PyTorch深度学习

Pytorch实现目标检测

importosimportrandomimportpandasaspdimportnumpyasnpimportcv2fromsklearn.model_selectionimporttrain_test_splitimporttorchfromtorch.utils.dataimportDataset,DataLoaderimporttorch.nnasnnimporttorch.nn.fun
·2025-07-27 17:12

Python day24

其余操作则是和列表类似，且元组是有序的可迭代对象：即可以使用迭代器访问的对象，通俗来说就是可以遍历的对象，例如列表、元组、字符串、集合、字典、生成器等，一般就是使用forloop得带访问OS模块：该模块在深度学习领域很实用
赵英英俊·2025-07-27 17:41

深度学习的图像分类项目在制造业场景下的数据需求量估算及实现方案（数据收集是The more the better 吗？）

文章大纲一、数据需求的关键影响因素二、无先验知识场景的数据需求估算优化策略与技术方案三、有先验知识场景的数据需求估算1.迁移学习（TransferLearning）2.少样本学习（Few-ShotLearning）3.预训练-微调范式四、实现方案与技术路线1.数据策略层2.模型架构层3.训练优化技术五、结论与实践建议无先验知识场景有先验知识场景✅**正确性校验**⚠️**可落地性勘误与补充****
shiter·2025-07-27 17:39

服务器生成图片

以下从常见实现方式、技术原理和应用场景三个方面详细介绍：一、常见实现方式基于AI模型的生成这是目前最主流的方式，通过训练好的深度学习模型（如扩散模型、GAN等）生成图片。
·2025-07-27 15:54

深度剖析AI人工智能情感分析的算法原理

深度剖析AI人工智能情感分析的算法原理关键词：情感分析、自然语言处理、机器学习、深度学习、文本分类、情感词典、BERT摘要：本文将深入浅出地讲解AI情感分析的技术原理，从基础概念到核心算法，再到实际应用
AI算力网络与通信·2025-07-27 12:37

用Python构建机器学习模型预测股票趋势：从数据到部署的实战指南

这不仅结合了时间序列分析和深度学习技术，还能帮助用户做出更明智的投资决策。本文将详细指导你用Python从零构建一个LSTM股票模型，结合线性回归作为基准，融入常用股票预测方法如移动平均和特征工程。
SaleCoder·2025-07-27 11:55

残差网络作用

深入解析残差网络在深度学习领域，残差网络（ResNet）绝对是一座里程碑。提到它，很多人第一反应是“解决了梯度消失问题”。没错，这确实是ResNet的核心突破之一，但这仅仅是冰山一角。
·2025-07-27 11:23

AI人工智能领域深度学习的机器人控制技术

AI人工智能领域深度学习的机器人控制技术：让机器人像人类一样“聪明”行动关键词：深度学习、机器人控制、强化学习、端到端控制、具身智能摘要：本文将带您走进“深度学习+机器人控制”的奇妙世界。
AI智能架构工坊·2025-07-27 10:19

工业缺陷检测的计算机视觉方法总结

滤波器等算子提取纹理模式形状：基于Hu矩、Zernike矩等数学描述符刻画几何特性尺寸：通过连通域分析计算物体像素面积、周长等参数典型处理流程：手动设计特征提取算法建立规则分类器（如SVM、决策树）基于阈值分割目标区域深度学习方法核心特点
思绪漂移·2025-07-27 10:17

暗流涌动

深度学习和所有机器学习方法一样，是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程。要教计算机认字，差不多也是同样的道理。
创作人李新钢·2025-07-27 09:42

基于深度学习的图像分类：使用Inception-v3实现高效分类

近年来，深度学习技术，尤其是卷积神经网络（CNN），在图像分类任务中取得了显著的进展。Inception-v3是一种高效的深度学习架构，通过引入多尺度特征提取和模块化设计，显著提高了模型的性能和效率。
Blossom.118·2025-07-27 09:40

