形态 终极 深度agents
深度学习推荐系统 电子书 pdf
作者: 王喆出版社: 电子工业出版社出品方: 博文视点 关注公众号：红宸笑。 回复：电子书 即可 深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》 ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
JVM系列---【使用jmx_agent监控java程序】
使用jmx_agent监控java程序 ##1.下载jmx_prometheus_javaagent.jar 从https://github.com/prometheus/jmx_exporter/releases下载最新版本的jmx_prometheus_javaagent.jar ##2.创建一 ......
基于形态学处理的车牌提取,字符分割和车牌识别算法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 车牌识别系统(Vehicle License Plate Recognition，VLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（ETC）系统中，也是 ......
2023.5.6 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第5章：深度学习计算、第6章：卷积神经网络，今天学到的内容主要有这两章的概念。以及实现LeNet对FashionMNIST进行分类。 一、理论部分： 1、概念解释： 1×1卷积的作用：卷积通常用于识别相邻元素间相互作用的能力，但1×1卷积不具备该能力，其主要用于调整输 ......
[意识形态]伤仲永
金溪民方仲永，世隶耕。仲永生五年，未尝识书具，忽啼求之。父异焉，借旁近与之，即书诗四句，并自为其名。其诗以养父母、收族为意，传一乡秀才观之。自是指物作诗立就，其文理皆有可观者。邑人奇之，稍稍宾客其父，或以钱币乞之。父利其然也，日扳仲永环谒于邑人，不使学。 余闻之也久。明道中，从先人还家，于舅家见之， ......
Idea编译：Java找不到符号（终极解决方案篇）
大家肯定在使用idea过程中经常遇到这个问题，实际明明实体类都在的为啥会报调用不到。要解决这个问题要通过几个步骤来处理： 1、刷新下maven 2、clean + package 3、清除idea缓存，重启下，并且重新构建，如图： 如果以上三种方式都试了还是不行，那么就有了最后一个方案，看下工程中当 ......
易基因：2023年植物表观转录组研究的最新进展（m6A+m5C）｜深度综述
大家好这里是专注表观组学十余年，领跑多组学科研服务的易基因。 被称为表观转录组（epitranscriptome）的RNA修饰正成为基因调控的广泛调控机制。由于绘制转录组范围RNA修饰测序策略的改进，以及分别对沉积、去除和识别RNA修饰的writers、erasers和readers密集表征，表观转 ......
2023.5.5 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第3章：线性神经网络、第4章：多层感知机，今天学到的内容主要有这两章的概念，另外，完成了Kaggle房价预测的代码复现（Kaggle_HousePricePrediction.ipynb）。 一、理论部分： 1、概念解释： 超参数：可以调整但不在训练过程中更新的参数称 ......
三天稳过CKS终极秘籍
三天稳过cks终极秘籍 考试心得 最近考过了cks，和大家说说这个备考的过程，以及一些注意事项。 怎样能拿到这个CKS的证呢？相信大家是都可以的，但是有一个好的方法会让我们事倍功半。 首先，以我的经验来说，我总共真实做题的时间三天左右。但这个三天是由包含很多东西，有前提条件的。我觉得你们也可以在三天 ......
基于原子范数的深度展开网络实现
本文对现有的毫米波雷达-DOA估计方法进行了梳理，包括子空间分解、子空间你和、压缩感知（在网、离网和无网模型）；并重点对原子范数类压缩感知方法进行了实现和突破，主要突破点在于将原子范数理论和深度展开理论结合，解决了现有原子范数DOA估计求解的缺陷，旨在为线谱估计理论研究提供新的思路。 ......
高级Java程序员必问，Redis事务终极篇
Redis事务（Transaction）通过将多个Redis操作封装为一个原子性的操作序列，确保在事务执行过程中，不会受到其他客户端的干扰。从而在保证数据一致性的同时，协调并发，提高数据操作的效率和性能 ......
优化算法-从梯度下降到深度学习非凸优化
一、数学优化 1.1 定义 Mathematical Optimization（数学优化）问题，亦称最优化问题，是指在一定约束条件下，求解一个目标函数的最大值（或最小值）问题。 根据输入变量 𝑿 的值域是否为实数域，数学优化问题可以分为离散优化问题和连续优化问题． 在连续优化问题中，根据是否有变量 ......
2023.5.4 《动手学深度学习》第1、2章
今天开始学习李沐的《动手学深度学习》，开贴记录一下。 今天学到的知识点包括： 一、理论部分 1、有监督学习、无监督学习和半监督学习； 二、Python和Pytorch模块、函数 1、os 模块 2、pandas 模块 三、涨知识 一、理论部分 1、有监督学习、无监督学习和半监督学习 有监督学习：每一 ......
【动手学深度学习】第十二章笔记：异步计算、数据并行
为了更好的阅读体验，请点击这里 12.1 编译器和解释器 原书主要关注的是命令式编程（imperative programming）。Python 是一种解释性语言，因此没有编译器给代码优化，代码会跑得很慢。 12.1.1 符号式编程 考虑另一种选择符号式编程（symbolic programmin ......
