深度学习

tensorflow2.0对应python版本_深度学习-python猫狗识别tensorflow2.0

好久没更新了，一巴掌拍了拍自己闲得发慌的脸。虽说生活的压力不大，但是也不能太咸鱼啊。平时浪归浪，但是学习和工作还是不能落下。最近的工作太繁杂了，不知道要从何写起，想起之前写过用tensorflow1.x实现的「猫狗识别」的案例，这次就写一个用tensorflow2.0实现的案例吧。1.数据集的准备下载后解压，得到如下的文件夹文件夹train里面放着25000张图像，猫和狗的图像分别都是12500张

weixin_39977488·2025-04-21 04:55

【课题推荐】深度学习驱动的交通流量预测系统

文章目录MATLAB源代码关键特性说明以下是一个集成数据预处理、LSTM建模和卡尔曼滤波优化的交通流量预测MATLAB例程，所有功能集成在单个文件中便于调试：MATLAB源代码%%交通流量预测系统集成例程%包含LSTM建模、数据预处理、卡尔曼滤波优化和可视化clearvars;closeall;clc%%数据加载与预处理data=readtable('traffic_flow.csv');%加载C

MATLAB卡尔曼·2025-04-21 03:52

青少年编程与数学 02-016 Python数据结构与算法 29课题、自然语言处理算法

、词性标注（Part-of-SpeechTagging）1.基于规则的词性标注2.基于统计的词性标注三、命名实体识别（NamedEntityRecognition,NER）1.基于规则的NER2.基于深度学习的

明月看潮生·2025-04-21 02:45

山东科技大学深度学习考试回忆

目录一、填空（五个空，十分）二、选择题(五个，十分）三、判断题（五个，五分）四、论述题（四个，四十分）五、计算题（二个，三十五分）所有下载资源见简介一、填空（五个空，十分）关键词：卷积层、池化层梯度爆炸，梯度衰减二、选择题(五个，十分）1.梯度下降法的步骤2.哪个不是激活函数3.卷积神经网络的缺点4.有关ssd多尺度变化的问题（还有一个不记得了）三、判断题（五个，五分）前两道有关卷积神经网络3.卷

around_01·2025-04-21 00:28

当算力遇上马拉松：一场科技与肉身的极限碰撞

2025年的马拉松赛道上，非洲选手刷新PB（个人最佳成绩）的秘诀，竟是藏在运动手表里的深度学习模型；城市马拉松的赛事认证，开始引入区块链技术防作弊；就连赛后朋友圈的九宫格文案，

AI算力那些事儿·2025-04-20 20:37

基础知识-线性代数、高数

另外前辈在视频中说过深度学习对数学知识没有考研要求的那么高，我的计划是先较快地把数学知识回顾一遍然后在学习深度学习时碰到相关知识之后再

倚天仗剑走天涯·2025-04-20 20:04

自然语言处理——Hugging Face 详解

HuggingFace旗下最为著名的项目是Transformers库，它为NLP任务提供了大量的预训练模型，并且支持多种主流深度学习框架，如PyTorch和TensorFlow。

goTsHgo·2025-04-20 18:25

探索人工智能在医疗诊断中的前沿应用：深度学习助力精准医疗

目录引言一、深度学习基础与医疗诊断的融合1.深度学习的自适应学习能力2.特征提取的自动化与高效性3.多模态数据的融合处理4.实时诊断与远程医疗的潜力5.个性化医疗的推动二、深度学习在医学影像识别中的应用

Thanks_ks·2025-04-20 18:21

AI智能修图：重塑图像编辑的未来

一、AI智能修图的工作原理AI智能修图的核心在于深度学习算法与计算机视觉技术的结合。

mhjidfoi·2025-04-20 18:50

Ai创作系统源码的原理是什么？如何开发一套属于企业私有的AIGC工具

首先，AI创作系统源码是AI工作的基础，它的原理主要包括深度学习、神经网络等先进技术。这些技术模拟人脑的工作机制，通过学习大量数据来形成自己的知识库和推理能

qq855006889·2025-04-20 16:42

光流结合深度学习实现物体运动方向判断

OpticalFlowMotionDetection光流结合深度学习实现物体运动方向判断引言光流法（OpticalFlow）是一种经典的计算机视觉技术，用于估计图像序列中每个像素的运动信息。

