深度alexnet
神经网络通过优化方法进行训练。然而，优化技术似乎不是深度学习中最重要的主题。为什么?神经网络训练和优化有什么区别?
在深度学习中，神经网络通过优化方法进行训练，目的是最小化损失函数并获得最佳的模型参数。然而，优化技术在深度学习中并不是最重要的主题，主要原因如下： 数据和模型的重要性：在深度学习中，数据的质量和数量以及模型的设计和复杂性对于模型的性能和泛化能力起着至关重要的作用。优化技术只是其中的一个环节，而数据和 ......
微型神经网络库MicroGrad-基于标量自动微分的类pytorch接口的深度学习框架
### 一、MicroGrad MicroGrad是大牛Andrej Karpathy写的一个非常轻量级别的神经网络库（框架），其基本构成为一个90行python代码的标量反向传播（自动微分）引擎，以及在此基础上实现的神经网络层。 其介绍如下： > A tiny scalar-valued auto ......
众所周知，梯度下降法是一种基本的优化算法，不能保证全局最优，也不能保证效率。为什么它仍然被广泛应用于深度学习，而不是传统的凸优化算法和粒子群算法
梯度下降法在深度学习中被广泛应用的原因主要有以下几点： 适用性广泛：梯度下降法可以应用于各种深度学习模型，包括神经网络、卷积神经网络、循环神经网络等。而传统的凸优化算法和粒子群算法往往只适用于特定类型的优化问题。 原理简单：梯度下降法的原理相对简单，易于理解和实现。相比之下，传统的凸优化算法和粒子群 ......
JZ55 二叉树的深度
暴搜：两种个思路：DFS和BFS DFS： 里面有个容易误会的地方：每次迭代+1，不是针对子叶来说的，而是针对当前点来说的，由于遍历是自底向上的，因此当前遍历到的点对于已经遍历到的点来说就是根，因此深度+1. class Solution { public: int TreeDepth(TreeNo ......
4.Rasterization光栅化（反走样，深度缓存）
## 走样Aliasing(锯齿) ### 采样的广泛应用 - 采样不仅可以在图片的某个位置，也可以在时间轴上 - 动画就是一组图在时间的采样  { 2 if (Array.isArray(source)) { 3 const target = []; 4 for (let item of source) { 5 target.push(deepClone(item)); 6 ......
Halcon - 深度学习 - 目标分类
这是一个例子，通过读取桃子和梨的图片集来进行模型训练，得到一个可以识别桃子或是梨的深度学习识别器。 ********************************************* * Halcon-深度学习-分类测试 * 这是一个例子，通过读取桃子和梨的图片集来进行模型训练， * 得到一 ......
深度学习 训练模型 指标不变
在深度学习实验中遇到一个问题就是虽然loss有变化，但是在验证集中准确率一直没变， 且值接近你的验证集的正负样本比例。 这是因为，在模型中某一个位置使用看ReLU激活函数，导致值全都变换到了 非负数，再最后用sigmoid的时候全是>0.5的结果。 还有一种情况就是loss一直不变，这类情况说明反向 ......
强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示
# 强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示 - 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。 - 基本操作步骤：智能体`agen ......
【QoS预测】基于上下文的深度神经模型的多属性QoS预测
论文题目： Wu H, Zhang Z, Luo J, et al. Multiple attributes QoS prediction via deep neural model with contexts[J]. IEEE Transactions on Services Computing, ......
【QoS预测】基于深度协同过滤的位置感知QoS预测
论文题目： Jia Z, Jin L, Zhang Y, et al. Location-Aware Web Service QoS Prediction via Deep Collaborative Filtering[J]. IEEE Transactions on Computational ......
【QoS预测】用于QoS预测的基于多源特征学习的联合深度网络
论文题目： Xia Y, Ding D, Chang Z, et al. Joint deep networks based multi-source feature learning for QoS Prediction[J]. IEEE Transactions on Services Comp ......
深度学习中的深度学习
作者：禅与计算机程序设计艺术 《深度学习中的深度学习》技术博客文章 1. 引言 1.1. 背景介绍 深度学习作为一种新兴的机器学习技术，近年来在图像识别、语音识别、自然语言处理等领域取得了举世瞩目的成果。它通过多层神经网络的构建，能够高效地学习复杂的非线性特征，从而实现对数据的准确预测。本文将介绍深 ......
基于深度学习的图像识别技术详解
作者：禅与计算机程序设计艺术 《2. 基于深度学习的图像识别技术详解》 1. 引言 1.1. 背景介绍 随着计算机科技的快速发展，计算机视觉领域也取得了显著的进步，而图像识别技术作为计算机视觉领域的重要分支之一，在众多应用场景中发挥着重要作用。 1.2. 文章目的 本文旨在对基于深度学习的图像识别技 ......
数据增强：如何让深度学习模型更好地处理图像数据
作者：禅与计算机程序设计艺术 数据增强：如何让深度学习模型更好地处理图像数据 作为一名人工智能专家，我经常会被问到如何让深度学习模型更好地处理图像数据。今天，我将深入探讨数据增强的概念和技术，以及如何通过数据增强来提高深度学习模型的性能。 1. 引言 1.1. 背景介绍 随着深度学习技术的快速发展， ......
