变化引起的灰度变化去近似灰度对位置的偏导数。空间一致:一个场景上邻近的点投影到图像上也是邻近点,且邻近点速度一致。因为光流法基本方程约束只有一个,而要求x,y方向的速度,有两个未知变量。所以需要连立n多个方程求解。如何求解方程组呢?

2024-04-30 14:23:05 241

原创 环境配置注意事项

我们需要配置⼀个环境来运⾏ Python、Jupyter Notebook、OpenAI API key、相关库以及运⾏本书所需的代码,快速⼊⻔。

2024-04-30 14:18:24 524

原创 基于opencv做模版匹配

【代码】基于opencv做模版匹配。

2024-04-30 13:19:11 92

原创 面向开发者的 LLM 入门课程

基于吴恩达老师《ChatGPT Prompt Engineering for Developers》课程打造,面向入门 LLM 的开发者,深入浅出地介绍了对于开发者,如何构造 Prompt 并基于 OpenAI 提供的 API 实现包括总结、推断、转换等多种常用功能,是入门 LLM 开发的第一步。LLM 正在逐步改变人们的生活,而对于开发者,如何基于 LLM 提供的 API 快速、便捷地开发一些具备更强能力、集成LLM 的应用,来便捷地实现一些更新颖、更实用的能力,是一个急需学习的重要能力。

2024-04-29 11:59:09 362

原创 手撕transformer源码

【代码】手撕transformer源码。

2024-04-29 11:27:11 199

原创 掌握TensorFlow如何实现word2vec模型

【代码】掌握TensorFlow如何实现word2vec模型。

2024-04-28 13:31:09 71

原创 LSTM情感分析

正如我们前面所看到的,H 在传统的RNN网络中是非常简单的,这种简单结构不能有效的将历史信息链接在一起。但是LSTM,基本上就会判断哪些信息是有用的,哪些是没用的,并且把有用的信息在 LSTM 中进行保存。例如,我们希望单词 “love” 和 “adore” 这两个词在向量空间中是有一定的相关性的,因为他们有类似的定义,他们都在类似的上下文中使用。在理想情况下,我们将使用这些向量来构建模型,但是因为这个单词向量矩阵相当大(3.6G),我们用另外一个现成的小一些的,该矩阵由 GloVe 进行训练得到。

2024-04-26 18:38:39 787

原创 基于openCV答题卡识别功能

【代码】基于openCV答题卡识别功能。

2024-04-15 17:57:12 147

原创 基于RNN模型实现文本分类任务实战

【代码】基于RNN模型实现文本分类任务实战。

2024-04-15 16:58:21 392

原创 自然语言处理-词向量模型-Word2Vec

如何能将文本向量化呢?看起来比较抽象,可以先从人的角度来观察。

2024-04-15 15:57:28 131

原创 基于ResNet的迁移学习

【代码】基于ResNet的迁移学习。

2024-04-15 15:37:27 109

原创 图像识别之猫狗识别

猫狗识别数据预处理:图像数据处理,准备训练和验证数据集卷积网络模型:构建网络架构过拟合问题:观察训练和验证效果,针对过拟合问题提出解决方法数据增强:图像数据增强方法与效果

2024-04-15 15:28:59 1014

原创 数据增强的方法

【代码】数据增强。

2024-04-15 15:23:57 66

原创 搭建神经网络进行气温预测

【代码】搭建神经网络进行气温预测。

2024-04-15 11:59:17 751

原创 基于Tensorflow实现word2vec

【代码】基于Tensorflow实现word2vec。

2024-04-12 18:22:03 269

原创 TFRecords制作

为了高效地读取数据,可以将数据进行序列化存储,这样也便于网络流式读取数据。TFRecord是一种比较常用的存储二进制序列数据的方法。

2024-04-11 19:05:52 179

原创 多种ResNet做图像分类任务

【代码】多种ResNet做图像分类任务。

2024-04-11 18:50:49 218

原创 基于tensorflow框架CNN应用文本分类任务

1:文本数据预处理,必须都是相同长度,相同向量维度。# 4:将多种特征拼接在一起,准备完成分类任务。# 2:构建卷积模型,注意卷积核大小的设计。# 3:将卷积后的特征图池化成一个特征。# CNN文本分类实战。

2024-04-11 18:04:46 131

原创 Tensorflow 2版本

首先Tensorflow是深度学习框架,定位就是工具,帮助我们完成实验和任务的,所以工具当然是使用起来越简单才是越实用的!2版本并不是难度增大,而是大大简化是建模的方法和步骤,与1.X版本相比更简单实用了,难度更小了!终于把Keras Api当做核心了,使用起来一句话概述就是简单它妈给简单开门。跨平台,各种现成模型,eager mode使得调试起来终于不那么难受了!

