自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

<acronym id="ue61t"><p id="ue61t"></p></acronym>

<sub id="ue61t"><p id="ue61t"><form id="ue61t"></form></p></sub>

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓

鴻蒙開發(fā)者社區(qū)

WOT技術大會

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考華為認證廠商認證 IT技術 PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設置退出

深度學習

1694內(nèi)容??

關注

涵蓋深度學習相關模型、框架、開發(fā)與應用知識。

文章博文課程

共 1694 條

深度學習在推薦系統(tǒng)中的應用：個性化推薦的新前沿

隨著互聯(lián)網(wǎng)的發(fā)展，人們面臨了海量的信息和產(chǎn)品選擇，個性化推薦成為了解決信息過載問題的有效手段。深度學習技術作為人工智能領域的熱點，已經(jīng)在推薦系統(tǒng)中展現(xiàn)出強大的潛力，為用戶提供了更準確、更個性化的推薦服務，推動了推薦系統(tǒng)的新前沿。

2023-08-22 15:37:45

深度學習人工智能

用于3D MRI和CT掃描的深度學習模型總結

醫(yī)學成像數(shù)據(jù)與其他我們?nèi)粘D像的最大區(qū)別之一是它們很多都是3D的，比如在處理DICOM系列數(shù)據(jù)時尤其如此。DICOM圖像由很多的2D切片組成了一個掃描或身體的特定部分。

2023-08-11 15:20:54

深度學習醫(yī)學成像數(shù)據(jù)

TabR：檢索增強能否讓深度學習在表格數(shù)據(jù)上超過梯度增強模型？

這是一篇7月新發(fā)布的論文，他提出了使用自然語言處理的檢索增強Retrieval Augmented技術，目的是讓深度學習在表格數(shù)據(jù)上超過梯度增強模型。

2023-08-11 10:58:04

深度學習自然語言檢索增強

莉莉絲手游反欺詐的設計與探索

現(xiàn)在手游已經(jīng)成大部分年輕人生活中必不可少的組成部分，同時各種各樣的游戲品類以及活躍人數(shù)都在不斷上升。游戲當中黑產(chǎn)的類型，他們的一些作弊手段，以及對抗的頻率也是在不斷地變化。本文將分享反手游欺詐相關的設計與探索。

2023-08-09 07:58:53

手游風控深度學習

Safetensors，快速高效、安全易用的深度學習新工具

Safetensors是一種存儲深度學習應用中使用的大型張量的新方法。與其他技術相比，它具有更快、更高效和用戶友好的特點。此外，它還能確保數(shù)據(jù)的保密性和安全性，同時支持各種編程語言和平臺。通過使用Safetensors，機器學習工程師可以優(yōu)化時間，專注于開發(fā)更優(yōu)秀的模型。

2023-07-27 13:23:41

存儲深度學習方法

NVIDIA 助力 Saildrone 引領全自動海洋監(jiān)測

Saildrone 充分利用 NVIDIA DeepStream SDK 開發(fā)其視覺 AI 智能應用和服務。開發(fā)者可以使用該套件為 AI 視頻、音頻和圖像分析構建通暢的傳輸通道。

2023-07-25 13:36:39

NVIDIA DeepStream

展望未來：2023年深度學習和元宇宙的未來

了解了元宇宙的重要性，大公司不會錯過任何投資這項技術的機會。中小企業(yè)需要通過適應技術帶來的變化來跟上競爭的步伐。不遵守新技術的公司將面臨損失。

2023-07-13 07:04:35

深度學習元宇宙技術

開源人工智能語言模型的 10 個正面和負面影響譯文

由于開源語言模型有很多優(yōu)點和缺點，并且會對人工智能行業(yè)產(chǎn)生積極和消極的影響，因此我們總結了您應該了解和理解的要點。

2023-07-06 10:15:09

開源語言模型 AI 生成式AI

昇騰AI大模型訓推一體化解決方案將在WAIC發(fā)布

人工智能走向內(nèi)容生成時代，顛覆千行百業(yè)，帶來無限想象空間。大模型的發(fā)展帶來了算力需求爆炸式增長，華為在各單點創(chuàng)新的基礎上

2023-07-03 20:10:43

輕量級的深度學習框架Tinygrad

Tinygrad是一個輕量級的深度學習庫，它提供了一種簡化和直觀的方法來理解和實現(xiàn)神經(jīng)網(wǎng)絡。在本文中，我們將探討Tinygrad及其主要功能，以及它如何成為那些開始深度學習之旅的人的有價值的工具。

2023-06-27 16:42:18

Tinygrad 深度學習工具

18家AI頭部企業(yè)、高校與科研機構聯(lián)合發(fā)布首個AI框架生態(tài)倡議?