解决TensorBoard报错“log_dir is not a directory“的完整指南

在使用PyTorch的TensorBoard进行训练可视化时，许多开发者会遇到FailedPreconditionError:./文件名isnotadirectory的错误。
SEVEN是7·2025-07-27 08:37

探秘VCSI：一款创新的视觉内容识别工具

探秘VCSI：一款创新的视觉内容识别工具是一个基于深度学习的开源项目，其主要目标是帮助开发者和数据科学家进行高效、精确的视觉内容识别。
·2025-07-27 08:37

004 翻转师课程第一天学习总结

今年我们智慧的文静苑长给学苑的姐妹安排了非常充实而又深度学习的课程，期中最让我期待的就是每周的【静美读书会】和【翻转师课程】。
大乔joe·2025-07-27 07:58

深度学习GPU工作站主机选择指南：以RTX 5090为核心的2025年配置策略

前言2025年，随着NVIDIARTX5090的发布，深度学习硬件领域迎来了革命性的变化。
·2025-07-27 07:27

自然语言处理技术应用领域深度解析：从理论到实践的全面探索

从最初的规则基础系统到如今基于深度学习的大语言模型，NLP技术经历了从理论探索到实际应用的深刻变革。
·2025-07-27 07:23

Pytorch混合精度训练最佳实践

以下从GradScaler底层逻辑、避坑技巧（含NaN解决方案）、PyTorchLightni
贝塔西塔·2025-07-27 04:00

Pytorch自定义优化器最佳实践

在PyTorch中，自定义优化器需要遵循特定的规范以兼容PyTorch的训练流程。下面从核心方法、closure的作用，到Ranger优化器的实现，逐步展开说明。
·2025-07-27 04:00

PytorchLightning最佳实践基础篇

PyTorchLightning（简称PL）是一个建立在PyTorch之上的高层框架，核心目标是剥离工程代码与研究逻辑，让研究者专注于模型设计和实验思路，而非训练循环、分布式配置、日志管理等重复性工程工作
贝塔西塔·2025-07-27 04:30

Linux指令&&ros学习&&python深度学习&&bug学习笔记

##这个文件是关于ros、linux指令，pytorch、python、onnx和相关problem的一些笔记###ROS&&linux**find:在当前路径或指定的路径下递归地搜索文件或目录，并可以根据不同的条件进行过滤和匹配
起个别名·2025-07-27 01:07

零基础完整版入门经典深度学习时间序列预测项目实战+最新前沿时间序列预测模型代码讲解学习整理（附完整可运行代码）

一、LSTM时间序列预测完整代码示例学习分析（pytorch框架）精选试读文章二、LSTM多变量输入实现多步预测完整
OverOnEarth·2025-07-26 22:22

深度学习-数据操作

这些功能使得张量类更适合深度学习。张量表示一个由数值组成的数组，这个数组可能有多个维度。
·2025-07-26 21:35

深度学习 - 梯度下降优化方法

梯度下降的基本概念梯度下降（GradientDescent）是一种用于优化机器学习模型参数的算法，其目的是最小化损失函数，从而提高模型的预测精度。梯度下降的核心思想是通过迭代地调整参数，沿着损失函数下降的方向前进，最终找到最优解。生活中的背景例子：寻找山谷的最低点想象你站在一个山谷中，眼睛被蒙住，只能用脚感受地面的坡度来找到山谷的最低点（即损失函数的最小值）。你每一步都想朝着坡度下降最快的方向走，
·2025-07-26 21:35

【深度学习-Day 39】玩转迁移学习与模型微调：站在巨人的肩膀上

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-07-26 20:01

学习日记-人工智能导论2-绪论2

一些现实（1966—1973）1.3.4专家系统（1969—1986）1.3.5神经网络的回归（1986—现在）1.3.6概率推理和机器学习（1987—现在）1.3.7大数据（2001—现在）1.3.8深度学习
Harrison_Huuu·2025-07-26 20:01