matlab_python22·2025-04-20 15:33

第32讲：卫星遥感与深度学习融合 —— 让地球“读懂”算法的语言

目录一、讲讲“遥感+深度学习”到底是干啥的？✅能解决什么问题？二、基础原理串讲：深度学习如何“看懂”遥感图？

Chh0715·2025-04-20 14:30

大模型esrgan 大模型概念股

模型是指具有大量参数的深度学习或机器学习模型，这些参数可以通过训练过程自动调整以捕获输入数据中的复杂关系。这类模型通常具有较深的网络结构和较多的神经元，以增加模型的表示能力和学习能力。

ghjhjjjbjibh·2025-04-20 14:27

机器学习+深度学习

聚类算法思想与模型搭建过程（一）K-Means聚类算法（二）DBSCAN聚类算法四、分类算法思想与模型搭建过程（一）逻辑回归（二）决策树五、聚类与分类模型的评估方法的知识（一）聚类模型评估方法（二）分类模型评估方法六、深度学习

木子杳衫·2025-04-20 13:50

PyTorch深度学习框架60天进阶学习计划 - 第46天：自动化模型设计（二）

PyTorch深度学习框架60天进阶学习计划-第46天：自动化模型设计（二）14.搜索空间设计的最佳实践基于上述分析，我们总结出ENAS搜索空间设计的几点最佳实践：适当约束搜索空间：过大的搜索空间不一定带来更好的性能

凡人的AI工具箱·2025-04-20 12:14

文本生成：ChatGPT技术详解以及应用案例

引言在AI的快速发展中，文本生成技术从早期的规则-based系统，到如今的深度学习模型，经历了巨大的飞跃。

计算机学长·2025-04-20 11:42

PyTorch深度学习框架60天进阶学习计划 - 第46天：自动化模型设计（一）

PyTorch深度学习框架60天进阶学习计划-第46天：自动化模型设计（一）第一部分：使用ENAS算法生成图像分类网络大家好！欢迎来到我们PyTorch深度学习框架60天进阶学习计划的第46天。

凡人的AI工具箱·2025-04-20 11:41

Datawhale AI春训营：高级气象预测技术

学习笔记：高级气象预测技术（基于树模型与深度学习）引言本教程在基线方案的基础上，进一步探讨了用于气象预测竞赛的更高级技术，特别侧重于基于树的模型（如LightGBM）和深度学习模型。

vyniu·2025-04-20 11:39

深度学习基础知识-全连接层

全连接（FullyConnected，简称FC）层是深度学习神经网络中一种基本的层结构。它主要用于神经网络的最后几层，将高层特征映射到输出空间中。

Jul.01·2025-04-20 10:02

深度学习-torch2

八、自动微分自动微分模块torch.autograd负责自动计算张量操作的梯度，具有自动求导功能。自动微分模块是构成神经网络训练的必要模块，可以实现网络权重参数的更新，使得反向传播算法的实现变得简单而高效。1.基础概念张量Torch中一切皆为张量，属性requires_grad决定是否对其进行梯度计算。默认是False，如需计算梯度则设置为True。计算图：torch.autograd通过创建一个

De_Yh·2025-04-20 10:31

人工智能学习框架全解析：从零到大师的进阶之路

然而，AI学习体系庞大，涉及深度学习、机器学习、数据处理等多个领域，如何从零起步，高效进阶，最终掌握核心技术？本文将为您提供一条清晰的AI学习路径。

非著名架构师·2025-04-20 09:54

深度学习中的概念——元素积（哈达玛积）

元素积操作（哈达玛积）基本定义矩阵的哈达玛积对于两个同维度的矩阵：A=[aij],B=[bij]A=[a_{ij}],\quadB=[b_{ij}]A=[aij],B=[bij]它们的哈达玛积定义为：C=A∘B其中cij=aij×bijC=A\circB\quad\text{其中}\quadc_{ij}=a_{ij}\timesb_{ij}C=A∘B其中cij=aij×bij向量的哈达玛积对于两个

Simon AN%·2025-04-20 05:28

物理约束神经网络（PINN）和有限元方法哪个更接近“真正的物理规律”？还是两者只是不同的数学表达？

PINN依赖深度学习来近似微分方程的解，并在训练过程中将物理约束作为损失项融入网络，而FEM通过将连续介质的物理问题离散化，并利用有限维基函数逼近解。尽管两者都能求解偏微分方程（PDEs），它们在数学

concisedistinct·2025-04-20 01:01

ResNet 教程：理解并实现针对 CIFAR-10 的残差网络

本教程提供了关于残差网络（ResNet）的全面指南，这是一种革命性的深度学习架构，改变了图像分类任务。

爱看烟花的码农·2025-04-20 01:57

Pytorch与深度学习自查手册1-张量、自动求导和GPU

Pytorch与深度学习自查手册1-张量、自动求导和GPU张量构造Tensordtype类型：dtype=torch.long,torch.float,torch.double常见的构造Tensor的函数

