卷积 神经网络 深度 模型
深度学习--GAN实战
深度学习--GAN实战 DCGAN import torch from torch import nn, optim, autograd import numpy as np import visdom import random #用python -m visdom.server启动服务 h_di ......
电信运营商网络运维方案
随着新一代信息技术加快普及应用，5G、云和人工智能正加速智能社会的到来，三大技术正在重构网络。随着我国5G产业快速推进，中国移动、中国联通、中国电信加快步伐，全业务运营时代已经到来。全业务运营时代的特点是：网络规模大；业务种类将越来越多。越来越多的人开始进入信息通信网络且使用各种娱乐、商务、贸易等信 ......
2. 例子--深度学习
构建一个简单的网络，先从线性函数开始： 1. 从输入 >输出的映射 图片（32*32*3=3072） 经过 f(xi|W)+b 映射 每个类别的得分 我们来解析一下这个映射函数：f(xi|W)=Wx+b a: xi 是输入的参数，在此例中就是图片像素点矩阵（32*32*3=3072），根据计算机的存 ......
扫盲：机器学习中训练模型、数据集都是什么，有什么关系？[大语言模型]
在大数据中，训练模型和数据集是非常重要的概念，它们之间有密切的关系。 训练模型是指使用机器学习算法对数据进行学习和训练，以便能够对新的数据进行预测或分类。训练模型的目的是通过学习数据的规律和特征，从而能够对未知数据进行预测或分类。 数据集是指用于训练模型的数据集合。数据集通常包含大量的数据样本，每个 ......
经典卷积神经网络结构：LeNet-5、AlexNet、VGG
LeNet-5 LeNet-5模型是专门为手写数字识别而设计的经典卷积神经网络。 从上图可以看出，LeNet-5总共由输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层组成。 1、输入层：一张32*32的灰度图像，只有一个颜色通道，深度为1。 2、卷积层：将输入与6个高为5，宽为5， ......
web3技术、连接metamask、切换metamask网络、查询metamask余额、计算gas手续费、metamask签名等.........
在assets下新建web3.js文件 import { Message } from 'element-ui'; import { ethers } from "ethers"; //版本号为 "ethers": "^4.0.47", import Tabi from './Tabi.json'; ......
VMware没有VMnet0网络
具体方法如下： 1、此问题可在关闭所有虚机后依次打开 编辑-虚拟网络编辑器，会发现没有桥接模式的VMnet0网卡。 2、按下win+r打开运行小窗口，输入services.msc，回车打开服务管理器，找到Device Install Service服务并启动此服务，默认是关闭的。 3、接着返回虚拟网 ......
网络记事本APP有哪些？
以前很多人使用的手机或电脑端记事本数据是保存到本地的，这样的储存方式有以下几个缺点：不支持手机和电脑多端设备实时同步数据并使用；在设备存储出故障、丢失时，很难再找回记事本中保存的内容；在更换设备之后，记事本内容无法一键同步到新设备。 不过随着互联网技术的发展，现在越来越多的网友开始使用网络记事本了。 ......
个人搜集的GPT及语言模型相关信息资源
steamship免费GPT4 https://www.steamship.com/plugins/gpt-4?tab=Demo 免费GPT4和3.5(需翻墙) https://chat.forefront.ai/ 基于GPT3.5对上传的 无限文档 回答问题且免费 askwise.ai ChatG ......
计算机网络----网络层
《网络层概述》 来看一群网络，如果只是网络独立各自通信，那么只要实现物理层和数据链路层即可 （一朵云中的多个节点通过交换机实现通信） 如果想要实现这群网络之间的通信，则是网络层干的事情了 （各个云之间通过路由器实现通信） 《网络层需要解决的问题》 1. 网络层提供两种服务： 虚电路服务 数据报服务 ......
m十字路口多功能控制交通系统,包括基于遗传算法优化的红绿灯时长模糊控制器和基于BP神经网络的车牌识别算法
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 单十字路口： 其中第一级控制为两个并行模块：绿灯交通强度控制模块与红灯交通强度控制模块。绿灯交通强度控制模块的输入为绿灯相位的排队长度与入口流量，输出绿灯相位的交通强度；红灯相位模块的输入为红灯相位的排队长度，输出为红 ......