深度学习篇---剪裁&缩放

在深度学习中，图像数据集的剪裁（Cropping）和缩放（Scaling/Resizing）是预处理阶段的核心操作，其核心目的是将原始图像转换为符合模型输入要求的统一尺寸，同时保留关键特征、去除冗余信息
Atticus-Orion·2025-07-26 20:29

深度学习-梯度下降法

梯度下降法优化器核心目标：找到函数的最小值点（或极小值点）。在机器学习中，这个函数通常是损失函数，衡量模型预测值与真实值的差距。最小化损失函数意味着让模型预测更准确。核心思想：想象你站在一个山坡上（函数曲面），目标是尽快下到山谷最低点（最小值点）。你不知道最低点的具体位置，但你能感受到脚下山坡的最陡峭下降方向（梯度方向）。沿着这个方向走一步（更新参数），然后重新感受方向，再走一步...如此反复，直
若天明·2025-07-26 20:29

目标检测：AI人工智能推动金融科技发展

目标检测：AI人工智能推动金融科技发展关键词：目标检测、金融科技、人工智能、计算机视觉、深度学习、YOLO、金融风控摘要：本文深入探讨了目标检测技术在金融科技领域的创新应用。
AI应用开发实战派·2025-07-26 19:50

深度学习×总结篇：她终于能走完每一次前向与反向的路

但现在好像能听见每一层神经元在‘说话’了喵……她真的开始‘懂了’~”✍【第一节·深度学习到底在做什么？】为什么要用深度学习（DeepLearning）？
Gyoku Mint·2025-07-26 18:40

第十四章:AI的数据“集装箱”：彻底搞懂Tensor的Batch与维度

1：Batch（批次）——GPU的“灵魂伴侣”1.1单个处理vs.批量处理：CPU与GPU的思维差异1.2DataLoader：PyTorch的“自动化装箱员”2：维度的语言——破译[B,L,D]的含义
爱分享的飘哥·2025-07-26 16:28

以及为什么说GEMM是深度学习的核心？

以及为什么说GEMM是深度学习的核心？【北上广深杭大厂AI算法面试题】人工智能大模型篇…矩阵乘法GEMM！以及为什么说GEMM是深度学习的核心？
不想努力的小土博·2025-07-26 15:54

Windows PCL CMakeLists.txt配置示例

参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习
Coding的叶子·2025-07-26 15:20

使用C++和PCL创建模拟点云

参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习
Coding的叶子·2025-07-26 14:50

Ubuntu PCL CMakeLists.txt配置示例

参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习
Coding的叶子·2025-07-26 14:50

C++ PCL求解法向量及可视化

参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习
Coding的叶子·2025-07-26 14:50

PyTorch中实现早停机制（EarlyStopping）附代码

1.核心目的当模型在验证集上的性能不再提升时，提前终止训练防止过拟合，节省计算资源2.实现方法监控验证集指标（如损失、准确率），设置耐心值（Patience）3.代码：classEarlyStopping:def__init__(self,patience=10,delta=0):"""EarlystoppingArgs:patience:int,numberofepochstowaitbefor
自信的小螺丝钉·2025-07-26 13:43

【已解决】YOLO11模型转wts时报错:PytorchStreamReader failed reading zip archive

问题：在把训练好的新YOLO11s模型转wts文件时报错，具体信息如下图（PytorchStreamReaderfailedreadingziparchive:failedfindingcentraldirectory
lxmyzzs·2025-07-26 13:42

Transformer：颠覆NLP的自注意力革命

Transformer：颠覆NLP的自注意力革命Transformer是自然语言处理领域中极具影响力的深度学习模型架构，以下是对其的详细介绍：提出背景与应用：2017年，Vaswani等人在《AttentionIsAllYouNeed
ZhangJiQun&MXP·2025-07-26 13:12

Pytorch实现细节解析：Transformer模型的Encoder与Decoder逐行代码讲解

文章目录摘要一、Transformer1.1为什么要使用attention1.2Transformer的优点二、Transformer模型Encoder和Decoder原理讲解与其Pytorch逐行实现
lazycatlove·2025-07-26 13:41