冬于·2025-04-19 23:47

PyTorch深度学习实战（24）—— 爱因斯坦操作einsum 和 einops

在高级索引中还有一类特殊方法：爱因斯坦操作。下面介绍两种常用的爱因斯坦操作：einsum和einops，它们被广泛地用于向量、矩阵和张量的运算。灵活运用爱因斯坦操作可以用非常简单的方式表示较为复杂的多维Tensor之间的运算。1.einsum在数学界中，有一个由爱因斯坦提出来的求和约定，该约定能够有效处理坐标方程。爱因斯坦求和（einsum）就是基于这个法则，省略求和符号和默认成对出现的下标，从而

shangjg3·2025-04-19 23:46

零基础-动手学深度学习-3.2-3线性回归的代码实现9

零基础生医转码，道行浅薄请见谅~首先我们要用random，torch库，matplot画一下函数：importmatplotlib.pyplotasplt#原文中%matplotlibinline是jupyternotebook的魔法命令importrandomimporttorchfromd2limporttorchasd2l一、生成数据集#定义生成噪声数据函数defsynthetic_data

生医转码，四海为家·2025-04-19 22:15

深度学习3.2 线性回归的从零开始实现

3.2.1生成数据集%matplotlibinlineimportrandomimporttorchfromd2limporttorchasd2ldefsynthetic_data(w,b,num_examples):#生成特征矩阵X，形状为(num_examples,len(w))，符合标准正态分布X=torch.normal(0,1,(num_examples,len(w)))#计算标签y=X

lixy579·2025-04-19 22:13

【图像分类】【深度学习】图像分类评价指标

【图像分类】【深度学习】图像分类评价指标文章目录【图像分类】【深度学习】图像分类评价指标前言二分类评价指标Accuracy(准确率/精度)Precision(精确率/查准率)Recall(召回率/查全率

牙牙要健康·2025-04-19 22:12

【图像分类】【深度学习】系列学习文章目录

近年来，随着深度学习的发展，尤其是卷积神经网络(CNNs)的应用，图像分类的准确率得到了显著提升。CNNs可以自动地从原始图像中学习和提取分层的特征表示，而无需手工设计特征。

牙牙要健康·2025-04-19 22:12

诺奖得主杰弗里·辛顿爆料：“AI教父”名号是吴恩达带头喊出来的、AI会比人类更聪明...

责编|梦依丹出品丨AI科技大本营（ID：rgznai100）继去年荣获诺贝尔物理学奖引发全球关注后，“AI教父”杰弗里·辛顿（GeoffreyHinton），这位深度学习领域的奠基人近日在接受最新采访中坦言

CSDN资讯·2025-04-19 21:05

第P9周：YOLOv5-Backbone模块实现

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊YOLOv5-Backbone模块实现天气预测一、导入库importtorchimporttorch.nnasnnimporttorchvision.transformsastransformsimporttorchvisionfromtorchvisionimporttransforms

?Agony·2025-04-19 20:00

PyTorch 深度学习实战（38）：注意力机制全面解析（从Seq2Seq到Transformer）

在上一篇文章中，我们探讨了分布式训练实战。本文将深入解析注意力机制的完整发展历程，从最初的Seq2Seq模型到革命性的Transformer架构。我们将使用PyTorch实现2个关键阶段的注意力机制变体，并在机器翻译任务上进行对比实验。一、注意力机制演进路线1.关键模型对比模型发表年份核心创新计算复杂度典型应用Seq2Seq2014编码器-解码器架构O(n²)机器翻译BahdanauAttenti

进取星辰·2025-04-19 18:16

PyTorch计算机视觉入门：从官方数据集到自定义数据集的获取

一、PyTorch与计算机视觉简介PyTorch是一个开源的深度学习框架，其动态图的特性非常适合快速实验和模型原型设计。

自动驾驶实战(AIFighting)·2025-04-19 18:16

在企业级部署中如何优化NVIDIA GPU和容器环境配置：最佳实践与常见误区20250414

在企业级部署中如何优化NVIDIAGPU和容器环境配置：最佳实践与常见误区引言随着AI和深度学习技术的迅速发展，企业对GPU加速计算的需求愈加迫切。

Narutolxy·2025-04-19 14:18

青少年编程与数学 02-016 Python数据结构与算法 27课题、金融算法

016Python数据结构与算法27课题、金融算法一、金融时间序列预测1.线性回归（LinearRegression）2.自回归移动平均模型（ARMA）和自回归条件异方差模型（ARCH/GARCH）3.深度学习算法

