526互联

深度tensorrt模型

深度学习基础-pytorch1

DataSet DataLoader Torchvision 数据读取 训练开始的第一步，首先就是数据读取。PyTorch 为我们提供了一种十分方便的数据读取机制，即使用 Dataset 类与 DataLoader 类的组合，来得到数据迭代器。在训练或预测时，数据迭代器能够输出每一批次所需的数据，并 ......
深度 pytorch1 pytorch 基础

BOM（Browser Object Model）对象模型

？ window对象是全局对象，基本BOM的属性和方法都是window的 window属性和方法 属性 方法 点击某按钮，回到顶部 window.scrollTo(0,0) ......
模型 对象 Browser Object Model

pytorch中bin模型文件转onnx遇到的问题

pytorch中bin模型文件转onnx遇到的问题 1 常规做法 import os import numpy as np from transformers import GPT2LMHeadModel import torch localfile = r"C:\Users\min_ppl_mod ......
模型 pytorch 文件 问题 onnx

104.二叉树的最大深度

给定一个二叉树，找出其最大深度。 二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。 说明: 叶子节点是指没有子节点的节点。 示例： 给定二叉树 [3,9,20,null,null,15,7]， class Solution { public: int getdepth(TreeNode* n ......
深度 104

Django 外键引用User模型时显示username的解决方法

问题需求：在Django Admin后台模型管理中，引用User外键的字段，显示的是username（用户名）。下拉菜单要显示姓名（last_name和first_name，外加username保持唯一性、可辨别性)。 使用代理模型（proxy model） from django.db impor ......
username 模型 方法 Django User

基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真

1.算法描述 MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库，该 数据集包含 60000 个于训练的样本和 10000 个于测试的样本，图像是固定⼤小 ......
数字 学习网络 深度 数据库 数据

如何使用OpenAI Fine-tuning API微调GPT-3模型

https://platform.openai.com/docs/guides/fine-tuning（官方文档） ​ 当我们使用语言模型时候，往往需要给多个例子供ai参考，才能给出更为准确的回答，这种方法费时费力。而通过微调（Fine-tuning）能够把原始模型打造成更加适合你的任务需求的模型。 ......
Fine-tuning 模型 OpenAI tuning Fine

【转】uboot中DM驱动模型理解

1、uboot驱动模型（DM）Uboot引入驱动模型（driver model），这种驱动模型为驱动的定义和访问接口提供了统一的方法，提高了驱动之间的兼容性以及访问的标准型，Uboot驱动模型和linux kernel的设备驱动模型相类似，但是又有所区别。 要打开DM模型，最后反映在几个配置信息上： ......
模型 uboot

MCMC的rstan贝叶斯回归模型和标准线性回归模型比较|附代码数据

原文链接：http://tecdat.cn/?p=25453 最近我们被客户要求撰写关于贝叶斯回归的研究报告，包括一些图形和统计输出。 现在有了对贝叶斯方法的概念理解，我们将实际研究使用它的回归模型 为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过 R 和相关的 ......
模型 线性 代码 标准 数据

R语言临床预测模型：分层构建COX生存回归模型STRATIFIED COX MODEL、KM生存曲线、PH假设检验

全文链接：http://tecdat.cn/?p=32046 原文出处：拓端数据部落公众号 stratified cox model是针对协变量不满足PHA提出的，这里的思想是对协变量分层。 协变量的效果在一个层(部分)里是一样的，即层内没有interaction，效果是常数，这就是Non-inte ......
模型 STRATIFIED 曲线 COX 语言

yolo系列模型结构图

yolo系列模型结构图： ......
结构图 模型 结构 yolo

VGG16模型

VGG16模型,权重由ImageNet训练而来 该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last （高度，宽度，通道）两种输入维度顺序。模型的默认输入尺寸是224x224 （一）模型参数 keras.applications.vgg16.VGG1 ......
模型 VGG 16

原型展示：基于深度学习的人脸识别会议签到系统

电梯演讲：https://www.bilibili.com/video/BV1kc411W7w4?t=9.9 原型： 1，主界面 2，会议管理 3，人员管理 4，会议室管理 ......
会议签到 人脸 原型 深度 会议

Cassandra 数据模型

Cassandra 数据模型 Cassandra 的数据模型与我们通常在关系型数据库中看到的有很大不同。本文概述了 Cassandra 如何存储其数据。 Cluster Cassandra 数据库分布在多台一起运行的机器上。最外面的容器称为集群。对于故障处理，每个节点都包含一个副本，如果发生故障，副 ......
Cassandra 模型 数据

人工智能运用--我的银行大众客户存款增长预测模型介绍（2）

特征处理的实现代码如下： #先对年龄缺失值进行处理，这里先按28岁填充处理客户年龄，因为年龄基本服从正态分布，初步考虑分为0-20,20-30,30-40,40-50,50-60，70-80,80-100分别标记为 age_class1,......,age_class8'''Train['NTRL ......
人工智能 存款 人工 模型 客户

【动手学深度学习】2.4 ~ 2.7 节学习（微积分、自动求导、概率、查阅文档）

2.4 微积分 2.4.3 梯度 梯度是一个多元函数所有变量偏导数的连接。具体而言：设函数 $f:\mathbb{R}^n \rightarrow \mathbb{R}$ 的输入是一个 $n$ 维向量 $\boldsymbol{x} = [x_1, x_2, \cdots, x_n]^T$，输出是一 ......
微积分 概率 深度 文档 2.4

