深度 通道pytorch 6.4
[深度学习]服务器推送信息到手机
效果 原理 微信服务号是可以推送模板类消息到个人账号的，gpu服务器在训练的时候，把重要信息通过post请求发到服务号的服务器，然后以模板消息推送给微信。但只有企业或者个人经营企业才能注册服务号，所以我使用第三方的服务。一个是autoDL的推送，一个是server酱。本来以为不在autoDL机房里的 ......
跟姥爷深度学习2 TensorFlow的基本用法
一、前言 前面我们浅用TensorFlow做了个天气预测，虽然效果不咋样，但算是将整个流程跑通了。这一篇我们在之前基础上对TensorFlow的一些参数进行简单介绍，在接口文件的基础上了解各参数的简单含义和用法。 二、再次构建模型 我们先将之前的冗余代码都删除，做个简单的模型训练和预测。 三、可以修 ......
跟姥爷深度学习1 浅用tensorflow做个天气预测
一、前言 最近人工智能、深度学习又火了，我感觉还是有必要研究一下。三年前浅学了一下原理没深入研究框架，三年后感觉各种框架都成熟了，现成的教程也丰富了，所以我继续边学边写。原教程链接： https://www.bilibili.com/video/BV1CW4y1r7Q7?p=1&vd_source= ......
[附CIFAR10炼丹记前编] CS231N assignment 2#5 _ pytorch 学习笔记 & 解析
pytorch 环境搭建 课程给你的环境当中, 可以直接用pytorch, 当时其默认是没有给你安装显卡支持的. 如果你只用CPU来操作, 那其实没什么问题, 但我的电脑有N卡, 就不能调用. 考虑到我已有pytorch环境(大致方法就是确认pytorch版本和对应的cuda版本安装cuda,再按照 ......
4.深度学习计算机视觉概述
深度学习计算机视觉方法概述 概述 深度学习已经成为计算机视觉领域的一个热门研究方向，被广泛用于图像分类、目标检测、人脸识别等任务中。与传统方法相比，深度学习方法可以通过端到端的学习，从原始数据中直接学习任务所需的特征表示，无需手工设计复杂的特征提取算法。 在深度学习计算机视觉领域，最常使用的神经网络 ......
从零开始配置深度学习环境：CUDA+Anaconda+Pytorch+TensorFlow
本文适用于电脑有GPU（显卡）的同学，没有的话直接安装cpu版是简单的。CUDA是系统调用GPU所必须的，所以教程从安装CUDA开始。 CUDA安装 CUDA是加速深度学习计算的工具，诞生于NVIDIA公司，是一个显卡的附加驱动。必须使用NVIDIA的显卡才能安装，可以打开任务管理器查看自己的硬件设 ......
Pytorch one-hot编码
1. 引言 在我们做分割任务时，通常会给一个mask，但训练时要进行onehot编码。 2. code import torch if __name__ == '__main__': label = torch.zeros(size=(1, 4, 4), dtype=torch.int) label ......
深度学习| 通过蒸馏收敛一个更优模型部署
蒸馏收敛 基于keras的知识蒸馏(Knowledge Distillation)-分类与回归 如果通过蒸馏收敛到一个更优的的部署模型 Knowledge Distillation Introduction to Knowledge Distillation 知识提取是一种模型压缩过程，其中对小（学 ......
vue深度选择器 /deep/ ::v-deep >>>的使用
css中通常会在 style 标签内添加 scoped 来避免父组件对子组件的影响，添加了之后只能修改当前组件的样式。 这样做的原理是通过在打包的时候给每个样式都添加一个独一无二的hash值，从而避免父组件对子组件的样式的影响。 如果去掉scoped的话就会影响全局样式，但是加上scoped又不能在 ......
