深度

GIS融合之路(二)CesiumJS和ThreeJS深度缓冲区整合

在这篇文章开始前再次重申一下,山海鲸并没有使用ThreeJS引擎。但由于ThreeJS引擎使用广泛,下文中直接用ThreeJS同CesiumJS的整合方案代替山海鲸中3D引擎和CesiumJS整合。 系列传送门: 山海鲸可视化:GIS融合之路(一)技术选型CesiumJS/loaders.gl/iT ......
缓冲区 深度 CesiumJS ThreeJS GIS

backbone、head、neck等深度学习中的术语解释

我们在阅读文章的时候,经常看到backbone head neck 这一类的术语,但是我们可能并不知道是什么意思,这篇文章就是对这些术语进行解释: backbone: 翻译为主干网络的意思,既然说是主干网络,就代表其是网络的一部分,那么是哪部分呢?这个主干网络大多时候指的是提取特征的网络,其作用就是 ......
术语 深度 backbone head neck

提升源代码安全性的C#和Java深度混淆工具——IpaGuard

提升源代码安全性的C#和Java深度混淆工具——IpaGuard 摘要 Ipa Guard是一款功能强大的IPA混淆工具,通过对iOS IPA文件进行混淆加密,保护其代码、资源和配置文件,降低破解反编译难度。本文将介绍Ipa Guard的深度混淆技术,包括逻辑混淆、名称混淆以及处理特殊情况的方法,帮 ......
源代码 安全性 深度 IpaGuard 工具

转载:深度学习:蒸馏Distill

转载,写的比较好了,可以参考:https://blog.csdn.net/pipisorry/article/details/117257414 Distilling the knowledge in a neural networkHinton 在论文中提出方法很简单,就是让学生模型的预测分布,来 ......
深度 Distill

代码随想录 day16 N 叉树的最大深度 完全二叉树的节点个数

N 叉树的最大深度 这题昨天做过二叉版本 n叉区别不大 完全二叉树的节点个数 层级遍历 入que的数量就是节点个数 ......
随想录 节点 随想 个数 深度

深度学习之机器学习理论

(一)机器学习(Machine Learning):就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法,统计学家也称之为统计学习,但本质上起源于计算机科学的人工智能。 (二)机器学习的分类:机器学习主要分为两类,即监督学习(supervised learning)与非监督学 ......
深度 机器 理论

QMap深度拷贝

QMap深度拷贝 #include <QMap> #include <QPair> #include <QDebug> QMap<int, QString> deepCopyQMap(const QMap<int, QString>& source) { QMap<int, QString> tar ......
拷贝 深度 QMap

【专题】2023年保险合伙人白皮书及优增深度洞察报告PDF合集分享(附原数据表)

原文链接:https://tecdat.cn/?p=34800 原文出处:拓端数据部落公众号 2023年,中国经济从高速向高质量转型,众多保险公司将队伍转型视为寿险行业供给侧改革的关键。以招募和培养专业、职业绩优人才为核心的策略,成为代理人队伍转型的重要方向。阅读原文,获取专题报告合集全文,解锁文末 ......
白皮 数据表 合伙人 白皮书 深度

深度学习模型部署TensorRT为何如此优秀?

一、前言 PyTorch模型的高性能部署问题,主要关注两个方面:高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点,但是相比C++来说速度较慢而且比较费内存,一般高性能场景都是使用C++去部署,尽量避免使用python环境。 TensorRT为什么那么快,因为 ......
深度 TensorRT 模型

深度估计之SCDepth系列

SC-Depth系列。 SCDepthV1 之前的单目深度估计网络的重投影损失,更多的是利用前后帧的颜色误差进行约束,得到了比较精确的结果。但它们基本上都有一个共性问题:深度值不连续!连续几张图像之间的深度值不连续!也就是说,在不同的帧上产生尺度不一致的预测,因为它们承受了每帧图像的尺度不确定性。这 ......
深度 SCDepth

CUDA驱动深度学习发展 - 技术全解与实战

全面介绍CUDA与pytorch cuda实战 关注TechLead,分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验,同济本复旦硕,复旦机器人智能实验室成员,阿里云认证的资深架构师,项目管理专业人士,上亿营收AI产品研发负责人 一、CUDA:定义与演进 CUDA( ......
实战 深度 技术 CUDA

深度可分离卷积

深度可分离卷积,使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积,获得 8×8×256 的输出,直接的卷积方法是使用 256 个 5×5×3 的卷积核(无 padding、步长为 1,下同)。此时卷积层的参数量为 19200,卷积 ......
卷积 深度

深度学习图像复原之去雨:常用数据集介绍

可能有帮助的链接:https://paperswithcode.com/task/single-image-deraining 合成数据集 Rain100H 出自 CVPR 2017 论文 Deep Joint Rain Detection and Removal from a Single Ima ......
深度 图像 常用 数据

CHAT GPT全称及其发展历程深度剖析

CHAT GPT全称为Conversational Generative Pre-trained Transformer,是一种由OpenAI开发的自然语言处理模型。该模型旨在生成流畅且连贯的对话回复,从而在聊天机器人应用中表现出卓越的性能。 CHAT GPT的发展起始于OpenAI提出的GPT架构 ......
全称 深度 历程 CHAT GPT

动手学深度学习v2:数据操作+数据预处理

数据操作 import torch x=torch.arange(12) # x的output为 tensor([0,1,2,3,4,5,6,7,8,9,10,11]) # 可以通过张量的shape属性来访问张量的形状和张量中元素的总数 x.shape # output: torch.Size([1 ......
数据 深度