初识--深度学习
所谓深度学习，其实也是机器学习中的一部分，而且更加突出了“学习”的概念，去学习什么样的特征组合是最合适的。 机器学习的流程是：数据获取，特征工程，建立模型，评估应用。所谓深度学习，不要把他当成一种算法，你要把他当成一种提取特征的工具，由于特征之间不同的组合，所以造成了神经网络的计算量十分庞大。机器学 ......
m基于模糊控制的网络时延预测和丢包率matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 涉及到具体的数据包大小以及时间延迟，我们通过构建一个FIFO，来虚拟网络的实际工作情况，当空闲情况下，网络流量非常小，我们的数据通过FIFO，会在FIFO内排队，等候前面的数据传输出去后，再发送出去，在FIFO中等候时 ......
m基于背景差法与GMM混合高斯模型结合的红外目标检测与跟踪算法matlab仿真
1.算法仿真效果 matlab2013b仿真结果如下： 普通视频： 红外视频： 2.算法涉及理论知识概要 在Stauffer等人提出的自适应混合高斯背景模型基础上,为每个像素构建混合高斯背景模型,通过融入帧间差分把每帧中的图像区分为背景区域、背景显露区域和运动物体区域。相对于背景区域,背景显露区中的 ......
音视频八股文（6）-- ffmpeg大体介绍和内存模型
播放器框架 常用音视频术语 • 容器／文件（Conainer/File）：即特定格式的多媒体文件， 比如mp4、flv、mkv等。 • 媒体流（Stream）：表示时间轴上的一段连续数据，如一 段声音数据、一段视频数据或一段字幕数据，可以是压缩 的，也可以是非压缩的，压缩的数据需要关联特定的编解 码 ......
ts简易网络请求封装
utils/axios/type/axios.ts export type ErrorMessageMode = "none" | "modal" | "message" | undefined; export interface RequestOptions { // Splicing reque ......
Django模型层（一） （测试环境搭配 常见的十几种查询方法-ORM关键字 ORM执行SQL语句 双下划线查询 ORM外键字段的创建 外键字段数据的增删改查 多表查询（子查询，连表查询））
目录 一、测试环境搭配 切换数据库 自带的sqlite3数据库对时间字段不敏感 有时候会展示错乱 ，所以我们习惯切换成常见的数据库比如MySQL django orm并不会自动帮你创建库， 所以需要提前准备好！ 单独搭配测试环境 单独测试django某个功能层，默认不允许单独测试某个py文件，如果想 ......
Three 解决加载模型闪烁
@(Three 解决加载模型闪烁) 概述 在一次使用 three加载模型中遇到模型闪烁严重的问题，相机拉得越远模型闪烁越厉害，出现此问题的原因是因为出现了深度问题，以下记录解决办法 解决方法 WebGLRenderer开启logarithmicDepthBuffer logarithmicDepth ......
Consistency Models终结扩散模型
最近看到一篇论文，觉得特别有意思，并且在学术界引起了不小的动静，他就是一致性模型，据说图像生成效果快、质量高，并且还可以实现零样本图像编辑，即不进行一些视觉任务训练，可以实现图像超分、修复、上色等功能。 目前代码已经开源到GitHub上面：https://github.com/openai/cons ......
利用pytorch深度学习框架验证骰子的合格性
利用pytorch深度学习框架验证骰子的合格性 骰子生产的合格性可以用概率来表达，比如每个面出现的概率大概都是1/6。 import torch from d2l import torch as d2l from torch.distributions import multinomial # 多次 ......
POT超阈值模型和极值理论EVT分析|附代码数据
全文链接：http://tecdat.cn/?p=16845 最近我们被客户要求撰写关于极值理论的研究报告，包括一些图形和统计输出。 本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要 POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，E ......
