样本 深度
【深度学习入门向】使用简单的卷积神经网络对 CIFAR10 数据集进行分类
## Shallow CNN 从最简单的卷积神经网络（CNN）开始。卷积神经网络是神经网络的一种（子集），其结构主要包括以卷积层、池化层为主的特征提取部分和全连接层为主的分类部分。 - 卷积层使用卷积核对输入进行卷积操作。卷积操作的目的是对图像进行扫描以找到最接近卷积核所代表的特征。其输出称为特征图 ......
【深度学习入门向】使用几个技巧提高对 CIFAR10 分类的准确性
## Mixup, TTA, and Ensemble 在[上一篇文章](https://www.cnblogs.com/violeshnv/p/17583908.html)中使用了普通的 CNN 实现了对 CIFAR10 数据集 89% 的准确率。 本文通过实现三种技术来进一步提高准确率 - Mi ......
Vue2的/deep/深度选择器失效了？
> /deep/ 在 Vue2 样式中的问题。 ## 太长不看： 不要在 Vue SFC 以外的地方使用`/deep/`。对于 Vue3 ，请使用最新的`:deep()`伪类选择器。 ## 什么是`/deep/` `/deep/`是 Vue2 中一个重要的样式选择器，可以用于选择封装好的组件内部的样 ......
基于LSTM深度学习网络的人员行走速度识别matlab仿真,以第一视角视频为样本进行跑或者走识别
1.算法理论概述 人员行走速度是衡量人体运动能力和身体健康的重要指标之一。目前，常见的人员行走速度识别方法主要基于传感器或摄像头获取的数据，如加速度计数据、GPS数据和视频数据等等。其中，基于视频数据的方法因为其易于获取和处理而备受关注。但是，传统的基于特征提取的方法往往需要手工选择特征并进行复杂的 ......
深度学习用什么卡比较给力？—— A100真的么有RTX4090好吗？
近日看到这么一个帖子： https://www.zhihu.com/question/612568623/answer/3131709693 ......
深度学习-->线性回归模型
# 线性回归 # 创建数据集 from mxnet import ndarray as nd from mxnet import autograd as ad num_input = 2 num_examples = 1000 true_w = [2, -3.4] true_b = 4.2 x = ......
基于深度学习的图像分割技术探究
导言： 图像分割是计算机视觉领域的重要任务，旨在将图像划分为不同的语义区域，实现对图像中感兴趣物体的定位和提取。深度学习作为图像分割的新兴技术，通过卷积神经网络（CNN）等模型，取得了显著的分割效果。本文将探究基于深度学习的图像分割技术的原理、应用以及面临的挑战。 第一部分：基于深度学习的图像分割原 ......
模型训练——样本选择，训练方式，loss等
数据采样第一阶段预训练时，通过 是否点击、点击位次等，将曝光点击率大于一定阈值Query-POI对 作为正样本。负样本采样上，skip-above采样策略将位于点击POI之前 & 点击率小于阈值的POI，这样的query-POI对 作为负样本。此外，也可以随机负采样补充简单负例。 欠采样 过采样 样 ......
东方博宜 2166 - 子树的大小及深度
题目描述 现在有一棵 n 个结点的树，结点 1为这棵树的根，结点 1 的深度为 1，求出每棵子树的大小及每个结点的深度。 比如，有如下图所示的树： 该树中： 结点 1 对应的子树大小为 6，深度为 1。 结点 2 对应的子树大小为 5，深度为 2。 结点 3 对应的子树大小为 1，深度为 3。 结点 ......
YOLOX中的SimOTA正负样本分配策略
一、样本匹配 YOLO系列算法一般的网络输出如图1所示： 图1 输出为80*80*85的Tensor(以COCO数据集为例)，即在80*80的尺度上，每一个点位都输出一个长度85的Tensor，85意为80个类别信息、1个box坐标信息以及1个置信度信息。对于yolov5来说，每一个点位上有3个不同 ......
复习《动手学深度学习 pytorch版》
 向量的范数是表示一个向量有多大。 这里考虑的大小（size）概念不涉及维度，而是分量的大小。 定义了向量空间里的距 ......
TVM编译深度学习模型
# Quick Start Tutorial for Compiling Deep Learning Models 本文将展示如何使用Relay python前端构建神经网络，并使用TVM为Nvidia GPU创建实时运行库，需要有cuda版本的TVM和llvm。 ## TVM支持的硬件后端 图中展 ......
关于深度优先搜索与宽/广度优先搜索
在解决一些较复杂的问题时候，只会一些很简单的算法如：贪心，简单枚举，模拟，分治...是远远不够的，还需要了解一些除此之外的算法，这篇文章将带你了解搜索基础：dfs（下面简称深搜）与bfs（下面简称广搜）。 #### 什么是深度优先搜索与宽/广度优先搜索 深搜和广搜都是以一定的顺序遍历整张图的算法，算 ......
深度学习——多模态
# 什么是多模学习？ 我们平常使用的如图像识别，语音识别这种输入单个样本x（尽管样本可能有多个特征），但是输出对应的y值（结果）就是比较简单的单模态模型。 即单个模型对输入的信息进行线性或者非线性的映射。 多模态可以指的是通过多个模型的组合来让深度学习学习到更多不同的特征。如我们生活中对于事物，除了 ......
代码实现-小样本-RN
>此篇为《Learning to Compare Relation Network for Few-Shot Learning》 只实现了基于Omniglot数据集的小样本代码 datas为数据集 models为训练好的模型 venv为配置文件 下面的py文件是具体实现代码 ### 1.结构 》曾经提到过，我们在测试需求项目时，会把需求逐级拆解，直到最小粒度。然后，各业务线的测试小伙伴把任务领走进行细化，同时，确定一位主测分来主导复杂项目的测试工作。在面试过程中，很多小伙伴也会说，我们会根据需求所描述的功能，进行测试。那作为一位应聘者，如何才能把自己之前工 ......
深度学习（七）——神经网络的卷积操作
# 卷积操作 # 一、torch.nn中Convolution Layers函数的介绍 ## 1. 参数介绍 - nn.Conv1d: Conv取自Convolution的前四个字母，1d代表的是一个一维操作。 - nn.Conv2d: 2d表示是一个二维的操作，比如图像就是一个二维的。 - 其余参 ......
动手学深度学习-笔记
# 课程信息 **[课程主页](https://zh-v2.d2l.ai/)** ## Pytorch版视频教程目录 [03 安装](https://www.bilibili.com/video/BV18p4y1h7Dr?p=1) [04 数据操作 + 数据预处理](https://www.bili ......
2023了，学习深度学习框架哪个比较好？
都2023年，才来回答这个问题，自然毫无悬念地选择PyTorch，TensorFlow在大模型这一波浪潮中没有起死回生，有点惋惜，现在GLM、GPT、LLaMA等各种大模型都是基于PyTorch框架构建。这个事情已经水落石出。
不过呢，我觉得可以一起去回顾下，在AI框架发展的过程中，都沉陷了哪些技术... ......