使用Pytorch实现强化学习——DQN算法
使用Pytorch实现强化学习——DQN算法 强化学习的主要构成 强化学习主要由两部分组成：智能体（agent）和环境（env）。在强化学习过程中，智能体与环境一直在交互。智能体在环境里面获取某个状态后，它会利用该状态输出一个动作（action）。然后这个动作会在环境之中被执行，环境会根据智能体采取 ......
火电机组深度调峰matlab 采用matlab结合yalmip（cplex或者gurobi求解器）
火电机组深度调峰matlab 采用matlab结合yalmip（cplex或者gurobi求解器）编写深度调峰模型，程序完整性较好，采用直流潮流、功率平衡、爬坡等相关约束，可通用IEEE30和39等节点系统ID:5950670492715679 ......
斯坦福 UE4 C++ ActionRoguelike游戏实例教程 10.控制台变量的用法 & 静态函数库 & 使用对象通道对碰撞进行控制
本文将会教你如何在C++中编辑控制台变量的逻辑，通过在游戏中打开控制台，以修改控制台变量的方式来修改游戏里的各种参数；此外，还会使用自定义静态函数库类，将部分常用的功能封装成静态函数以供使用。
另外，在这篇文章将会简单介绍UE中的碰撞规则，以及如何创建和使用碰撞通道。 ......
ubuntu搭建深度学习环境
安装vscode 方法一： 依次输入如下命令 1.sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make 2.sudo apt-get update 3.sudo apt-get install ubuntu-make 4.umake ide v ......
图像Resize方式对深度学习模型效果的影响
图像Resize方式对深度学习模型效果的影响 转自知乎图像Resize方式对深度学习模型效果的影响 在基于卷积神经网络的应用过程中，图像Resize是必不可少的一个步骤。通常原始图像尺寸比较大，比如常见监控摄像机出来的是1080P高清或者720P准高清画面，而网络模型输入一般没有这么大，像Yolo系 ......
考虑新能源消纳的火电机组深度调峰策略
考虑新能源消纳的火电机组深度调峰策略 摘要：本代码主要做的是考虑新能源消纳的火电机组深度调峰策略，以常规调峰、不投油深度调峰、投油深度调峰三个阶段，建立了火电机组深度调峰成本模型，并以风电全额消纳为前提，建立了经济调度模型。 约束条件主要考虑煤燃烧约束、系统旋转备用功率约束、启停、爬坡、储热约束等等 ......
基于深度强化学习的微网P2P能源交易研究 代码主要做的是基于深度强化学习的微网P2P能源交易研究
基于深度强化学习的微网P2P能源交易研究 摘要：代码主要做的是基于深度强化学习的微网P2P能源交易研究，具体为采用PPO算法以及DDPG算法对P2P能源交易模型进行仿真验证，代码对应的是三篇文献，内容分别为基于深度强化学习微网交易控制研究，多种深度强化学习优化效果对比，以及微网实施P2P交易经济效益 ......
Pytorch深度学习全流程代码框架——Base Codes for Deep Learning Using Pytorch
# 导入必要的库 import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader, Dataset # 定义超参数 epochs = 10 # 训练轮数 lr ......
taro3.6.4 在H5 端使用 tabBar 出现bug --- taro Cannot read properties of undefined (reading 'list')
taro3.6.4 在H5 端使用 tabBar 出现bug 解决办法就是换版本 3.6.2 好像没有这个问题 已经有人反馈了, https://github.com/NervJS/taro/issues/13581 taro Cannot read properties of undefined ......
风储深度调峰模型matlab 考虑风储的调峰模型，采用cplex作为求解器
风储深度调峰模型matlab 考虑风储的调峰模型，采用cplex作为求解器，实现不同主体出力优化控制，程序运行稳定，有参考资料，ID:37180641310293436 ......
深度学习-个人理解
深度学习-个人理解 深度学习模型类似一个黑盒子，输入一组数据，产生一个输出，这个输出就可以称为得分函数的输出值。 根据输出值与实际值之间的比较，通过损失函数可以求得损失值。损失值越大，代表模型的分类效果越差。 其中，通过Softmax分类器可以将分类结果映射成概率。 前向传播和反向传播 前向传播：输 ......