明月看潮生·2025-04-19 14:47

6TOPS算力NPU加持！RK3588如何重塑8K显示的边缘计算新边界

从硬件架构来看，RK3588的NPU采用了先进的神经网络处理器设计，支持多种主流深度学习框架，

myzr123·2025-04-19 12:05

1、AI大模型理论入门

1、AI大模型理论入门1、LLM大模型1、LLM大模型是什么‌LLM大模型（LargeLanguageModel）是一种使用大量文本数据训练的深度学习模型，旨在理解和生成人类语言。

小薛博客·2025-04-19 11:26

机器学习05-CNN

CNN（卷积神经网络）学习文档一、引言卷积神经网络（ConvolutionalNeuralNetwork，CNN）是深度学习中的一种重要网络结构，在图像识别、计算机视觉等领域取得了巨大成功。

吹风看太阳·2025-04-19 10:23

人工智能学习框架完全指南（2025年更新版）

一、核心框架分类与适用场景人工智能框架根据功能可分为深度学习框架、机器学习框架、强化学习框架和传统工具库，以下是主流工具及选型建议：1.深度学习框架（1）PyTorch核心优势：动态计算图、灵活性强，适合科研与快速原型开发

赛博AI Lewis·2025-04-19 09:47

人工智能学习指南：从入门到实践

回溯早期，简单的规则引擎和专家系统拉开了人工智能探索的序幕，而如今深度学习、强化学习等前沿技术已广泛渗透到各个领域，深刻改变着我们的世界。在计算机视觉领域，人工智能算法展现出了令人惊叹的图像识别能力。

尚雷_TechTalk01·2025-04-19 09:46

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析：一、环境感知：多模态数据融合与高精度建模视觉感知与目标检测图像识别：基于卷积神经网络（CNN）

码力金矿·2025-04-19 09:14

Python 深度学习实战第10章使用深度学习处理时间序列&RNN预测实例

Python深度学习实战第10章使用深度学习处理时间序列数据&RNN实例内容概要第10章深入探讨了时间序列数据的深度学习应用，涵盖了从预测到分类、事件检测和异常检测等多种任务。

odoo中国·2025-04-19 08:41

计算机视觉与深度学习 | 基于YOLOv8与光流法的目标检测与跟踪（Python代码）

=====================================================github：https://github.com/MichaelBeechanCSDN：https://blog.csdn.net/u011344545=====================================================目标检测与跟踪关键实现逻辑检测-跟

单北斗SLAMer·2025-04-19 05:16

基于深度学习的行人车辆检测与计数系统（UI界面 + YOLOv8/v7/v6/v5代码 + 训练数据集）

为了实现智能化的交通管理和提高交通效率，基于深度学习的行人和车辆检测系统成为智能交通系统（ITS，IntelligentTransportationSystem）中重要的组成部分。

深度学习YOLO目标检测实战项目·2025-04-19 04:15

基于深度学习YOLOv11的常见手势识别系统

一、引言在深度学习的应用中，手势识别作为人机交互的重要方式，越来越受到关注。手势识别可以应用于虚拟现实（VR）、增强现实（AR）、智能家居、智能驾驶等领域。

深度学习YOLO目标检测实战项目·2025-04-19 04:44

下一代视觉Transformer：CNN+Transformer=Better

2024深度学习发论文&模型涨点之——CNN+TransformerCNN擅长提取图像的局部特征，而Transformer则以其自注意力机制在捕捉全局信息和长距离依赖方面表现出色。

Ai多利·2025-04-19 03:08

python提升图片清晰度

在Python中，提升图片清晰度可以通过多种方法实现，其中一些常见的方法包括使用图像处理库如OpenCV和Pillow，以及深度学习库如TensorFlow或PyTorch来实现更高级的图像增强。

计算机辅助工程·2025-04-19 03:35

足球AI模型：一款用数据分析赛事的模型

足球比赛预测AI模型是一种利用人工智能技术（主要是机器学习和深度学习算法）分析足球比赛相关数据，从而对比赛结果（如胜负、比分、进球球员等

体育分享_大眼·2025-04-19 02:01

【pytorch】BatchNorm2d官方文档解读

研究难点：深度学习模型在训练过程中常常面临梯度消失或爆炸的问题，导致模型难以收敛。传统的训练方法对初始化和学习率非常敏

loinleeai·2025-04-19 02:56

推荐频道