技術為根，人才為本。N思社區(qū)秉承“技術優(yōu)先，開發(fā)者第一”理念，凝聚廣大開發(fā)者力量共建開源社區(qū)，與開發(fā)者共同學習和成長。

2023-06-16 13:38:37

上海昇思AI框架昇思

自己動手使用AI技術實現(xiàn)數(shù)字內(nèi)容生產(chǎn)

本文使用的技術是NeRF(Neural Radiance Fields）,它是2020年以來出現(xiàn)的一種基于深度學習的3D重建方法，它通過學習場景的光線傳輸和輻射傳遞，能夠生成高質量的場景渲染圖像和3D模型。

2023-06-15 07:53:07

NeRF 深度學習

NVIDIA攜手合作伙伴推動生成式AI落地，賦能全球各行各業(yè)數(shù)字化轉型? 原創(chuàng)

NVIDIA不但發(fā)布了一系列面向生成式AI的產(chǎn)品和解決方案，而且已經(jīng)開始與業(yè)界伙伴合作，面向不同行業(yè)推出了一系列的場景應用案例?？梢哉f，在生成式AI領域，NVIDIA再一次走在了業(yè)界的前列。?

2023-05-30 09:36:51

生成式AI NVIDIA Omniverse

面向大規(guī)模深度學習訓練的緩存優(yōu)化實踐

近些年，隨著深度學習的崛起， Alluxio 分布式緩存技術逐步成為業(yè)界解決云上 IO 性能問題的主流方案。不僅如此，Alluxio 還天然具備數(shù)據(jù)湖所需的統(tǒng)一管理和訪問的能力。本文將分享面向大規(guī)模深度學習訓練的緩存優(yōu)化，主要分析如今大規(guī)模深度學習訓練的存儲現(xiàn)狀與挑戰(zhàn)，說明緩存數(shù)據(jù)編排在深度學習訓練中的應用，并介紹大規(guī)模緩存系統(tǒng)的資源分配與調(diào)度。

2023-05-26 08:39:44

深度學習 Alluxio

知識可遷移圖神經(jīng)網(wǎng)絡及其在金融風險預測中的應用

遷移學習已經(jīng)在很多領域，如 CV/NLP 領域，被廣泛研究和應用。最近也有很多研究者開始在非歐式的圖集合數(shù)據(jù)上研究遷移學習。本文將分享圖遷移學習相關的一些最新工作，并簡單總結圖遷移學習領域的問題、挑戰(zhàn)，以及應用場景。希望能為大家之后的研究帶來一些啟發(fā)。

2023-05-26 08:02:22

遷移學習神經(jīng)網(wǎng)絡

深度學習在工業(yè)4.0中的重要性

在本文中，我們將解釋需要了解的關于這個革命性系統(tǒng)的所有信息，該系統(tǒng)在工業(yè)過程和決策的自動化方面具有巨大的優(yōu)勢。

2023-05-24 16:08:45

深度學習工業(yè)4.0

淺析計算GMAC和GFLOPS

GMAC 代表“Giga Multiply-Add Operations per Second”（每秒千兆乘法累加運算），是用于衡量深度學習模型計算效率的指標。它表示每秒在模型中執(zhí)行的乘法累加運算的數(shù)量，以每秒十億 (giga) 表示。

2023-05-22 16:05:32

深度學習要 GMAC 代表“

阿里云AnalyticDB(ADB) + LLM：構建AIGC時代下企業(yè)專屬Chatbot?

知識數(shù)據(jù)庫搜索部分包括傳統(tǒng)的關鍵詞全文檢索和向量特征檢索，關鍵詞全文檢索保證查詢的精準性，向量特征檢索提供泛化性和語義匹配，除字面匹配之外召回和語義匹配的知識，降低無結果率，為大模型提供更加豐富的上下文，有利于大語言模型進行總結歸納。?

