降水 深度 人类nature

有赞的深度需求功能测试

序:在《有赞.测试团队介绍(一)》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 ......
功能测试 深度 需求 功能

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 ......
卷积 神经网络 深度 神经 网络

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 ......
深度 笔记

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... ......
框架 深度 2023

深度解读AI Agents:软件终极形态

从 AutoGPT、BabyAGI、斯坦福 AI 小镇到英伟达的 Voyager,新的 AI Agents 实践开始涌现,OpenAI 的技术大咖也在不同场合谈到了他们对 AI Agents 的重视。 宏观概念上,AI Agents 代表了可以脱离人为控制,自动执行任务甚至决策的智能体,更加接近于各 ......
形态 终极 深度 Agents 软件

我不知道的threejs(7)-材质深度-

材质深度 决定多个物体渲染层级【遮挡如何显示的问题】: materal.depthFunc (默认是THREE.LessEqualDpeth) material depthWrite material depthTest 材质混合 实例中的问题 默认类似于这种组合, 多个透明物体的渲染时候,thre ......
材质 深度 threejs

深度学习

import os import mmcv import time import torch import numpy as np import cv2 import PIL from mmcv import Config from mmcls.apis import inference_model ......
深度

深度强化学习入门-李宏毅

# 强化学习入门 ## 方法分类 ![](https://img2023.cnblogs.com/blog/1426435/202307/1426435-20230716184218144-1775745481.png) ## Policy-based(Acotr) **深度强化学习怎么做的(和普通 ......
深度

AI-5 深度学习计算

5.1块和层 我们一直在通过net(X)调用我们的模型来获得模型的输出。 这实际上是net.__call__(X)的简写。 这个前向传播函数非常简单: 它将列表中的每个块连接在一起,将每个块的输出作为下一个块的输入。 import torch from torch import nn from to ......
深度 AI

强化学习:基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源)

# 强化学习:基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源) ![](https://ai-studio-static-online.cdn.bcebos.com/a15b6230ddbd421681172a21a121caa8a5c04d9c796f4811a12903633caac6 ......
五子棋 深度 策略 价值 网络

量子计算机一旦成熟,会给人类社会带来哪些改变

量子计算机的出现可能会对人类社会产生深迅速和广泛的影响。下面的文章将详细地探讨这个主题。 **1. 密码学和信息安全** 传统的密码系统,如RSA和ECC,基于数学问题的困难性(如大数分解和离散对数问题)。然而,这些问题对于量子计算机来说并不困难。Shor的算法就是一个能在量子计算机上有效分解大数的 ......
量子 人类 计算机 社会

深度学习(六)——神经网络的基本骨架:nn.Module的使用

# 一、torch.nn简介 > 官网地址: > > [torch.nn — PyTorch 2.0 documentation](https://pytorch.org/docs/stable/nn.html) ## 1. torch.nn中的函数简介 - Containers:神经网络的骨架 - ......
神经网络 骨架 深度 神经 Module

深度学习(五)——DatadLoader的使用

我们在打扑克,一摞的扑克牌就相当于dataset,拿牌的手相当于神经网络。而dataloader相当于抽牌的过程,它可以控制我们抽几张牌,用几只手抽牌。 ......
DatadLoader 深度

鸟类识别系统python+TensorFlow+Django网页界面+卷积网络算法+深度学习模型

## 一、介绍 鸟类识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。 ## 二、效果图片 ![img_07_14 ......
卷积 鸟类 算法 TensorFlow 深度

【第1周】深度学习基础

# 一、代码练习 ## 1. pytorch基础练习 ### 1.1 数据定义 一般定义数据使用torch.Tensor ![](https://img2020.cnblogs.com/blog/2555620/202110/2555620-20211006233601422-359312721.j ......
深度 基础

深度学习(四)——torchvision中数据集的使用

前面的transform只是对单个数据图像的处理,本文着重讲对多个数据图像的处理,并介绍科研中常用数据集的下载方式。 ......
torchvision 深度 数据

深度学习基础知识的名词解释【无规则】

凸优化【Convex Optimization】: 求取函数(凸函数)最小值的优化问题 自回归模型: 适合预测时间序列数据 过拟合: 训练集上好(训练误差小),测试集上差(测试误差大)。 或者说属于完全记忆式模型/过度复杂模型 欠拟合 较好 过拟合 解决方法: a.减少特征数量 b.正则化 L1(特 ......

