tag 深度學習

標籤
貢獻335
461
05:25 PM · Oct 25 ,2025
deephub 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 u_15591470 頭像 u_17512334 頭像 u_17580222 頭像 chaoshenjinghyperai 頭像 qingfouai 頭像 chenzhuodeyagao 頭像 youqingyouyidejidan 頭像 ziwupython 頭像 u_16060192 頭像

@深度學習 / 博客 RSS 訂閱

ziwupython 頭像

子午 - 【寵物識別系統】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 寵物識別系統，本系統基於TensorFlow框架，採用卷積神經網絡（CNN）算法，構建了一個能夠識別37種常見寵物品種的智能識別系統。所使用的數據集涵蓋了多個貓犬品種，例如阿比西尼亞貓、布偶貓、柴犬、哈士奇等。經過多輪迭代訓練，最終得到了識別準確率較高的預測模型，並部署於Web端實現可視化交互。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、

圖像識別 , 人工智能 , 深度學習

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 Matplotlib：第三章 基本屬性

人工智能之數據分析 Matplotlib 第三章 基本屬性 (文章目錄) 前言 本文主要介紹如何設置繪圖標記、線條樣式、軸標籤、標題、網格線以及如何在同一窗口中繪製多個圖表。 一. 繪圖標記 你可以通過 plt.plot() 函數中的參數 marker 來指定數據點的標記樣式。例如： plt.plot([1, 2, 3, 4], [1

機器學習 , yyds乾貨盤點 , 人工智能 , 數據分析 , 深度學習 , Python

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - 2025年最值得入手的5款AI Wiki工具：告別信息混亂，讓知識管理更智能

大家好，我是老王，一個在互聯網行業摸爬滾打了10年的老IT。今天想和大家聊聊一個讓我又愛又恨的話題——知識管理。 從"信息黑洞"到"知識中樞"的蜕變 記得去年我們團隊接手了一個大項目，各種文檔、會議記錄、代碼説明滿天飛。剛開始大家還興致勃勃地在Confluence上寫文檔，結果三個月後，連項目負責人自己都找不到關鍵文檔在哪了。更可怕的是，新來的同事要花整整兩週才能搞清楚項目全貌——這哪是知識庫啊，

人工智能 , 深度學習

收藏 評論

u_17590470 頭像

今晚加個牛腿吃 - PyTorch 全面介紹

和靈活的定製化能力為核心優勢，已成為深度學習領域最主流的框架之一，廣泛應用於科研、工業界的模型研發與落地，尤其在計算機視覺、自然語言處理、強化學習等方向佔據核心地位。 核心優勢 1. 動態計算圖（Dynamic Computational Graph） PyTorch 採用「即時執行」（Eager Execution）模式，計算圖隨代碼運行動態構建，支持在運行時

數據集 , 數據 , pytorch , 人工智能 , 深度學習

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（12.19-12.26）

本週AI領域聚焦模型升級、底層技術突破與應用生態拓展。OpenAI、阿里通義、智譜AI、字節跳動等持續強化模型專業化與多模態能力，編碼、圖像生成、語音交互等模型性能顯著提升；硬件與底層框架創新涌現，摩爾線程、上海交大等實現GPU架構、全光AI芯片突破；釘釘、SciMaster、國家超算互聯網等推出AI Agent，推動其在科研、辦公等場景落地，全方位提升應用效率與邊界，一起來回顧本週的AI新鮮事兒

機器學習 , 資訊 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

u_16970152 頭像

求知上進 - 深入學習Python函數：類定義

第一章：類定義的基礎概念 1.1 類定義的起源與演變 類定義的概念源於Simula語言，但Python的實現深受Smalltalk和C++影響。Guido van Rossum在Python 0.9中引入類，作為動態語言的輕量級OOP實現。早期，Python 2區分“舊式類”（經典繼承）和“新式類”（現代繼承），後者引入了super()和描述符協議。從Python 3

類定義 , 人工智能 , 深度學習 , 類變量 , Python

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 協議不通？CC-Link IE轉Ethernet/IP網關來當“端水大師”

協議不通？CC-Link IE轉Ethernet/IP網關來當“端水大師” 在製藥車間錯綜複雜的管線與設備之間，總有一些無形的“橋樑”在悄然運作，它們雖不顯眼，卻是整個生產流程順暢運行的命脈。今天，就讓我們走進一座特殊的通信橋樑——CC-Link IE轉Ethernet/IP協議轉換網關，看看它如何在一家大型製藥企業的生產線中扮演着關鍵角色。

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

收藏 評論

fabarta 頭像

Fabarta - 喜報｜楓清科技榮登ADD數據應用場景大會「2025值得關注的數據應用創新榜單」

12月11日，“AI推動進化，數據定義未來”第二屆ADD數據應用場景大會在北京通州區圓滿舉辦，“2025值得關注的數據應用創新榜單”在會議期間隆重揭曉。 楓清科技（Fabarta）憑藉其在多模態數據智能與知識引擎領域的技術積累，以及面向實體經濟場景的應用實踐，成功入選“2025值得關注的數據應用創新榜單”（下稱“創新榜單”），其創新落地實力獲權威認可。 本屆大會由北京