2023-05-19 09:42:54

CV CUDA在微博多媒體內(nèi)容理解的應用

隨著機器視覺技術的發(fā)展，使用深度學習來理解多媒體內(nèi)容變成一個熱門的題目，本文會結合實際場景案例來說明，CV CUDA 是怎么應用在微博的多媒體內(nèi)容理解領域的，以及最終達到的效果是怎么樣的。

2023-05-15 07:28:48

機器視覺技術深度學習

使用TensorFlow和Keras創(chuàng)建貓狗圖片深度學習分類器

本文將帶你了解如何使用使用TensorFlow和Keras創(chuàng)建貓狗圖片深度學習分類器。

2023-05-14 22:35:24

TensorFlow Keras 深度學習

深度學習架構的對比分析原創(chuàng) 精選

每個模型結構都有一種內(nèi)在的推理偏差，幫助理解數(shù)據(jù)中的模式，從而實現(xiàn)學習。例如，CNN表現(xiàn)出空間參數(shù)共享、平移/空間不變性，而RNN表現(xiàn)出時間參數(shù)共享。

2023-05-14 22:00:01

深度學習架構數(shù)據(jù)

如何在Java中構建神經(jīng)網(wǎng)絡譯文

人工神經(jīng)網(wǎng)絡是深度學習的一種形式，也是現(xiàn)代人工智能的支柱之一。用戶真正掌握其工作原理的最佳方法是自己構建一個人工神經(jīng)網(wǎng)絡。本文將介紹如何用Java構建和訓練神經(jīng)網(wǎng)絡。

2023-05-12 14:58:50

Java 神經(jīng)網(wǎng)絡深度學習

使用TensorFlow和Keras，輕松搭建并訓練你的第一個神經(jīng)網(wǎng)絡

本文展示了構建和訓練卷積神經(jīng)網(wǎng)絡的整個過程。最終得到了大約75%的準確率。你可以使用超參數(shù)并使用不同的卷積層和池化層來提高準確性。你也可以嘗試遷移學習，它使用預先訓練好的模型，如ResNet或VGGNet，并在某些情況下可以提供非常好的準確性。

2023-05-06 12:47:41

神經(jīng)網(wǎng)絡參數(shù)池化層

醫(yī)學圖像的深度學習的完整代碼示例：使用Pytorch對MRI腦掃描的圖像進行分割

圖像分割是醫(yī)學圖像分析中最重要的任務之一，在許多臨床應用中往往是第一步也是最關鍵的一步。在腦MRI分析中，圖像分割通常用于測量和可視化解剖結構，分析大腦變化，描繪病理區(qū)域以及手術計劃和圖像引導干預，分割是大多數(shù)形態(tài)學分析的先決條件。

2023-05-05 00:16:08

深度學習圖像分割 Pytorch

集成多關系圖神經(jīng)網(wǎng)絡

本次分享是基于Datafun 圖學習峰會活動整理，作者為北京郵電大學在讀博士王玉玲，相關成果為在美團NLP中心大模型應用組實習期間產(chǎn)出。

2023-05-04 07:39:14

圖神經(jīng)網(wǎng)絡 GNN

多元時序預測：獨立預測 or 聯(lián)合預測？

多元時間序列預測問題中，從多變量建模方法的維度有兩種類型，一種是獨立預測（channel independent，CI），指的是把多元序列當成多個單變量預測，每個變量分別建模；另一種是聯(lián)合預測（channel dependent，CD），指的是多變量一起建模，考慮各個變量之間的關系。

2023-05-03 20:27:49

獨立預測聯(lián)合預測多元時序

淘寶個性化推薦中自適應與無監(jiān)督的多場景模型建模實踐

文中將介紹多場景建模是如何細粒度地刻畫全域場景和單場景的遷移關系來實現(xiàn)領域自適應，以及如何在多場景建模中引入無監(jiān)督數(shù)據(jù)，還將介紹多場景建模在推薦召回階段的落地實踐。

2023-04-11 07:28:39

無監(jiān)督數(shù)據(jù)場景建模

CMU張坤：因果表征技術最新進展

當我們說變量/事件之間是有關系的，意思是說它們不是獨立的，這樣它們之間一定存在一些關系。然而 X 是 Y 的“因”的含義是，如果采用特定方法改變 X（天下雨），Y（地面變濕）則會隨之改變，即對 X 進行 “intervention” 人為干預時，Y 的分布是不一樣的。