机器学习周刊03:如何学习深度学习?2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving

腾讯推出的 AppAgent,是一个多模态智能体,通过识别当前手机的界面和用户指令直接操作手机界面,能像真实用户一样操作手机! 机器学习周刊:关注Python、机器学习、深度学习、大模型等硬核技术 1、如何学习深度学习? 最近X上有推友重提这篇文章,是网友看过 Jeremy 教授的 fast.ai ......
路线图 DreaMoving 深度 周刊 路线

制约国产深度学习框架发展的根本原因 —— AI芯片的无法自主生产或量产

秉着没事就胡言乱语的宗旨,这里在接着胡说八道一下。 国外的深度学习框架如TensorFlow、pytorch、Jax打的如火如荼,按照以往惯例我们是不应该去做自主研发软件系统的,毕竟硬件不在掌握之下,搞出的软件质量又不如外国的好,但是随着中美贸易战的爆发这一切被改写。 国外的商用硬件和软件都开始对我 ......
框架 深度 芯片 根本 国产

Pytorch深度学习入门

一、配环境 创建环境 在Anaconda中输入 conda create -n pytorch python=3.6 ......
深度 Pytorch

鱼类识别系统Python+TensorFlow卷积神经网络算法模型+深度学习人工智能【计算机课设项目】

一、介绍 鱼类识别系统。使用Python作为主要编程语言开发,通过收集常见的30种鱼类('墨鱼', '多宝鱼', '带鱼', '石斑鱼', '秋刀鱼', '章鱼', '红鱼', '罗非鱼', '胖头鱼', '草鱼', '银鱼', '青鱼', '马头鱼', '鱿鱼', '鲇鱼', '鲈鱼', '鲍鱼' ......

基于深度学习网络的蔬菜水果种类识别算法matlab仿真

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 蔬菜水果种类识别算法基于深度学习网络,通过训练模型来识别图像中的蔬菜和水果种类。其原理主要利用深度卷积神经网络(Deep Convolutional Neural Network, CNN)对图像进行特征提取和分 ......

深度学习笔记_Week2

2.10 m 个样本的梯度下降(Gradient Descent on m Examples) ​ 将2.9对一个样本的操作应用到m个训练样本上,我们要做的是计算这些微分,如我们在之前的训练样本上做的,并且求平均, 得到全局梯度值,把它直接应用到梯度下降算法中。 初始化𝐽 = 0, 𝑑𝑤1 = ......
深度 笔记 Week2 Week

面试问题总结——深度学习

卷积如何加速? img2col和winograd算法。img2col将卷积转化为矩阵乘,通过重排内存,用空间换时间。wingrad是考虑到卷积运算的卷积核固定,通过算法降低计算量提高效率。 卷积和反卷积的原理 卷积就是正常的滑窗求和计算输出,在步长大于1时会降低输入特征图分辨率。反卷积也就是转置卷积 ......
深度 问题

【Python&RS】栅格数据/图片位深度(bit)转换

​关于栅格数据/图片的位深度(eg.8bit、16bit、32bit)转换之前我就发过一篇文章,【Python&RS】基于GDAL栅格数据/图片位深度(bit)转换。但是最近在使用的时候发现好像效果不行,有时候转换不成功,所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Pyth... ......
栅格 深度 数据 Python 图片

深度学习入门 & 王木头学科学

感知机 perceptron 线性函数 + 阶跃函数; 分界线 + 判断处于分界线的哪一边. 感知机的提出: 解决非解析问题的简单模板. 感知机的缺陷: 异或问题. 通过增加层, 提高维度. 多层感知机与神经网络的区别: 激活函数是否连续. 连续光滑的函数是学习的一个关键要素. 损失函数 为何需要损 ......
木头 学科 深度 amp

9解决elasticsearch深度分页问题

前面说到,分页可以使用from和size参数,类似于mysql的分页offset和limit。但是如果数据量比较大时,elasticsearch会对分页做出限制,因为此时会比较消耗性能。 为什么要限制 分页的时候,elasticsearch会根据查询条件到每个分片取出数据来,然后再由coordina ......
elasticsearch 深度 问题

基于yolov2深度学习网络的猫脸检测识别matlab仿真

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 YOLOv2的论文全名为YOLO9000: Better, Faster, Stronger,它斩获了CVPR 2017 Best Paper Honorable Mention。在这篇文章中,作者首先在YOLO ......
学习网络 深度 yolov2 matlab yolov

vue中watch怎么深度监听数据变化?

有个原则监听谁,写谁的名字,然后是对应的执行函数,第一个参数为最新的改变值,第二个值为上一次改变的值,注意:除了监听data,也可以监听计算属性或者一个函数的计算结果 启用深度监听对象 watch:{ a:{ handler:function(val,oldval){ }, deep:true } ......
深度 数据 watch vue

深度解析 PyTorch Autograd:从原理到实践

本文深入探讨了 PyTorch 中 Autograd 的核心原理和功能。从基本概念、Tensor 与 Autograd 的交互,到计算图的构建和管理,再到反向传播和梯度计算的细节,最后涵盖了 Autograd 的高级特性。 关注TechLead,分享AI全维度知识。作者拥有10+年互联网服务架构、A ......
深度 Autograd 原理 PyTorch

python爬虫算法深度优先遍历_爬虫基础 之深度优先,广度优先策略

1.深度优先递归方式; import re import requests headers = { 'User-Agent':"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrom ......
爬虫 深度 广度 算法 策略

深度学习笔记_Week1

本笔记基于吴恩达深度学习deeplearning.ai课程 第二周:神经网络的编程基础 神经网络的训练过程可以分为前向传播和反向传播两个独立的部分 2.1 二分类(Binary Classification) 所谓二分类问题,可以参照以下例子 假如你有一张图片作为输入,比如这只猫,如果识别这张图 片 ......
深度 笔记 Week1 Week
共1099篇  :1/37页 首页上一页1下一页尾页