多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析|附代码数据
原文链接：http://tecdat.cn/?p=22849 最近我们被客户要求撰写关于多元时间序列滚动预测的研究报告，包括一些图形和统计输出。 当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 "训练集"）和保留样本（或外样本，或 "测试集"）。然后，在样本 ......
R语言Lee-Carter模型对年死亡率建模预测预期寿命|附代码数据
原文链接：http://tecdat.cn/?p=17347 最近我们被客户要求撰写关于Lee-Carter模型的研究报告，包括一些图形和统计输出。 昨天上午，我们获得了分娩产妇的平均年龄两个图表，根据孩子的出生顺序排序，区间是1905-1965年 然后是1960-2000年： 点击标题查阅往期内容 ......
R语言ARIMA模型分析预测上海空气质量指数AQI时间序列
全文链接：http://tecdat.cn/?p=32265 原文出处：拓端数据部落公众号 指数平滑法对于预测来说是非常有帮助的，而且它对时间序列上面连续的值之间相关性没有要求。但是，如果你想使用指数平滑法计算出预测区间，那么预测误差必须是不相关的， 而且必须是服从零均值、 方差不变的正态分布。即使 ......
数据分享|逻辑回归、随机森林、SVM支持向量机预测心脏病风险数据和模型诊断可视化|附代码数据
原文链接：http://tecdat.cn/?p=24973 最近我们被客户要求撰写关于心脏病的研究报告，包括一些图形和统计输出。 世界卫生组织估计全世界每年有 1200 万人死于心脏病。在美国和其他发达国家，一半的死亡是由于心血管疾病 简介 心血管疾病的早期预后可以帮助决定改变高危患者的生活方式， ......
深度学习网络fine-tune原理研究 - 以卷积神经网络为例
一、什么是预训练模型（pre-trained model） 预训练模型就是已经用数据集训练好了的模型，这里的数据集一般指大型数据集。比如 VGG16/19 Resnet Imagenet COCO 正常情况下，在图像识别任务中常用的VGG16/19等网络是他人调试好的优秀网络，我们无需再修改其网络结 ......
Django框架——模版层之标签、自定义过滤器 标签及inclusion_tag(了解)、模版的继承与导入、模型层之前期准备、ORM常用关键字
模版层之标签 {% if 条件1(可以自己写也可以用传递过来的数据) %} <p>今天又是周三了</p> {% elif 条件2(可以自己写也可以用传递过来的数据) %} <p>百日冲刺</p> {% else %} <p>没多少时间了！</p> {% endif %} {% for k in t1 ......
极客时间「大师课·深度剖析 RocketMQ5.0」上线啦，欢迎免费领取！
从初代开源消息队列崛起，到 PC 互联网、移动互联网爆发式发展，再如今 IoT、云计算、云原生引领了新的技术趋势，消息中间件的发展已经走过了 30 多个年头。 目前，消息中间件在国内许多行业的关键应用中扮演着至关重要的角色。随着数字化转型的深入，客户在使用消息技术的过程中往往同时涉及交叉场景，比如同 ......
k8s跨node，pod网络不通
1.前因： 客户提供的虚机：麒麟 Linux lanxin2 4.19.90-24.4.v2101.ky10.aarch64 # K8S 部署的flannel 使用vxlan 2.问题： 部分机器pod跨node，网络不通 3.分析过程： 1.查看flannel、cni网络启动正常 2.查看rout ......
如何借助分布式存储 JuiceFS 加速 AI 模型训练
传统的机器学习模型，数据集比较小，模型的算法也比较简单，使用单机存储，或者本地硬盘就足够了，像 JuiceFS 这样的分布式存储并不是必需品。 随着近几年深度学习的蓬勃发展，越来越多的团队开始遇到了单机存储的瓶颈，分布式存储在 AI 领域的重要性不断凸显。AI 团队通常会面临以下几种问题： 数据集太 ......