深度学习
-
教程 | 多门好课,涉及机器视觉、深度学习、FPGA、单片机等领域
教程 | 多门好课,涉及机器视觉、深度学习、FPGA、单片机等领域以下课程摘选自EEWORLD网友热荐的课程,并没有按照技术应用分门别类,也不是按照学习路线总结的,就是单纯把最近受欢迎口碑好的放一起。
-
Kaggle | 深度学习药物作用机理(MoA)预测
根据药物的生物活性对药物进行分类。这是一个由麻省理工大学和哈佛大学合作的一个项目。该Kaggle比赛[1]旨在通过开发药物作用机理预测算法,来提高药物发展。比赛时间为3个月,比赛仅仅过去1个月,就引来了1036支队伍参与。
-
为什么说 Swift 会是深度学习的下一个大热门?
为什么说 Swift 会是深度学习的下一个大热门?但深度学习“三巨头”之一YannLeCun就断言,深度学习可能需要一种新的编程语言了,Python已成为“过去式”。
-
深度学习模型速成,三分钟解决经典线性回归模型(附完整代码)
深度学习模型速成,三分钟解决经典线性回归模型(附完整代码)本文将会带你做完一个深度学习进阶项目,让你熟练掌握线性回归这一深度学习经典模型。可以看到这组数据有4个自变量,一个因变量,就可以把它称为多维线性
-
语义分割中的深度学习方法全解:从FCN、SegNet到各版本DeepLab
图像语义分割就是机器自动从图像中分割出对象区域,并识别其中的内容。量子位今天推荐的这篇文章,回顾了深度学习在图像语义分割中的发展历程。
-
ONNX 浅析:如何加速深度学习算法工程化?
AlphaGo击败围棋世界冠军李世石以来,关于人工智能和深度学习的研究呈现井喷之势。各种新的算法和网络模型层出不穷,令人眼花缭乱。
-
深度学习模型训练中过拟合、欠拟合与正则化是什么?
深度学习模型训练中过拟合、欠拟合与正则化是什么?过拟合与欠拟合的区别是什么,什么是正则化?曲线2,使用高阶曲线,几乎是完美的完成拟合任务,但如此严格的模型,当新的样本与训练样本稍有不同,极有可
-
用Python 进行深度学习
用Python 进行深度学习摘要: 深度学习背后的主要原因是人工智能应该从人脑中汲取灵感。很多情况下,深度学习算法和人脑相似,因为人脑和深度学习模型都拥有大量的编译单元,这
-
深度学习趣味案例:会下五子棋的AI模型训练之旅
深度学习趣味案例:会下五子棋的AI模型训练之旅还记得令职业棋手都闻风丧胆的“阿尔法狗”么?职业棋手与 AI 的对弈,最终以 AI 的胜利告终。而围棋对于大多数朋友来说较为陌生,难以亲自体验
-
省学科带头人培养对象、教学能手何庆:有”度”课堂让深度学习发生
省学科带头人培养对象、教学能手何庆:有”度”课堂让深度学习发生何庆,西安市长安区第一小学教育集团、长安区第三小学高级语文教师,陕西省第六批学科带头人培养对象,先后被评为陕西省教学能手、西安市教学能手、西安市
-
程序员入门编程3大秘诀,如何深度学习编程?
程序员入门编程3大秘诀,如何深度学习编程?有不少人理想是做一名程序员,不过苦于没有方法,对编程望而却步。下面w3cschool给小伙伴们说说编程入门的3大秘诀。
-
谁是深度学习框架一哥?2022年,PyTorch和TensorFlow再争霸
谁是深度学习框架一哥?2022年,PyTorch和TensorFlow再争霸最近Reddit上有个帖子从三个方面对比了两个框架,结果竟然是平手?在模型可用性方面,PyTorch 和 TensorFlow 分歧很大,PyT
-
【荐课】Udacity 最新深度学习课程,17 周熟悉神经网络基本应用
【荐课】Udacity 最新深度学习课程,17 周熟悉神经网络基本应用1新智元推荐 来源: 优达学城Udacity 授权转载,有改动新智元启动新一轮大招聘:COO、执行总编、主编、高级编译、主笔、运营总监、客户经理
-
11项新升级,免费送亿元算力:国产深度学习平台「飞桨」大更新
11项新升级,免费送亿元算力:国产深度学习平台「飞桨」大更新在框架核心覆盖的整个深度学习流程中,PaddlePaddle为从开发、训练到部署、预测的每一个环节都做了新升级。
-
建议收藏!27个Python机器学习、深度学习库总结(含大量示例)
建议收藏!27个Python机器学习、深度学习库总结(含大量示例)我们可以在示例中对比下纯Python与使用Numpy库在计算列表sin值的速度对比:从如下运行结果,可以看到使用 Numpy 库的速度快于纯 P
-
基于深度学习技术 首个颅面重建人脸检索系统问世
基于深度学习技术 首个颅面重建人脸检索系统问世科技日报讯 (罗洪焱 陈科)近日,四川大学透露,该校计算机学院(软件学院)同华西基础医学与法医学院合作,提出了一种基于深度学习的颅面重建方法,成
-
MATLAB环境下基于深度学习的JPEG图像去块(Image Deblocking)
MATLAB环境下基于深度学习的JPEG图像去块(Image Deblocking)本文讲解如何从头开始训练一个 DnCNN 网络,建议使用计算能力为 3.0 或更高版本的支持 CUDA 的 NVIDIA GPU,同时需要并行计