深度解读2023年巴菲特致股东的信
2月25日晚间，全球投资者所期待的2023年巴菲特致股东的信正式公布。每年2月底，巴菲特致股东的信成为大家学习巴菲特价值投资，以及了解巴菲特过去一年投资得失的一个重要窗口，与每年5月第一个周六召开的巴菲特股东大会一样重要。在信中，巴菲特总是毫无保留的为我们奉上投资真谛，读起来让人如沐春风，醍醐灌顶。 ......
使用深度学习预测低压网络的电压分布 低电压(LV)电路的能量分布将发生变化，而以前的被动“适应和-“忘记”的网络管理方法将是低效的
使用深度学习预测低压网络的电压分布 低电压(LV)电路的能量分布将发生变化，而以前的被动“适应和-“忘记”的网络管理方法将是低效的，以确保其有效运行。 需要一种自适应的方法，包括对电路风险的预测。 文献中描述的大多数方法都要求网络具有完全的可观察性。 考虑到智能电表(SM)覆盖所有低压网络的可能性很 ......
深度学习检测不准确智能电表:一个案例研究 python源代码
深度学习检测不准确智能电表:一个案例研究 python源代码，代码按照高水平文章复现，保证正确 根据用电情况检测出故障的智能电表，并针对其进行更换，可以节省大量的资源。 为此，我们开发了一种基于长短期记忆(long -term memory, LSTM)和改进的卷积神经网络(convolutiona ......
河北稳控科技多通道振弦传感器无线采集仪与参数配置工具连接
河北稳控科技多通道振弦传感器无线采集仪与参数配置工具连接 VS101~VS432 设备配备了专门的参数配置工具 SETP 来完成设备工作参数的查看和修改工作。 连接前的准备工作（ 1）数据接口与计算机连接使用标配的通讯线与计算机 RS232 接口连接。 若需基于手机网络发送数据，请在开机前安装 SI ......
时间序列预测的深度学习:电力负荷案例 DTS -深度时间序列预测 源代码
时间序列预测的深度学习:电力负荷案例 DTS -深度时间序列预测 源代码，代码按照高水平文章复现，保证正确 深度学习模型于电力负荷预测， 深度学习体系结构对短期预测，在通过在两个数据集上回顾和实验评估电力负荷预测，前馈和递归神经网络、序列到序列模型、时域卷积神经网络以及架构变量. 实验评估了最相关的 ......
深度强化学习方法来解决电力系统的控制和决策问题 源代码
深度强化学习方法来解决电力系统的控制和决策问题 源代码 利用InterPSS仿真平台作为电力系统模拟器。 开发了一个与OpenAI兼容的电网动态仿真环境，用于开发、测试和基准测试电网控制的强化学习算法。 电力系统应急控制，控制方案采用深度强化学习(DRL)高维特征提取和非线性泛化能力。 提出了基于D ......
深度神经网络的电力系统实时状态估计与预测源代码代码按照高水平文章复现
深度神经网络的电力系统实时状态估计与预测源代码代码按照高水平文章复现，保证正确 利用深度神经网络(DNNs)进行电力系统实时监测。 在IEEE 118系统的实际负载数据实验中，新的基于dnn的PSSE方案的性能几乎优于竞争对手的数量级，包括广泛采用的Gauss-Newton PSSE求解器。 基于数 ......
人工智能技术的最新进展：机器学习和深度学习的应用
随着科技的不断发展，人工智能技术已经成为了当今世界的热门话题。其中，机器学习和深度学习技术的应用更是备受关注。 一、人工智能技术的最新进展 人工智能技术的最新进展主要体现在以下几个方面： 1. 自然语言处理技术的提升 自然语言处理技术是人工智能技术的重要组成部分，其主要目的是让计算机能够理解和处 ......