基于深度学习的水果检测与识别系统（Python界面版，YOLOv5实现）
本博文介绍了一种基于深度学习的水果检测与识别系统，使用YOLOv5算法对常见水果进行检测和识别，实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理，同时提供Python实现代码、训练数据集，以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标进行识别分类，用... ......
基于深度神经网络的图像分类与训练系统（MATLAB GUI版，代码+图文详解）
本博客详细介绍了基于深度神经网络的图像分类与训练系统的MATLAB实现代码，包括GUI界面和数据集，可选择模型进行图片分类，支持一键训练神经网络。首先介绍了基于GoogleNet、ResNet进行图像分类的背景、意义，系统研究现状及相关算法。然后展示了系统的界面演示效果，包括选择图片分类、选择文件夹... ......
深度学习—孪生网络与蒸馏网络
一、孪生神经网络 1、概述：它在目标识别与追踪、精确制导、行人重识别、人脸验证、笔迹验证、图像匹配等领域具有重要应用。 尤其在基于孪生网路的目标检测与追踪方面，设计了SiamFC、SiamRPN、SiamRPN++、DaSiamRPN等经典算法。 本质上，孪生网路是一种实现深度度量学习的深度学习技术 ......
医学图像的深度学习的完整代码示例：使用Pytorch对MRI脑扫描的图像进行分割
图像分割是医学图像分析中最重要的任务之一，在许多临床应用中往往是第一步也是最关键的一步。在脑MRI分析中，图像分割通常用于测量和可视化解剖结构，分析大脑变化，描绘病理区域以及手术计划和图像引导干预，分割是大多数形态学分析的先决条件。 本文我们将介绍如何使用QuickNAT对人脑的图像进行分割。使用M ......
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
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 深度学习的蓬勃发展得益于大规模有标注的数据驱动，有监督学习（supervised learning）推动深度模型向着性能越来越高的方向发展。但是，大量的标注数据往往需要付出巨大的人力成本，越来越多的研究开始关注如何在不 ......
穿越时空的智慧：经得起时间考验的深度学习理念
前言 近十年，深度学习获得长足发展，大量的研究论文和想法铺天盖地。本文回顾历年来突出的深度学习理念，总结了若干个经得起时间考验的方法，它们已经被反复使用，被广泛证明是有效的。 本文转载自幻方AI 作者 | Denny 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技 ......
OpenCV加载深度学习模型
本文使用OpenCV加载深度学习模型，实现了对传入的单张图像或多张图像进行预测。 步骤： 首先读入Caffe框架训练好的模型，然后对输入图像进行预处理操作，并将其传入已构建的网络模型，最后对得到的预测结果进行排序，找到概率最大的，通过标签文件得到最终预测的结果并进行输出展示。 1.单张图像 (1)构 ......
赋值/浅拷贝/深度拷贝
/* 一: 赋值 二: 浅拷贝 二: 深拷贝 */ 一: 赋值 # 赋值 if __name__ == '__main__': dict1 = {'user':'Tom','num':[1,2,3]} # 直接赋值: 引用对象 dict2 = dict1 print("dict1: 0x%x" %i ......
深度特征融合相关论文（后续更新）
FCN：Fully convolutional Networks for Semantic Segmentation — CVPR2015 ResNet：Deep Residual Learning for Image Recognition — CVPR2016 FPN：Feature pyram ......
Pytorch2 如何通过算子融合和 CPU/GPU 代码生成加速深度学习
动动发财的小手，点个赞吧！ PyTorch 中用于图形捕获、中间表示、运算符融合以及优化的 C++ 和 GPU 代码生成的深度学习编译器技术入门 计算机编程是神奇的。我们用人类可读的语言编写代码，就像变魔术一样，它通过硅晶体管转化为电流，使它们像开关一样工作，并允许它们实现复杂的逻辑——这样我们就可 ......
【深度学习基础】使用libtorch部署pytorch训练的网络
下载安装配置：https://pytorch.org/cppdocs/installing.html 小例程：https://pytorch.org/cppdocs/frontend.html 官方：https://pytorch.org/tutorials/beginner/Intro_to_To ......
[ML&DL] 深度学习的实践层面
深度学习的实践层面 训练集 验证集 测试集 过程 神经网络的训练是一个需要不断迭代的过程，一般先提出idea，然后编码实现、测试，根据测试结果再次调整思路...... 分组与比例 数据集通常分为3个部分：训练集、验证集和测试集。 训练集用于训练模型的参数。 验证集用于选择最好的模型。 测试集用于评估 ......
利用深度学习实现序列模型
利用深度学习实现序列模型 序列问题的含义是接收一个序列作为输入，然后期望预测这个序列的后续。例如继续预测2,4,6,8,10...。这在时间序列中是相当常见的，可以用来预测股市的波动、患者的体温曲线或者赛车所需的加速度。 从原理上说，==卷积神经网络可以有效处理空间信息，那么循环神经网络则能更好处理 ......