2024-04-11 17:39:59 403

原创 Flask 调用本地模型服务

flask 调用本地模型服务

2024-04-11 14:23:17 194

原创 文本分类预测

文本分类模型

2024-04-11 14:14:54 215

原创 构建卷积神经网络

【代码】构建卷积神经网络。

2024-04-11 11:40:39 959

原创 基于经典网络架构训练图像分类模型

【代码】基于经典网络架构训练图像分类模型。

2024-04-11 11:33:40 581

原创 数据集Dataloader制作

1.数据和标签的目录结构先搞定(得知道到哪读数据)2.写好读取数据和标签路径的函数(根据自己数据集情况来写)3.完成单个数据与标签读取函数(给dataloader举一个例子)

2024-04-10 18:22:31 182

原创 构建简单的卷积神经网络

构建卷积神经网络卷积网络中的输入和层与传统神经网络有些区别,需重新设计,训练模块基本一致

2024-04-10 15:16:27 100

原创 Pytorch常用函数手册

第六章torch.nn.init .............................................................................................................. 144。第十四章torch.utils.model_zoo .......................................................................................... 168。

2024-03-07 13:46:18 807

原创 pyttsx4文本到语音转换库的基本使用

pyttsx4是 Python 中的文本到语音转换库。与其他库不同,它可以离线工作,并且与 Python 2 和 3 兼容。

2024-03-07 10:59:02 804

原创 ai工程师面试常见的100道题1~50

在AI面试中,可能会涉及到各种问题,包括机器学习算法、深度学习模型、自然语言处理技术等。面试官可能会要求应聘者解释常见的机器学习算法(如决策树、支持向量机)、深度学习架构(如卷积神经网络、循环神经网络)、优化算法(如梯度下降)、以及评估模型性能的指标(如准确率、精确率、召回率)。此外,还可能涉及到对特定领域的理解和应用,如计算机视觉、自然语言处理等。应聘者需要展示对AI基础知识的扎实掌握,能够清晰表达思路,解决实际问题,并展示对新技术的学习和探索能力。在面试过程中,展示项目经验和解决挑战的能力也是至关重要的

2024-03-04 16:09:43 1515

原创 文本处理结果可视化展示

鉴于我们的tfidf矩阵的高维度,我们需要使用奇异值分解(SVD)技术来降低它们的维数。为了使我们的词汇可视化,我们接下来可以使用t - SNE将维度从50减小到2.t - SNE更适合将维度减少到2或3。# 总的来说,我们有7个主要类别(第一个子类别中的114个和第二个子类别中的871个):女性和美容项目是最受欢迎的两类(超过50%的观察),其次是儿童和电子产品。# 以下是tfidf得分最低的10个标记,这并不令人惊讶,是我们无法区分一种描述与另一种描述的非常通用的词。# 名字长短与价格有关吗。

2024-01-26 16:49:44 459

原创 Python字符串处理

Python字符串处理

2024-01-26 15:41:19 374

原创 【BERT】

BERT( Bidirectional Encoder Representationform Transformers)是于2018年由Google团队根据transformer和ELMO思想提出的一种新的预训练模型。Bert 采用多个Transformer- Encoder结构堆叠的方式,在训练时通过无监督学习的方式集合大规模语料在两个预训练任务上获得预训练模型,实际运用时仅需对预训练好的模型进行微调即可,无需根据实际数据集再训练出一个模型,大大提升了泛化能力。

2023-11-15 14:19:39 130

原创 多线程处理任务--python

【代码】多线程处理任务--python。

2023-11-15 13:36:01 100

原创 操作系统的介绍以及哪些分类?

操作系统本质上也是一个软件,作为最接近硬件的系统软件,负责处理器管理、存储器管理、设备管理、文件管理和提供用户接口。操作系统是管理计算机硬件和软件资源的计算机程序,提供一个计算机用户与计算机硬件系统之间的接口。内核态是操作系统管理程序执行时所处的状态,能够执行包含特权指令在内的一切指令,能够访问系统。为了避免操作系统和关键数据被用户程序破坏,将处理器的执行状态分为内核态和用户态。处理器从用户态切换到内核态的方法有三种:系统调用、异常和外部中断。用户程序运行在用户态,操作系统内核运行在内核态。

2023-11-01 18:30:36 116

原创 读取Word并遍历

读取Word并遍历

2023-11-01 16:22:39 173

原创 读PDF中的文字和图片

读PDF中的文字和图片

2023-11-01 16:19:01 61

原创 21天精通Pytorch

transforms RandomHorizontalFlip(), #随机水平翻转transforms RandomVerticalFlip(), #随机垂直翻转transforms RandomRotation(45), #随机在45度角度内旋转transforms ToTensor() #转换成张量devicemodel to(device) # 移动模型到cuda1:modelDataParallel(model) # 包装为并行风格模型def。