人工智能、机器学习和深度学习

这一年来,AI领域层出不穷的技术和应用,真的有点让人疲于奔命。其中AIGC领域的diffusion model 和 NLP领域的 ChatGBT 引领了这一轮风潮。AI取代越来越多脑力工作者的趋势已经不可逆转,在这经济下行内卷严重的当代,竞争将越发的残酷。作为走在风口前沿的技术人,用stable d ......
人工智能 人工 深度 机器 智能

【动手学深度学习v2】03 环境安装

**动手学深度学习v2** https://www.bilibili.com/video/BV18p4y1h7Dr?p=2&spm_id_from=pageDriver&vd_source=a55dead799d92b4a482121a8ea042a5d 云平台:阿里云计算 操作系统:Ubuntu ......
深度 环境

Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程

Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程 ......

向量数据库的崛起:从矢量搜索到深度学习 (二)

## 前言 在[上一节](./what-is-vector-database-01.md)中,我们简要介绍了向量数据库的背景以及对非结构化数据进行向量化的方法,即 Embedding。那么我们如何将这些特征向量应用于搜索任务呢?在搜索任务中,最常见的情况是从数据库中查找与给定向量最相似的数据。因此, ......
向量 矢量 深度 数据库 数据

《现代深度学习》课程笔记

## 7.10 ### 线性回归: 一个点 $x = (x_1,x_2,...,x_n) \in \mathcal{R}^n, y \in \mathcal{R}$ $\hat{y} = w^{T} x$ 均方误差: $MSE = \frac{1}{m} \sum_{i=1}^m (y_i - \h ......
深度 课程 笔记

对话AI--AI与人类共存的未来,该怎样理解人与AI的关系

AI回答一: 人类与AI共存的未来是一个复杂而有挑战性的议题。在这个未来,人类和AI之间的关系应该是相互依存、合作互补的。 首先,人类和AI可以共同合作,以提高生产力、创造力和效率。AI可以帮助人类完成重复性、繁琐或危险的任务,从而释放人类的时间和精力去专注于更有意义和创造性的工作。例如,在医学领域 ......
人类 AI

深度学习 - 卷积神经网络(CNN)介绍+实例说明

https://blog.csdn.net/weixin_46072771/article/details/108590347 卷积神经网络(CNN)简介CNN基础前面我们讲解了机器学习基础知识,包括多层感知器等问题。下面我们要介绍的目标识别与分类,就是在前面问题的基础上进行扩展,实现对于图像等分类 ......
卷积 神经网络 实例 深度 神经

向量数据库的崛起:从矢量搜索到深度学习 (一)

导读 # 据 IDC 预测,2018 年到 2025 年之间,全球产生的数据量将会从 33 ZB 增长到 175 ZB, 复合增长率达到 27%,其中超过 80% 的数据都会是处理难度较大的非结构化数据。尽管传统的结构化数据仅占总数据量的不到 20%,但现代数据处理技术已经拥有成熟的基础软件栈来处理 ......
向量 矢量 深度 数据库 数据

基于DELM深度极限学习机的回归预测MATLAB代码 代码注释清楚。

基于DELM深度极限学习机的回归预测MATLAB代码 代码注释清楚。main为主程序,可以读取EXCEL数据,使用换自己数据集。很方便,初学者容易上手。ID:5245655419189525 ......
代码 学习机 注释 深度 极限

python代码:基于DDPG(深度确定性梯度策略)算法的售电公司竞价策略研究

python代码:基于DDPG(深度确定性梯度策略)算法的售电公司竞价策略研究关键词:DDPG 算法 深度强化学习 电力市场 发电商 竞价 说明文档:完美复现英文文档,可找我看文档 主要内容:代码主要研究的是多个售电公司的竞标以及报价策略,属于电力市场范畴,目前常用博弈论方法寻求电力市场均衡,但是此 ......
策略 梯度 确定性 算法 深度

洛谷 P4913 【深基16.例3】二叉树深度

# 写在前面 这是本蒟蒻的第二篇题解。由于作者水平不高,本题解存在有数量庞大的错误。对于题解中的错误、可优化部分,欢迎各位大佬批评指正!不合适的部分,还请多多包涵! 本题目来源于洛谷。网址https://www.luogu.com.cn/problem/P4913。 本博客非营利性,如遇侵权,请联系 ......
深度 P4913 4913 16

纯labview深度学习。 实时手写字识别。 目标分类。 包含:1.

纯labview深度学习。实时手写字识别。目标分类。包含:1.数据集处理-labview程序 2.数据集训练-labview程序 3.测试主程序-labview程序。 可相机,可图片。提供源码。真正实现纯labview框架下的深度学习。可同时识别多个目标。ID:118000637862783398 ......
实时 深度 目标 labview

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

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DRL的发 ......