2023-04-06 07:30:02

因果表征深度學習

NVIDIA、瑞芯微等13家國內(nèi)外硬件廠商推出飛槳生態(tài)發(fā)行版軟硬一體共創(chuàng)共贏

飛槳亮相NVIDIA GTC 2023 軟硬協(xié)同創(chuàng)新夯實AI基建

2023-03-28 14:07:07

飛槳 NVIDIA 深度學習框架

深度 UPLIFT 模型在騰訊金融用戶增長場景中的應用

今天的分享主要聚焦在深度 UPLIFT 模型，包括該類模型的主要技術挑戰(zhàn)和發(fā)展脈絡，同時介紹深度 UPLIFT 模型助力騰訊金融科技用戶增長的經(jīng)典案例。

2023-03-27 07:54:32

深度 UPLIFT UPLIFT 模型

飛槳院長高峰論壇在濟南舉辦打造產(chǎn)學研用標桿持續(xù)深化產(chǎn)教融合

山東大學-飛槳人工智能教育創(chuàng)新中心正式掛牌打造區(qū)域產(chǎn)教融合新范式

2023-03-25 18:51:25

百度飛槳人工智能

Omdia：生成式人工智能面臨著與更廣義人工智能相同的挑戰(zhàn)?

Omdia注意到塑造生成式人工智能軌跡的其他市場趨勢，包括構建和貨幣化大型語言模型的競賽以及云計算供應商所起的關鍵作用。

2023-03-14 14:28:28

AI 圖像生成器：新興的網(wǎng)絡安全威脅譯文精選

人工智能（AI）有可能改變社會的本質。雖然人工智能工具給我們帶來了很多的期待，但同時也需要在很多方面提高警惕。例如，網(wǎng)絡犯罪分子和其他威脅行為者將人工智能武器化，即使是AI圖像生成器也不能幸免于濫用。

2023-03-06 10:29:37

人工智能威脅

深度學習神經(jīng)網(wǎng)絡之圖像分類應用實戰(zhàn) 譯文精選

深度學習神經(jīng)網(wǎng)絡是魔法，還是線性代數(shù)和微積分更有魔力？本文將通過一個圖像分類深度學習神經(jīng)網(wǎng)絡的實戰(zhàn)案例來回答這個問題。

2023-02-28 08:00:00

深度學習神經(jīng)網(wǎng)絡人工智能

GNN的基礎、前沿和應用

本次分享的題目為《GNN的基礎、前沿和應用》，主要介紹由吳凌飛、崔鵬、裴健、趙亮幾位學者牽頭編撰的綜合性書籍《圖神經(jīng)網(wǎng)絡基礎、前沿與應用》中的大致內(nèi)容。

2023-02-23 08:34:03

神經(jīng)網(wǎng)絡機器學習

PyTorch 并行訓練 DistributedDataParallel 完整代碼示例

使用大型數(shù)據(jù)集訓練大型深度神經(jīng)網(wǎng)絡 (DNN) 的問題是深度學習領域的主要挑戰(zhàn)。隨著 DNN 和數(shù)據(jù)集規(guī)模的增加，訓練這些模型的計算和內(nèi)存需求也會增加。這使得在計算資源有限的單臺機器上訓練這些模型變得困難甚至不可能。

2023-02-19 15:26:51

深度學習數(shù)據(jù)集

郵儲銀行宣布接入百度“文心一言” 提供更智能更有溫度的金融服務

導語：2月16日，中國郵政儲蓄銀行宣布接入百度“文心一言”，通過“郵儲大腦”接入并應用“文心一言”的能力，將打造更為豐富、個性化的智能金融產(chǎn)品，提供更智能更有溫度的普惠金融服務。這是百度“文心一言”首次在國有大型商業(yè)銀行落地。

2023-02-17 08:50:57

提升深度學習模型預測質量的秘密武器——上下文感知數(shù)據(jù) 譯文精選

本文中，我們將探討如何借助于上下文感知數(shù)據(jù)工程化方案實現(xiàn)在深度學習中設計出更具魯棒性和更準確的預測模型。

2023-02-13 08:00:00

深度學習數(shù)據(jù)算法

如何解決混合精度訓練大模型的局限性問題

混合精度已經(jīng)成為訓練大型深度學習模型的必要條件，但也帶來了許多挑戰(zhàn)。將模型參數(shù)和梯度轉換為較低精度數(shù)據(jù)類型（如FP16）可以加快訓練速度，但也會帶來數(shù)值穩(wěn)定性的問題。