微信 , 數據 , 人工智能 , 深度學習 , 應用場景

收藏 評論

chenzhuodeyagao 頭像

沉着的牙膏 - 2025數據安全管理平台Top榜：自定義·合規治理·AI優化能力評測

隨着《數據安全法》《個人信息保護法》《網絡數據安全管理條例》等法規體系持續完善，數據安全平台正在從工具型產品邁向企業數字安全體系的戰略基礎設施。2025年的市場競爭不再只關注單點審計或局部監測，而是全面轉向“平台化整合、AI智能治理、全鏈路防護”三大核心方向。本文結合行業標準、技術趨勢與文檔內容，對國內主流數據安全管理平台進行排名式分析，並圍繞“自定義、合規治理、AI優化”三個關鍵能力進行綜合評價

深度學習

收藏 評論

u_15741872 頭像

mb62eb6607e51d5 - 迅為瑞芯微RK3576開發板可裝外殼

迅為RK3576開發板可組裝外殼雙路以太網多路攝像頭4G通信PCIE 典型應用領域-ARM平台開發 處理器架構類型-ARM CPU-Rockchip RK3576 架構-4核A72+ 4核A53 本文包

4G , 開發板 , 多路 , 人工智能 , 深度學習

收藏 評論

lab4ai 頭像

Lab4AI - NeurlPS 2024! 擴散模型用於世界建模：視覺細節在Atari環境中至關重要| 計算機視覺 | 強化學習

01 論文概述 論文名稱：Diffusion for World Modeling: Visual Details Matter in Atari ——擴散模型用於世界建模：視覺細節在 Atari 環境中至關重要 👉一鍵直達論文 [👉Lab4AI大模型實驗室論文]( https://www.lab4ai.cn/paper/detail?utm_source=lab4ai_jssq_sf

機器學習 , 神經網絡 , 算法 , 人工智能 , 深度學習

收藏 評論

u_17501217 頭像

wx68a5717fe5665 - 管道做陰極保護防腐的好處

管道採用陰極保護防腐技術，是目前工業領域（如石油、天然氣、給排水、化工等）解決金屬管道腐蝕問題的核心方案之一，好處是： 一、從根源阻斷腐蝕，大幅延長管道壽命 金屬管道的腐蝕本質是電化學腐蝕：管道外壁與土壤、水、空氣等電解質接觸時，會形成無數微小 “原電池”，管道金屬作為 “陽極” 不斷失去電子被氧化。陰極保護的原理是通過外部手段（犧牲陽極或外加電流）使管道整體成為電化

陰極保護 , 人工智能 , 深度學習

收藏 評論

u_16175507 頭像

mob649e8166179a - ollama 跑雙顯卡的原因不跑GPU

ollama 跑雙顯卡的原因不跑GPU 在當今的深度學習和人工智能應用中，使用雙顯卡的配置可以極大地提升模型訓練和推理的性能。然而，許多用户在使用 ollama 時，發現儘管配置了雙顯卡，卻仍然無法有效利用 GPU。本文將深入探討這個問題的背後原因，並提供解決方案。 背景定位 適用場景分析，人們希望在高性能計算任務中充分利用硬件資源，尤其是在進行深度學習模型訓練時，雙顯卡的配

性能需求 , aigc , 深度學習 , CUDA

收藏 評論

u_16213645 頭像

mob64ca1407216b - 濾波器權重的L1範數計算實例

濾波器模型的建立 卡爾曼濾波器包括兩個主要過程：預估與校正。預估過程 主要是利用時間更新方程建立對當前狀態的先驗估計，及時向 前推算當前狀態變量和誤差協方差估計的值，以便為下一個時 間狀態構造先驗估計值；校正過程負責反饋，利用測量更新方 程在預估過程的先驗估計值及當

協方差矩陣 , 算法 , 人工智能 , 深度學習 , zk , 卡爾曼濾波 , 濾波器權重的L1範數計算實例

收藏 評論

deephub 頭像

deephub - 從另一個視角看Transformer：注意力機制就是可微分的k-NN算法

注意力機制聽起來很玄乎，但我們可以把它看作一個軟k-NN算法。查詢向量問："誰跟我最像？"，softmax投票，相似的鄰居們返回一個加權平均值。這就是注意力頭的另外一種解釋： 一個可微分的軟k-NN：計算相似度 → softmax轉換為權重 → 對鄰居值求加權平均。 通過 1/sqrt(d) 縮放防止softmax在高維時飽和，掩碼決定哪些位置可以互相"看見"（處理因果關係、填充等問題）。

