首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
首页标签深度学习

#深度学习

机器学习的分支,试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法

量子跃迁:量子计算在物流优化中的革命性应用

Echo_Wish

在现代社会中,物流是经济活动的中枢神经,它连接着生产与消费的各个环节。随着电商的蓬勃发展和全球化的深入,物流行业面临着前所未有的挑战。如何在最短时间内、以最优成...

2600

智能流量:AI驱动的网络流量优化

Echo_Wish

在当今的数字化时代,网络流量管理对于企业的成功至关重要。随着互联网用户数量的增加,网络流量激增,传统的流量优化方法已无法满足现代需求。人工智能(AI)的崛起,为...

4000

浅谈笔者对 AI 技术降低软件项目开发成本的一些思考

编程扫地僧

我最近所在的 Angular 开发团队,通过部署自动化测试系统,利用深度学习模型识别关键逻辑点,并自动生成测试脚本,实现了高效回归测试。如此一来,既降低了测试人...

5010

不会编程也能开发 Web 应用,小学生都能学会的 AI IDE

编程扫地僧

文章里提到的 AI 辅助编程的方法已经过时了。现在流行的 AI IDE,已经用不着从 IDE 切换到浏览器,向大模型发出指令,而是直接在 IDE 的编辑界面内,...

4210

LIR-LIVO:一种轻量级、鲁棒的激光雷达/视觉/惯性里程计,具备对光照变化具有适应性的深度特征

点云PCL博主

文章:LIR-LIVO: A Lightweight,Robust LiDAR/Vision/Inertial Odometry with Illuminati...

400

YOLO11-CBAM集成:提升商业苹果园树干与树枝分割的精准度

CoovallyAIHub

在本研究中,我们通过将卷积块注意力模块(CBAM)与YOLO11架构相结合,开发了一种定制的实例分割模型。该模型在休眠期和树冠期苹果园图像的混合数据集上进行了训...

4110

深度学习+用户行为预测:揭秘数据背后的故事

Echo_Wish

在数字化时代,用户行为数据已成为企业核心资产。无论是推荐算法还是精准营销,掌握用户行为模式都是提升服务的关键。那么,如何更准确地预测用户行为?答案或许就在深度学...

5010

如何用更少的内存训练你的PyTorch模型?深度学习GPU内存优化策略总结

CoovallyAIHub

通过合理组合以上优化策略,可以大幅降低GPU内存占用,提高训练效率,使得大规模深度学习模型能在有限资源下运行。随着硬件技术和深度学习框架的不断发展,进一步探索新...

10710

YOLOv11助力结肠镜检查:精准息肉检测新突破

CoovallyAIHub

直肠癌(CRC)是全世界最常见的癌症之一。它始于结肠内壁的息肉。要预防 CRC,就必须及早发现息肉。结肠镜用于检查结肠。一般来说,内窥镜顶端的摄像头拍摄的图像由...

5010

智能运维新时代:基于AI的动态配置管理

Echo_Wish

在现代运维领域,系统和应用的配置管理一直是一个复杂而重要的任务。传统的手工配置方式不仅耗时耗力,还容易出错,无法满足现代业务对高效性和灵活性的需求。随着人工智能...

5110

YO-CSA-T:基于上下文和空间注意力的YOLO实时羽毛球追踪系统

CoovallyAIHub

YOLOv12的创新区域注意力模块(Area Attention,A2)无疑是目标检测领域的一次重大突破,彻底颠覆了传统YOLO框架对注意力机制的认知。YOLO...

9710

【现代深度学习技术】卷积神经网络04:多输入多输出通道

Francek Chen

深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上,结合当代大数据和...

11610

量子计算的商业化前景:未来科技的颠覆性力量

Echo_Wish

量子计算(Quantum Computing)是一种利用量子力学原理进行计算的新型技术。与传统计算机使用二进制(0和1)不同,量子计算机使用量子比特(qubit...

14610

深入解析EfficientNet:高效深度学习网络与ResNet的对比(使用keras进行代码复现,并使用cifar10数据集进行实战)

机器学习司猫白

在深度学习领域,卷积神经网络(CNN)是解决图像分类、目标检测等问题的关键技术之一。近年来,随着深度学习的不断发展,新的网络架构不断涌现。在众多网络架构中,Ef...

15410

【现代深度学习技术】卷积神经网络03:填充和步幅

Francek Chen

  还有什么因素会影响输出的大小呢?本节我们将介绍填充(padding)和步幅(stride)。假设以下情景:有时,在应用了连续的卷积之后,我们最终得到的输出远...

6010

量子计算:揭示气候预测的未来

Echo_Wish

随着气候变化问题的日益严峻,科学家们一直在努力寻找更准确的方法来预测未来的气候变化趋势。传统的计算方法虽然在一定程度上能够提供气候预测,但其计算速度和精度常常受...

9710

深度学习助力虚拟化管理:迈向智能化运维的新时代

Echo_Wish

通过深度学习技术,虚拟化管理从传统的手动操作迈向了智能化和自动化。无论是资源预测、故障检测还是动态优化,深度学习都为运维人员提供了强大的工具,帮助他们更加高效地...

5110

【图像处理与OpenCV:技术栈、应用和实现】

机器学习司猫白

近年来,深度学习在图像处理中的应用越来越广泛,OpenCV也紧跟潮流,提供了深度学习模块(cv2.dnn),支持通过深度学习模型进行图像分类、物体检测、语义分割...

8710

Minimind - 人人都能训练的“小”模型

硬学AI工坊

Minimind 是一个“小”语言模型,总共只有 2500 万个参数,最小版本体积只有 GPT-3 的七千分之一,作者称只需要3块钱+2小时就可以完成训练,项目...

27710

数据处理(四)| 数据增强全解析:从基础概念到实战代码,掌握核心技巧!

CoovallyAIHub

前面已经对数据清洗、数据质量评估、数据预处理进行了详细的分析和介绍,今天就要介绍最后一步——数据增强,数据增强是计算机视觉领域中一项重要的数据预处理技术,旨在通...

18110
领券