2023-02-09 16:32:16

混合精度深度學習

GNN如何建模時空信息？倫敦瑪麗女王大學「時空圖神經(jīng)網(wǎng)絡」綜述，簡明闡述時空圖神經(jīng)網(wǎng)絡方法

圖神經(jīng)網(wǎng)絡將深度學習模型擴展到非歐氏空間，并能夠在包括推薦系統(tǒng)和社交網(wǎng)絡在內(nèi)的各種應用中實現(xiàn)最先進的性能。

2023-02-09 08:53:26

GNN 神經(jīng)網(wǎng)絡深度學習

八種時間序列分類方法總結

對時間序列進行分類是應用機器和深度學習模型的常見任務之一。本篇文章將涵蓋 8 種類型的時間序列分類方法。這包括從簡單的基于距離或間隔的方法到使用深度神經(jīng)網(wǎng)絡的方法。這篇文章旨在作為所有時間序列分類算法的參考文章。

2023-01-24 17:14:59

深度學習算法工具

深度學習中高斯噪聲：為什么以及如何使用

在數(shù)學上，高斯噪聲是一種通過向輸入數(shù)據(jù)添加均值為零和標準差(σ)的正態(tài)分布隨機值而產(chǎn)生的噪聲。

2023-01-24 17:08:08

深度學習高斯噪聲數(shù)據(jù)生成器

七個流行的強化學習算法及代碼實現(xiàn)

目前流行的強化學習算法包括 Q-learning、SARSA、DDPG、A2C、PPO、DQN 和 TRPO。這些算法已被用于在游戲、機器人和決策制定等各種應用中，并且這些流行的算法還在不斷發(fā)展和改進，本文我們將對其做一個簡單的介紹。

2023-01-24 17:03:13

強化學習算法機器人人工智能

2022年深度學習在時間序列預測和分類中的研究進展綜述

時間序列預測的transformers的衰落和時間序列嵌入方法的興起，還有異常檢測、分類也取得了進步

2023-01-13 16:43:13

深度學習模型數(shù)據(jù)集

使用遷移學習技術訓練定制深度學習模型譯文精選

遷移學習是機器學習的一種類型，它是一種應用于已經(jīng)訓練或預訓練的神經(jīng)網(wǎng)絡的方法，而且這些預訓練的神經(jīng)元網(wǎng)絡是使用數(shù)百萬個數(shù)據(jù)點訓練出來的。

2023-01-09 08:00:00

遷移學習機器學習數(shù)據(jù)集

字節(jié)跳動模型大規(guī)模部署實戰(zhàn)

隨著 PyTorch/TensorFlow 框架的流行，深度學習模型訓練和在線推理完成了統(tǒng)一，開發(fā)者僅需要關注具體算法邏輯，調(diào)用框架的 Python API 完成訓練驗證過程即可，

2023-01-03 16:54:27

字節(jié)跳動深度學習

視網(wǎng)膜圖像分類的深度集成學習算法譯文精選

019年世界衛(wèi)生組織估計，全球共有約22億視力障礙者，其中至少有10億人本可以預防或仍在治療。就眼部護理領域而言，全世界面臨許多挑戰(zhàn)，包括預防、治療和康復服務的覆蓋面和質量不平等。

2022-12-30 08:00:00

深度學習集成模型

為深度學習選擇最好的GPU

在進行機器學習項目時，特別是在處理深度學習和神經(jīng)網(wǎng)絡時，最好使用GPU而不是CPU來處理，因為在神經(jīng)網(wǎng)絡方面，即使是一個非?；镜腉PU也會勝過CPU。

2022-12-29 14:57:04

機器學習深度學習 GPU

“位置嵌入”：Transformer背后的秘密譯文精選

一篇解釋Transformer模型中 "位置嵌入 "背后的秘密，來自著名的研究論文--"注意力是你需要的一切"。

2022-12-29 08:00:00

Transforme 架構深度學習

深度學習中的拓撲美學：GNN基礎與應用

近些年來使用建模分析圖結構的研究越來越受到關注，其中基于深度學習的圖建模方法的圖神經(jīng)網(wǎng)絡(Graph Neural Network, GNN)，因其出色的性能成為學術界的研究熱點之一。

2022-12-28 14:21:43

深度學習拓撲美學

上一頁 1 2 3 4 5 6 ··· 34 下一頁

51CTO技術棧公眾號

業(yè)務
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學堂精培企業(yè)培訓 CTO訓練營

<sup id="zzw0g"></sup>

<acronym id="zzw0g"></acronym>

<sub id="zzw0g"></sub>

<strong id="zzw0g"><button id="zzw0g"><span id="zzw0g"></span></button></strong>