注意力 , 神經網絡 , transformer-model , 人工智能 , 深度學習

收藏 評論

JavaEdge 頭像

JavaEdge - 不止於智能：GPT-5.1 發佈，更温暖、更好聊的 ChatGPT 來啦！

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

sed , yyds乾貨盤點 , 人工智能 , 深度學習 , ci , ide

收藏 評論

deephub 頭像

deephub - 深度解析 Google JAX 全棧：帶你上手開發，從零構建神經網絡

目前來看Google 是唯一一家在 AI 價值鏈上實現端到端垂直整合的公司。從基礎模型 (Gemini)、應用層 (ImageFX, Search with Gemini, NotebookLM)，到雲架構 (Google Cloud, Vertex AI) 以及硬件 (TPUs)，幾乎全都有所佈局。 長期以來Google 一直在通過提升自身能力來減少對 NVIDIA GPU 的依賴。這種

jax , 人工智能 , 深度學習 , Python

收藏 評論

u_15675268 頭像

1艾一刀 - 樂奇Rokid拉開智能眼鏡“微米級”戰爭的序幕

當智能眼鏡行業從“有沒有”的技術炫技階段，悄然進入“好不好”的體驗競爭深水區，一場看不見的戰爭正在製造端悄然打響。衡量勝負的標準不再是那些宏大的技術名詞，而是以毫米甚至微米為單位的工藝精度。 之所以這麼説，是因為前不久智能眼鏡品牌樂奇Rokid與其製造商藍思科技，共同舉辦了一場針對智能眼鏡產品的小範圍媒體開放活動，透過藍思的生產線，見證的不僅是AI眼鏡的製造過程，更

數據 , 可穿戴設備 , 人工智能 , 好用 , 深度學習

收藏 評論

qingfouai 頭像

青否Ai - 數字人帶貨狂攬 23 億！數字人主播成電商新寵，直播帶貨迎來全新時代？

2025 年雙十一，數字人帶貨交出了震撼行業的成績單：京東平台數字人直播總成交額突破 23 億元，1.7 萬商家通過虛擬主播實現 24 小時不間斷開播，帶動平台整體轉化率提升 30%。（青否數字人源頭v：zhibo175） !從凌晨三點仍在滔滔不絕的國貨彩妝虛擬主播，到創下 5500 萬單場 GMV 的羅永浩 AI 分身，數字人正從直播帶貨的 “補充角色” 躍升為 “核心生產力”，引發行業對 “無

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_15505879 頭像

資深程序設計 - 基於深度學習的車牌識別系統

1、研究背景 在智能交通與智慧城市加速建設的時代背景下，車牌識別技術作為車輛監管與信息交互的核心工具，其重要性日益凸顯。傳統車牌識別技術主要依賴圖像處理與模式識別方法，通過手工設計特徵提取規則（如邊緣檢測、顏色分割等）實現車牌定位與字符識別。然而，這類方法在複雜場景下存在顯著侷限性：當車牌受光照不均、雨雪天氣、遮擋污損或拍攝角度傾斜等因素影響時，特徵提取的魯棒性大幅下降，導

v8 , 車牌識別 , yyds乾貨盤點 , 後端開發 , 深度學習 , Python

收藏 評論

u_17521282 頭像

元冪境ar遠程協助 - 航空航天應用AR遠程協助的價值與前景

在元冪境看來，作為當今以精密性、安全性以及高效率著稱航空航天領域，不管是客機的日常維護，還是航空器的遠程運維，任何一個環節的疏漏都有可能帶來巨大的風險。隨着AR技術和遠程協助技術的引入，為航空航天的發展帶來了全新的機遇。通過在航空航天應用AR遠程協助技術，藉助虛實信息的疊加並結合遠程專家指導，為高難度、高風險的航空航天帶來更高效、更安全的解決辦法。 一、現階段航空

ar系統 , ar技術 , 人工智能 , 深度學習 , ar遠程協助 , 工業AR巡檢 , AR眼鏡

收藏 評論

u_16099229 頭像

架構設計師之光 - ASP.Net之筆記11-05（Repeater 分頁）

: positional encoding : triplet encoding : subject encoding : object encoding Relation Transformer (RelTR), to directly predict a fixed-size set of − −

歸一化 , 三元組 , 人工智能 , transformer , 深度學習 , 前端開發 , Javascript

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《四元數解析》

書籍：Understanding Quaternions 作者：Peng Du，Haibo Hu，Dong Ding，Zhuoyue Li 出版：Nova Science Pub Inc​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《四元數解析》 01書籍介紹 四元數是威廉·羅恩·哈密頓（William Rowan Hamilton）最早提出的一種非交換

數學 , 人工智能 , 深度學習

收藏 評論

u_14682436 頭像

TwcatL - 低資源環境下的深度學習：小樣本、輕量訓練與高效部署實踐

在實際應用中，深度學習常面臨“資源雙缺”的困境：一方面是數據資源短缺（如小眾領域數據標註成本高、特殊場景數據難以採集），另一方面是計算資源有限（如中小企業缺乏高性能GPU集羣、邊緣設備算力不足）。這種低資源環境極大地限制了深度學習技術的落地應用。本文結合我在小眾行業缺陷檢測、方言語音識別等低資源項目中的實踐經驗，深入探討低資源環境下深度學習的核心挑戰、關鍵技術（小樣本學習、遷移學

數據 , 私藏項目實操分享 , 深度學習 , 遷移學習 , jquery , 前端開發

收藏 評論