2023-10-20 15:10:35 94

原创 21天精通PyTorch

的loss创建语句无关#计算图在反向传播后立即销毁,如果需要保留计算图需要设置retain_graph = True#loss.backward() #如果再次执行反向传播将报错二,计算图中的Function计算图中的 张量我们已经比较熟悉了, 计算图中的另外一种节点是Function, 实际上就是Pytorch中各种对张量操作的函数。这些Function和我们Python中的函数有一个较大的区别,那就是它同时包括正向计算逻辑和反向。

2023-10-20 15:10:04 56

原创 20天吃透Pytorch

目录• 20天吃透Pytorch一、Pytorch的建模流程•• 1-1,结构化数据建模流程范例• 1-2,图片数据建模流程范例• 1-3,文本数据建模流程范例• 1-4,时间序列数据建模流程范例二、Pytorch的核心概念• 2-1,张量数据结构• 2-2,自动微分机制• 2-3,动态计算图三、Pytorch的层次结构• 3-1,低阶API示范• 3-2,中阶API示范• 3-3,高阶API示范四、Pytorch的低阶API• 4-1,张量的结构操作• 4-2,张量的

2023-10-20 15:08:00 222

原创 Python项目打包, docker build构建docker镜像, Docker Compose (Docker编配)

将本地Python项目打包构建docker镜像,并在docker中运行【流程1-8】8、Docker Compose (Docker编配)附录: 其他常用docker命令。

2023-06-12 16:27:03 3551

原创 2 Linux系统高级

Linux操作系统是==多任务多用户==操作系统,每当我们使用用户名登录操作系统时,Linux都会对该用户进行认证、授权审计等操作。

2022-12-24 16:04:16 796

pytorch常用函数手册

PyTorch 是一个广泛应用于深度学习的开源框架,提供丰富的函数和工具来构建神经网络模型。以下是 PyTorch 常用函数手册的资源描述: 资源名称: PyTorch 常用函数手册 描述: 该手册整理了 PyTorch 中常用的函数、类和工具的详细说明和示例用法,涵盖了张量操作、模型构建、优化器、损失函数、数据加载等方面的内容。可以帮助用户快速查找和了解 PyTorch 中各种函数的用法和参数设置,提升开发效率和代码质量。 内容特点: 详细说明: 提供了每个函数的详细说明,包括输入参数、输出格式、示例代码等。 示例用法: 针对每个函数提供了多个实际应用场景下的示例用法,帮助用户理解函数的具体作用。 分类整理: 将函数按功能进行分类整理,方便用户快速定位需要的函数。 更新及时: 根据 PyTorch 版本更新情况及时更新内容,保持与最新版本的兼容性。 该手册资源对于初学者和有一定经验的 PyTorch 用户都是非常有用的参考资料,可以帮助他们更好地利用 PyTorch 构建和训练深度学习模型。

2024-03-07

将传统金融风控方法与海关专业技术+人工智能相结合,利用海关进出口贸易数据开展贸易背景核查及贸易真实性评估,提升外贸金融风控能力

金融行业是经营风险的行业,风险控制能力是金融机松的核心竞争力。传统的金融风控方法主要是利用历史借贷数据和财务数据对借款人的违约风险进行分析和判断。而在外贸领域,一笔笔贸易和一票票进出口货物才构成了企业完整的经营与财务情况,但由于金融机构传统方法缺乏对贸易及货物风险的评价能力,导致传统方法评价标准单一,评估结果不够全面,同时存在一定的滞后性。 近年来,金融机构纷纷寻找新的手段,借助大数据、人工智能等新技术,尝试构建新的信用风险评估模型,尤其是对海关进出口贸易数据的利用与挖掘。 海关进出口贸易数据包含了大量企业、货物、纳税、物流、口岸、贸易国、原产地等信息,这些数据可以勾勒出企业在进出口贸易过程中的贸易实际、财务资金、交易对手、贸易合规等风险状况,结合传统风控方法,可以更全面对企业贸易背景、贸易真实性、经营风险、偿付能力等做出评价,帮助金融机构更好的开展外贸金融业务,控制金融风险。 将传统金融风控方法与海关专业技术+人工智能相结合,有效利用海关进出口贸易数据开展贸易背景核查及贸易真实性评估,是提升外贸金融风控能力,全方位评估外贸企业信贷风险必由之路,是实现金融数字化转型的重要内容。

2022-11-14

智慧城市+智慧社区+AI高空抛物检测

智慧城市+智慧社区+AI高空抛物检测+平台功能丰富,除高空抛物智能监测外,还能用于楼宇、小区的物业日常视频监控管理与安防工作,如人脸检测与识别,车牌识别、周界入侵识别、智能门禁、巡更等等,多维度保障小区、楼宇的安全。

2022-10-30

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