大模型的核心

In-Context Learning 摘自： https://redian.news/wxnews/293346 ......
模型 核心

人工智能运用--我的银行大众客户存款增长预测模型介绍

很久以前就想研究一下到底是怎么因素影响银行个人存款，特别是大众客户（个人日均存款1万-10万元客户）的存款变化到底同说明有关系？ 初步的设想是利用大学数学数据统计的基本方法，列出可能的影响因素，通过公开的数字进行分析评价，但受限于数据来源、数据规模、影响因数如服务质量、地域等的量化困难，一直没有认真 ......
人工智能 存款 人工 模型 客户

深度学习—AlexNet_CIFAR100代码

1 # 导入所需的包 2 import torch 3 #import wandb 4 import torch.nn as nn 5 from torchvision import transforms 6 from torch.utils.data import DataLoader 7 fro ......
AlexNet_CIFAR 深度 AlexNet 代码 CIFAR

深度学习—VGG16_CIFAR100代码

1 # 导入所需的包 2 import torch 3 #import wandb 4 import torch.nn as nn 5 from torchvision import transforms 6 from torchvision.datasets import CIFAR100 7 f ......
深度 代码 CIFAR VGG 100

CANN训练：模型推理时数据预处理方法及归一化参数计算

摘要：在做基于Ascend CL模型推理时，通常使用的有OpenCV、AIPP、DVPP这三种方式，或者是它们的混合方式，本文比较了这三种方式的特点，并以Resnet50的pytorch模型为例，结合训练营提供的sample，说明了分别是如何实现预处理的。 本文分享自华为云社区《【2023 · CA ......
模型 参数 方法 数据 CANN

「硬核」实操如何拥有一个自己的数字人模型

本文大致分为三个章节： 第一部分会介绍常用技术以及简介，以及自己用到构建一个自己虚拟数字人用到的3D引擎和三维软件 第二部分会详细描述生成细节，通过照片建模，创建模型，添加细节，添加表情，优化效果，接入场景，最终效果 第三部分总结本篇内容 ......
模型 数字

3d基础 - 从模型坐标到屏幕坐标

在 3D 引擎中，场景通常被描述为三维空间中的模型或对象，每个模型对象由许多三维顶点组成。最终，这些模型对象将在平面屏幕上呈现和显示。 渲染场景始终相对于摄像机，因此，还必须相对于摄像机的视图定义场景的顶点。了解一下这个转换过程是相当有必要的。 上图中，point为正方体的一个顶点point. 一般 ......
坐标 模型 屏幕 基础

深度学习 | 一

新时代的伟大发明啊. 让我们通过实际操作来认识如何 "深度学习" 吧. 1 环境 深度学习需要一些特殊环境. 1.1 GPU GPU 更适合来做矩阵运算, 神经网络里面设计到大量的矩阵运算, 因此用 GPU 比用 CPU 更好. 如果您的本地配置不是很好且预算不够充分, 不妨试一试云 GPU. 1. ......
深度

LTspice中轻松创建 自己的IC仿真模型

通过对LTspice安装路径中文件的分析，终于琢磨出了在LTspice环境中自定义IC模型的方法，在这里共享给大家。LTspice 存放模型的路径 存放原理符号C:\Program Files\LTC\LTspiceIV\lib\Sym C:\Users\liushao\Documents\LTsp ......
模型 LTspice

Spice模型和IBIS模型的区别

Spice模型的特点Spice模型是进行电路级仿真的。电流，电压，电容等节点的具体参数是从元器件图形、材料特性得来，是建立在低级数据的基础上，每个BUFFER中的元器件分别被描述和仿真。仿真模型包含了详细的芯片内部设计信息。但仿真速度比较慢，只适用于电路级的设计者。 IBIS模型的特点IBIS模型是 ......
模型 Spice IBIS

动手深度学习 --mxnet中找不到np的问题

命令： from mxnet import np 背景： 使用d2l中文版提供的环境文件 错误信息： ImportErrorAppData Local Temp/ipykernel 8504/2709868731.py in <module>-> l from mxnet import npxImp ......
深度 问题 mxnet

深度学习| 循环神经网络RNN与应用

循环神经网络 1. 场景与多种应用 模仿论文（生成序列） 模型Linux内核代码“写程序” （生成序列） 模仿小四的作品（生成文本序列） 机器翻译 Image to text/ 看图说话 我们知道神经网络结构如下： 那循环神经网络和它是什么关系呢？ 循环神经网络 为什么有BP神经网络，CNN，还要R ......
神经网络 深度 神经 网络 RNN

如何将训练好的Python模型给JavaScript使用？

前言 从前面的Tensorflow环境搭建到目标检测模型迁移学习，已经完成了一个简答的扑克牌检测器，不管是从图片还是视频都能从画面中识别出有扑克的目标，并标识出扑克点数。但是，我想在想让他放在浏览器上可能实际使用，那么要如何让Tensorflow模型转换成web格式的呢？接下来将从实践的角度详细介绍 ......
JavaScript 模型 Python

深度学习概念辨析——Epoch、Batch、Iteration

本文转载自简书https://www.jianshu.com/p/22c50ded4cf7 写在前面 在训练神经网络的时候，我们难免会看到Batch、Epoch和Iteration这几个概念。曾对这几个概念感到模糊，看了网上的一些文章后，在这里做几个小小的总结。 名词解释： 【 图片来源：https ......
Iteration 深度 概念 Epoch Batch
共4500篇  :133/150页 首页上一页133下一页尾页