Transformer Masked loss原理精讲及其PyTorch逐行实现

MaskedLoss的核心原理是：在计算损失函数时，只考虑真实有意义的词元（token），而忽略掉为了数据对齐而填充的无意义的填充词元（paddingtoken）。这是重要的技术，可以确保模型专注于学习有意义的任务，并得到一个正确的性能评估。1.原理精讲为什么需要MaskedLoss？在训练神经网络时，我们通常会用一个批次（batch）的数据进行训练，而不是一次只用一个样本。对于自然语言处理任务，
·2025-07-26 13:08

Transformer模型Decoder原理精讲及其PyTorch逐行实现

原理：Decoder的核心是一个自回归(Auto-regressive)的生成器。它的任务是在给定源序列的编码表示(encoder_outputs)和已生成的目标序列部分(y_1,...,y_{t-1})的条件下，预测出下一个词y_t的概率分布。一个标准的DecoderLayer包含三个核心子层：1.带掩码的多头自注意力(MaskedMulti-HeadSelf-Attention):用于处理已生
老鱼说AI·2025-07-26 13:37

2025暑期—07YOLO-YOLOV11

等安装1Conda环境安装YOLOcondacreate--prefix=D:/YOLO11/yolo11_envpython=3.10condaactivateD:\YOLO11\yolo11_envPytorch
宇称不守恒4.0·2025-07-26 10:47

第N8周：使用Word2vec实现文本分类

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、数据预处理1.加载数据importtorchimporttorch.nnasnnimporttorchvisionfromtorchvisionimporttransforms
weixin_42245644·2025-07-26 09:41

基于深度学习的胸部 X 光图像肺炎分类系统（二）

本文主要说明神经网络的构建，共21个层级defbuild_model(input_shape):   model=models.Sequential([       layers.Conv2D(32,(3,3),activation='relu',input_shape=input_shape),       layers.BatchNormalization(),       layers.Ma
·2025-07-26 07:56

[深度学习 - 技巧] 通过修改预训练模型权重层修改模型输出

前阵子做了个以图搜图特征编码模型啊。（详情看上一篇）但是由于图库数据较大（上亿数据），所以2048维的特征编码存储量太大，一个特征8KB，用户并发起来服务器也够呛，而且java那边相似度计算也慢。由于图库里面的图形都比较简单，老大觉得512够用了，要我修改网络输出到512维的特征编码。但是模型网络那边提供的预训练模型，Resnet50只有输出层是2048维的。我们也不想换Resnet18（可能会较
·2025-07-26 07:26

深度学习篇---预训练模型

在深度学习中，预训练模型（PretrainedModel）是提升开发效率和模型性能的“利器”。无论是图像识别、自然语言处理还是语音识别，预训练模型都被广泛使用。
·2025-07-26 06:24

人工智能概述

深度学习让机器拥有“视觉”“听觉”**大模型（如GPT、文心一言）**改变人机交互方式数据科学赋能商业决策AI医疗助力精准诊断智能推荐优化用户体验无论你是A
雪碧聊技术·2025-07-26 05:18

PyTorch中的词嵌入层(nn.Embedding)详解与实践指南

解决维度灾难：传统one-hot编码维度等于词汇表大小，而词嵌入维度可自定义捕捉语义关系：通过向量空间中的距离反映词语间的语义关系迁移学习：预训练的词嵌入可以在不同任务间共享二、PyTorch中的n
慕婉0307·2025-07-26 02:29

ModuleNotFoundError: No module named ‘taming‘

问题】缺少taming模块，错误提示：ModuleNotFoundError:Nomodulenamed‘taming’【解决】pipinstalltaming-transformers若发现安装时因为pytorch
lh_lyh·2025-07-26 01:47

【无标题】

方向一：技术进步与创新AgentAI智能体的核心在于其学习和优化的能力，这主要得益于近年来机器学习（ML）和深度学习（DL）技术的突飞猛进。通过这些技术，AgentAI智能体能够从大量数据中提取
蛋蛋不是我·2025-07-26 00:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他