基于深度学习的物体检测算法研究
作者：禅与计算机程序设计艺术 《88.《基于深度学习的物体检测算法研究》 1. 引言 1.1. 背景介绍 随着计算机视觉和人工智能的发展，物体检测技术在各个领域得到了广泛应用，如自动驾驶、智能安防、医疗影像分析等。物体检测是计算机视觉中的一个重要任务，其目的是在图像或视频中检测出物体的位置和范围，为 ......
在vue文件中使用 deep深度选择器
# 使用场景 有的时候我们需要在父组件中去修改第三方组件或者子组件的样式就会使用到`deep深度选择器`。比如：App组件中定义了.title的样式，也想让Test子组件中的.title也应用对应的样式 ![](https://img2023.cnblogs.com/blog/724275/2023 ......
强化学习从基础到进阶--案例与实践[7.1]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解项目实战
强化学习从基础到进阶--案例与实践[7.1]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解项目实战 ......
强化学习从基础到进阶-常见问题和面试必知必答[7]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解
强化学习从基础到进阶-常见问题和面试必知必答[7]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解 ......
深度优先搜索DFS与回溯
导入：数独问题 深入浅出程序设计竞赛187页 学生基础：必须在熟练掌握递归和暴力枚举的基础上 需要讲解：函数栈空间 P1706 全排列问题 #include<iostream> using namespace std; int n; int v[10];//标记i有没被选中 int a[10];// ......
避免梯度爆炸：让深度学习算法快速稳定地训练
[toc] 避免梯度爆炸：让深度学习算法快速稳定地训练 作为一名人工智能专家，程序员和软件架构师，我深刻理解深度学习算法在训练过程中可能会遇到的问题——梯度爆炸。因此，在本文中，我将结合自己的经验和知识，探讨如何避免梯度爆炸，让深度学习算法能够快速稳定地训练。 1. 引言 1.1. 背景介绍 随着人 ......
【深度学习】基于多注意力机制的语音识别与语音合成算法设计与实现
[toc] 基于多注意力机制的语音识别与语音合成算法设计与实现 ## 1. 引言 - 1.1. 背景介绍 语音识别与语音合成是人工智能领域中的重要研究方向，语音识别可以帮助人们理解和使用语言，语音合成则可以让人们更方便地与计算机进行交互。随着深度学习算法的快速发展，基于深度学习的语音识别与语音合成算 ......
深度学习在自然语言处理领域的应用案例
[toc] 深度学习在自然语言处理领域的应用案例 引言 随着深度学习技术的快速发展，自然语言处理领域也迎来了巨大的变革。深度学习通过学习大量语料库中的语法、语义、上下文信息，使得机器在处理自然语言任务时表现更为出色。在自然语言处理领域，深度学习技术已经应用到了文本分类、情感分析、机器翻译、问答系统等 ......
深度学习中的元学习与CatBoost的应用
[toc] 《深度学习中的元学习与 CatBoost 的应用》 1. 引言 1.1. 背景介绍 在深度学习这个领域，模型规模越来越庞大，训练时间也越来越长。为了提高模型的训练效率，研究人员提出了许多方法，其中包括迁移学习。迁移学习是指将在一个任务上训练好的模型，迁移到另一个相似的任务上，从而提高模型 ......
利用深度学习实现智能安全威胁检测人工智能安全领域热门博客文章
[toc] 《23. 利用深度学习实现智能安全威胁检测 - 人工智能安全领域热门博客文章》 1. 引言 1.1. 背景介绍 随着互联网的快速发展，网络安全问题日益突出，人工智能在网络安全领域的应用也日益广泛。人工智能安全威胁检测是人工智能在网络安全领域的一个重要应用，旨在通过深度学习等机器学习技术对 ......
深度学习在智能城市中的应用：实现城市运行的智能化管理
[toc] 深度学习在智能城市中的应用：实现城市运行的智能化管理 1. 引言 智能城市是一个利用先进的信息通信技术和物联网技术，实现城市运行的智能化管理、智能化服务、智能化安保、智能化交通等方面的综合性平台。近年来，随着深度学习技术的发展，智能城市建设得到了更快速、更高效的发展。本文旨在介绍深度学习 ......
深度解析SpringBoot内嵌Web容器
**你好，我是刘牌！** ## 前言 今天分享一个SpringBoot的内嵌Web容器，在SpringBoot还没有出现时，我们使用Java开发了Web项目，需要将其部署到Tomcat下面，需要配置很多xml文件，SpringBoot出现后，就从繁琐的xml文件中解脱出来了，SpringBoot将W ......
浅析AI深度学习计算机视觉技术在智能监控领域的场景应用
在视频监控领域，智能监控大大提高了监控区域的控制效率，变被动“监督”为主动“监控”，有效避免了事故的发生，并能协助管理人员对日常安全工作进行管理，最大限度地降低误报和漏报现象，减少人力监管的成本。上述的两种部署方式，都可以应用在智慧工厂、智慧工地、智慧矿山、智慧校园、智慧社区等场景中，能弥补传统视频... ......
深度Q网络：DQN项目实战CartPole-v0
摘要：相比于Q learning，DQN本质上是为了适应更为复杂的环境，并且经过不断的改良迭代，到了Nature DQN（即Volodymyr Mnih发表的Nature论文）这里才算是基本完善。 本文分享自华为云社区《强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartP ......