兴智开发者社区

兴智开发者社区

去全站搜索看看？

登录社区云

登录社区云，与社区用户共同成长

兴智开发者社区

邀请您加入社区

欢迎加入社区

欢迎加入社区

机器学习

从传统算法过渡到深度学习（从经典GMM-BackgroundSubtractorMOG2到BackgroundMatting），运动目标检测实战

首先收集非常多的人物肖像数据集，然后搭建两个神经网络，即引入了一个base网络，它可以在较低的分辨率下预测alpha matte和前景层，以及一个预测误差图，它指定了可能需要高分辨率精细化的区域。然后，使用一个refinement网络将低分辨率的结果和原始图像结合在一起，只在选定区域生成高分辨率的输出。最后达到了惊人的效果

 Flying Bulldog
2022-04-19 16:05:30

 1528

 2

#机器学习 #计算机视觉 #github +1
深度学习神经网络基础知识(一) 模型选择、欠拟合和过拟合

本文讲述神经网络基础知识，具体细节讲述前向传播，反向传播和计算图，同时讲解神经网络优化方法：权重衰减，Dropout等方法，最后进行Kaggle实战，具体用一个预测房价的例子使用上述方法。

青云遮夜雨
2023-02-20 12:05:45

 1727

 1

#深度学习 #神经网络 #机器学习
业界分享 | 深度学习下的京东搜索召回技术

作者|张菡京东算法工程师整理|DataFunTalk搜索主要经历四个阶段：召回、粗排、精排和重排，最后呈现给用户最终的结果。而召回的结果主要来自两个部分：倒排检索和语义召回。传...

kaiyuan_sjtu
2022-03-10 19:30:00

 594

#大数据 #算法 #编程语言 +2
【深度学习-吴恩达】L1-2 神经网络基础作业笔记

【深度学习-吴恩达】L1-2 神经网络基础作业笔记

 JackSerin
2022-07-28 20:54:25

 641

#深度学习 #神经网络 #机器学习
10分钟学会KKT条件~~~

虽然儿童不一定看得懂，但是高中以上学历肯定看得懂，确定不进来看看嘛~

第五季度
2023-05-16 17:48:38

 7169

 30

#深度学习 #机器学习 #人工智能
101基于机器学习多算法模型（随机森林+SVM）的网安毕业设计毕设之恶意网址检测可视化管理系统机器学习大数据计算机毕业设计深度学习人工智能

101基于机器学习多算法模型（随机森林+SVM）的网安毕业设计毕设之恶意网址检测可视化管理系统机器学习大数据计算机毕业设计深度学习人工智能。

weixin 346127357
2024-04-01 19:03:29

 501

 2

#机器学习 #算法 #人工智能
训练深度学习神经网络的常用5个损失函数

作者：Onepagecode来源：DeepHub IMBA神经网络在训练时的优化首先是对模型的当前状态进行误差估计，然后为了减少下一次评估的误差，需要使用一个能够表示错误函数对权重进行更新，这个函数被称为损失函数。损失函数的选择与神经网络模型从示例中学习的特定预测建模问题（例如分类或回归）有关。在本文中我们将介绍常用的一些损失函数，包括：回归模型的均方误差损失二元分类模型的交叉熵和hinge 损失

 Imagination官方博客
2022-10-18 14:11:16

 538

#python #神经网络 #机器学习 +2
Python-深度学习-Keras 简介

Keras 是一个 Python 深度学习框架，可以方便地定义和训练几乎所有类型的深度学习模型。Keras 最开始是为研究人员开发的，其目的在于快速实验。本文简单介绍了 Keras 的原理和用法。

阔海星沉
2020-09-27 14:53:39

 5263

 2

#python #神经网络 #机器学习
深度学习基础----ROC曲线和AUC值

这个链接里的视频就很好：【小萌五分钟】机器学习 | 模型评估: ROC曲线与AUC值_哔哩哔哩_bilibili

无意识积累中
2022-08-21 18:15:51

 918

#机器学习
基于机器学习和深度学习的雷达目标分类

对圆柱体目标重复这个过程，得到一个701 × 100的训练数据矩阵，其中包含50个圆柱体和50个圆锥体轮廓。在小波时间散射网络中需要指定的关键参数是每个小波滤波器组中的时不变量的尺度、小波变换的个数以及每个八度的小波数。在这个例子中，我们构造了一个具有两个滤波器组的小波时间散射网络: 第一个滤波器组为每个八度4个小波，第二个滤波器组为每个八度2个小波。在小波散射特征提取中，数据通过一系列的小波变换

 如果我什么都不会，那么阁下如何应对呢？
2023-06-12 12:45:38

 1154

 5

#机器学习 #深度学习 #分类
从零实现深度学习框架基础框架的构建

深度学习框架本质可以看作一个库，或者称之为包，或者是一个简单的写满了函数声明的py文件，其核心在于用户（调包侠）可以通过调用其中的函数轻松完成深度学习模型（神经网络）的创建和训练工作。其中，PaddlePaddle就是一个深度学习框架。更具体来说，如果不使用深度学习框架，用户需要自行编写模型训练中的求导和梯度反馈逻辑；使用了深度学习框架，用户只需要构造模型结构，而不需要去了解这个模型要怎么进行求导

 AI Studio
2023-02-25 15:13:37

 1094

 1

#深度学习 #人工智能 #机器学习
深度学习简化总结合注意力与循环神经网络推荐的算法

结合注意力与循环神经网络推荐的算法1、简介互联网将全球信息互连形成了信息时代不可或缺的基础信息平台，其中知识分享服务已经成为人们获取信息的主要工具。为了加快互联网知识共享，出现了大量以知乎为代表的问答社区[1] 。用户注册社区后可交互式提出与回答问题达到知识共享和交换。然而，伴随用户急剧增多，平台短时间内积攒了数目巨大、类型多样的问题，进进超过有效回复数，严重降低了用户服务体验。如何将用户提出的问

 苏州程序大白
2021-05-19 15:24:12

 1917

 3

#神经网络 #算法 #深度学习 +1
深度学习基础篇：常用的损失函数

损失函数是用来度量模型一次预测结果的好坏我们规定输入值为X，则f(X)为预测值，y为真实值。这个时候我们需要一个衡量预测值和真实值之间的差距的函数，我们就称这个函数为损失函数，记作L(y,f(X))用于回归问题均方误差N个平方损失函数之和再求平均值MSE=1N∑i=1N(y(i))−f(x(i)))2MSE = \frac{1}{N}\sum_{i=1}^{N}(y^{(i))} - ...

Bonjour~Bridge
2020-04-18 17:35:45

 1772

#人脸识别 #机器学习 #深度学习 +1
深度学习在计算机视觉领域（图像，视频，3D点云，深度图等）应用全览

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨黄浴@知乎来源丨https://zhuanlan.zhihu.com/p/55747295编辑丨3D视觉工坊还是做一些背景介绍...

3Ｄ视觉工坊
2021-02-02 07:00:00

 3909

 3

#算法 #大数据 #编程语言 +2
基于深度学习的NILM负荷分解

使用keras，TF2，UK数据集，不同的网络结构和算法。从实践中学习和迭代网络。用深度学习网络，来进行负荷分解，预测和电器的识别。日常工作有点忙，不过我争取每周完成两到三篇本周末开始写哈~~需要的同学们可以关注哈，我建个QQ群1070535031先这样本周开始更新这个...

wwb_0218
2020-07-07 19:14:38

 3132

 9

#深度学习 #人工智能 #机器学习 +1
深度学习之优化函数

在计算出模型的损失之后，就需要利用损失值进行模型参数的优化。在在计算出模型的损失之后，就需要利用损失值进行模型参数的优化。在实践操作中最常用到的是一阶优化函数，典型的一阶优化函数包括GD、SGD、 Momentum、Adagrad、Adam 等等。一阶优化函数在优化过程中求解的是参数的一阶导数，这些一阶导数的值就是模型中参数的微调值。这里引入了一个新的概念：梯度。梯度其实就是将多元函数的各...

L枷锁T
2020-02-21 21:54:51

 2253

 1

#深度学习 #神经网络 #机器学习
使用Java+Springboot+Mysql开发个性化新能源汽车推荐系统在线新能源电动车辆推荐平台汽车购物商城基于机器学习、深度学习、人工智能推荐基于协同过滤推荐算法爬虫可视化数据分析

前台用户包含：注册、登录、退出登录、浏览车辆、搜索车辆、信息修改、密码修改、车辆评分、车辆收藏、车辆评论、排行榜、热点推荐、个性化推荐车辆、车辆管理、订单管理等功能；后台管理员包含：数据分析、用户管理、车辆品牌管理、车系管理、车辆管理、评分管理、收藏管理、评论管理、浏览记录管理、订单管理、管理员管理等。个性化推荐功能：游客：热点推荐（根据车辆总评分降序推荐）;登录用户：基于用户的协同过滤推荐算法（

linge511873822
2024-02-02 09:52:39

 1791

 23

#java #人工智能 #spring boot +2
顶刊IJCV 2022！基于深度学习的图像去模糊综述来了！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群转载：机器之心本文提出了一个图像去模糊方向的综述，来自澳大利亚国立大学、中山大学、美国加州大学 Merced 分校、日本乐天研究所的研究者回顾了基于深度学习的图像去模糊技术研究进展，回顾了图像去模糊的研究历史，总结了当前的研究进展，并进行了展望。该综述近期被计算机视觉旗舰期刊 Interna..

Amusi（CVer）
2022-10-21 23:59:22

 1w

 14

#算法 #网络 #计算机视觉 +2
深度学习前人精度很高了，该怎么创新？

作者丨仿佛若有光、DLing、CC查理来源丨知乎问答编辑丨极市平台极市导读深度学习领域新技术层出不穷，顶尖的研究人员也愈来越多，当研究领域的前人精度已经很高了，我们该怎么创新，从哪些角度...

3Ｄ视觉工坊
2021-04-15 07:00:00

 1246

 3

#算法 #大数据 #编程语言 +2
Java与人工智能：深度学习与机器学习应用

请注意，这只是一个大致的教程大纲，并不能详尽涵盖Java与人工智能、深度学习和机器学习应用的所有方面。深入学习和实践需要结合具体的教程、文档和实际项目来加深理解和掌握。- 常用的Java深度学习库（DL4J、Deeplearning4j、Torch等）- 常用的Java机器学习库（Weka、DL4J、Mahout等）- 将机器学习和深度学习模型部署到Java应用中。- 人工智能和机器学习的概念和应

 coder - w
2023-05-20 20:30:26

 666

#机器学习 #人工智能 #java
[深度学习][转载]yolov5中3个损失函数含义

在代码中，这几个模型的结构基本一样，不同的是模型深度（depth_multiple）和模型宽度（width_multiple）两个参数。通过这些损失函数，YOLOv5可以非常准确的识别图像中的目标，并定位到目标的具体位置。，指的是模型预测的目标框bounding box与GTbox的CIOU，计算的是所有样本，仍然采用的是BCE loss；，有助于确保模型能够准确地定位对象，只计算正负样本的定位损

 FL1623863129
2023-02-22 13:33:30

 4599

#机器学习 #深度学习 #python
【知识总结】深度学习数学基础

期望在概率论和统计学中，一个离散性随机变量的期望值是试验中每次可能的结果乘以其结果概率的总和。是随机试验在同样的机会下重复多次，所有那些可能状态平均的结果。期望值可能与每一个结果都不相等。换句话说，期望值是该变量输出值的加权平均。期望值并不一定包含于其分布值域，也并不一定等于值域平均值。离散型随机变量：连续型随机变量：方差一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。也称为

 阮松云
2022-04-06 19:05:47

 1816

 1

#深度学习 #机器学习 #概率论 +1
深度学习图片数据读入

图片数据读入

 Hello_CHL
2023-03-10 23:58:53

 1103

 3

#深度学习 #人工智能 #机器学习
【深度学习】基于PyTorch的卷积神经网络经典BackBone(骨干网络)复现

作者丨helton_yan@CSDN（已授权）来源丨https://blog.csdn.net/SESESssss/article/details/114340066编辑丨极市平台导读本文基于代码实战复现了经典的Backbone结构Inception v1、ResNet-50和FPN，并基于PyTorch分享一些网络搭建技巧，很详细很干货！文章目录1.VGG1.1改...

风度78
2022-05-23 12:01:00

 1259

 1

#神经网络 #算法 #计算机视觉 +1
大数据毕业设计hadoop+hive+sqoop电影可视化大屏电影爬虫电影数据分析电影推荐系统电影大数据数据仓库大数据毕设计算机毕业设计知识图谱深度学习机器学习人工智能

大数据毕业设计hadoop+hive+sqoop电影可视化大屏电影爬虫电影数据分析电影推荐系统电影大数据数据仓库大数据毕设计算机毕业设计知识图谱深度学习机器学习人工智能

 haochengxu2022
2024-02-21 10:00:42

 1497

 17

#大数据 #hadoop #hive +4
【深度学习】真正的即插即用！盘点11种CNN网络设计中精巧通用的“小”插件...

作者丨皮特潘编辑丨极市平台导读所谓“插件”，就是要能锦上添花，又容易植入、落地，即真正的即插即用。本文盘点的“插件”能够提升CNN平移、旋转、scale等变性能力或多尺度特征提取，感受野等能力，在很多SOTA网络中都会看到它们的影子。前言本文盘点一些CNN网络中设计比较精巧而又实用的“插件”。所谓“插件”，就是不改变网络主体结构，可以很容易嵌入到主流网络当中，提高...

风度78
2022-04-11 12:11:32

 3573

 8

#计算机视觉 #机器学习 #人工智能 +1
吴恩达深度学习笔记——改善深层神经网络：超参数调整，正则化，最优化（Hyperparameter Tuning）

一些具体的深度学习操作

 亦梦亦醒乐逍遥
2022-08-16 16:26:12

 2683

 5

#深度学习 #神经网络 #机器学习
神经网络与深度学习课程总结（一）

神经网络与深度学习课程总结(一)

_borg
2023-03-21 20:34:38

 516

#深度学习 #神经网络 #机器学习
【深度学习】干货！小显存如何训练大模型

之前Kaggle有一个Jigsaw多语言毒舌评论分类[1]比赛，当时我只有一张11G显存的1080Ti，根本没法训练SOTA的Roberta-XLM-large模型，只能遗憾躺平。在这篇文...

风度78
2022-03-02 12:00:00

 1760

#人工智能 #python #机器学习 +2
深度学习-2.7 机器学习目标与模型评估方法

如果模型能够在测试集上有不错的预测效果，我们就“简单粗暴”的认为模型可以在真实的未来获取的未知数据集上有不错的表现。据此，我们称模型在训练集上误差称为训练误差，在测试集上的误差称为泛化误差，不过毕竟在测试集上进行测试还只是模拟演习，我们采用模型的泛化能力来描述模型在未知数据上的判别能力，当然泛化能力无法准确衡量（未知的数据还未到来，到来的数据都变成了已知数据），我们只能通过模型在训练集和测试集上的

 alstonlou
2024-03-16 15:25:18

 1509

 25

#深度学习 #机器学习 #人工智能 +2
深度学习中，范数有什么意义

范数是一种对向量空间中向量的大小进行度量的方法，具有数学意义。在深度学习中，范数经常用于表示模型参数的大小，并用于正则化，以防止过拟合。常见的范数包括曼哈顿范数、欧几里得范数和L1范数等。...

Nate Hillick
2023-02-03 13:29:34

 268

#深度学习 #人工智能 #机器学习 +2
深度学习之注意力机制Attention

深度学习之注意力机制Attention一、Encoder-Decoder机制1.1 前言1.2 Encoder-Decoder原理二、Attention机制一、Encoder-Decoder机制1.1 前言Encoder-Decoder机制：编码-解码框架，大部分Attention模型都基于该机制，该机制处理序列-序列的问题，即输入一个序列，生成一个序列问题。比如：1）文本摘要，输入一篇文章(序列

 西西先生666
2022-02-09 15:03:29

 1082

#深度学习 #机器学习
传统方法VS深度学习方法

传统方法VS深度学习方法传统方法与深度学习方法各自提升的方式传统方法：1.找到一个大体上符合问题的模型，得到参数与目标的函数关键，并优化求解。2. 改进：各自带有人类先验认知的小优化改进到上述模型中。因此，传统方法的核心在人类对目标问题的认知和建模，以及提出一种solver解决该模型。深度学习方法：首先确定我的问题和目标是否存在必然的关系，不需要建模问题到目标的模型，而是要建立问题到目标的合适的神

 fb_help
2022-02-24 09:57:19

 8407

 5

#深度学习 #人工智能 #机器学习
深度学习激活函数深入浅出通俗易懂教你如何选择合适的激活函数

梯度消失问题Sigmoid梯度爆炸问题ReLU整流解决梯度消失死亡ReLU问题,有利有弊ELU指数计算成本高无死亡ReLU问题Leaky ReLU渗透微分两部分都是线性相比ELU无死亡ReLU问题SELU扩展指数没有梯度消失/爆炸问题图看不懂不要紧，把文章看完就肯定理解了。这是一个方便总结的图1 概述本文会介绍六种激活函数，并且比较他们的区别。1.1 梯度消失问题w(L)=w(L)...

微信公众号[机器学习炼丹术]
2019-12-28 06:29:42

 880

 1

#神经网络 #深度学习 #人工智能 +2
深度学习-推荐系统研读第一章（作者：王喆）

研读王喆先生的《深度学习-推荐系统》第一章个人总结第一章详述重点：CF算法&SVD分解&正则化详解，略述LR，PLOY2，FM&FFM（单独详解），梯度下降（单独详解），GBDT+lr（集成学习单独详述），LS+PLM

Lian_Ge_Blog
2022-03-01 17:24:10

 2226

 2

#数据挖掘 #机器学习 #推荐算法 +2
深度学习：数据集损失的衡量标准

train_loss是训练集的损失值，test_loss是测试集的损失值train_loss不断下降，test_loss不断下降，说明模型仍有训练空间;train_loss不断下降，test_loss趋于不变，说明模型过拟合;train_loss趋于不变，test_loss不断下降，说明数据集有问题;train_loss趋于不变，test_loss趋于不变，说明需要减小学习率或调整步长;—————

学好迁移Learning
2022-03-19 16:50:22

 3989

 2

#迁移学习 #人工智能 #机器学习 +2
[深度学习] - 通用网络模型训练过程的 loss 变化分析方法 (loss / val_loss / test_loss)

理解训练过程中 loss 变化情况 (loss / val_loss / test_loss)

E-CorE
2019-11-27 13:30:21

 5.4w

 104

#深度学习 #机器学习 #神经网络 +1
【深度学习】如何用PyTorch构建一个VGG16网络？（附代码）

VGG16网络是一个经典的卷积神经网络模型，由Karen Simonyan和Andrew Zisserman于2014年提出。它在ImageNet图像分类比赛中取得了当时最好的成绩，被广泛应用于计算机视觉领域。VGG16网络的主要特点是使用了多个连续的卷积层和池化层，并且在每个卷积层和池化层之后都使用了ReLU激活函数。这种设计可以帮助网络逐步提取图像的特征，使得网络具有更好的表达能力。网络架构

 风度78
2023-03-22 11:00:28

 922

#深度学习 #pytorch #机器学习 +2
统计回归、机器学习、集成学习以及深度学习共26种方法python代码实现

将DT模型中的DecisionTreeRegressor替换为CascadeForestRegressor即可，记得先pip install deepforest。将DT模型中的DecisionTreeRegressor替换为CatBoostRegressor即可，记得先pip install catboost。将DT模型中的DecisionTreeRegressor替换为LGBMRegresso

JamesHuaZai
2023-07-24 17:27:10

 1082

 1

#机器学习 #回归 #集成学习 +1
ROS / ROS2的深度学习节点--＞Jetson Nano / TX1 / TX2 / Xavier NX / AGX Xavier

Jetson Nano ROS / ROS2的深度学习节点一、安装1.jetson-inference2.ros/ros23.ros_deeping_learning二、测试1.Video Viewer（相机捕获工具）2.imagenet Node（图像分类网络节点）3.detectnet Node（检测网络节点）4.segnet Node（分割网络节点）三、主题和参数1.imagenet Nod

·菜鸟看世界
2021-04-17 16:41:27

 2752

 3

#深度学习 #计算机视觉 #神经网络 +1
【深度学习基础知识 - 43】优势比的概念

优势比假设在m个独立自变量，x1、x2…xm的作用下，记事件y取1的概率为：则事件y取0的概率为p = 1 - p，则取1和取0的概率之比为：上式就称为事件的优势比。博主会持续更新一些深度学习相关的基础知识以及工作中遇到的问题和感悟，喜欢请关注、点赞、收藏。...

雁宇up
2021-08-31 08:50:32

 3018

 3

#深度学习 #概率论 #机器学习
深度学习模型实战-深度学习模型在各大公司实际生产环境的应用讲解文章

仓库地址：https://github.com/DA-southampton/Tech_Aarticle/edit/master/README.md建这个仓库的是因为工作之后发现生产环境中应用的模型需要做到速度和效果的平衡，并不是越复杂越好。所以一味的追求新的模型效果不大(并不是不追，也要多看新东西)。学到模型最终是要用，而且要用好，于是就建了这么个仓库，积累一下深度学习模型在各个公司中的应用以.

致Great
2021-02-04 22:59:53

 836

 2

#算法 #大数据 #编程语言 +2
开源软件 | 一款深度学习抠图算法，图像精细分割利器

关注公众号，发现CV技术之美你还在用P.S.等商业软件，划着鼠标，一点点勾勒图像边缘完成抠图嘛？有些大神可能会说：我可以用蒙板、通道等等高端操作实现超快抠图！但如果能有一个软件可以实现智能全自动抠图，完美保留发丝、树叶等精细边缘，还完全免费，甚至代码都是全部开源的，它不香嘛！！！图1Matting效果展示这绝对不是画饼，近期一项被称为Matting的算法可算是火爆了AI...

我爱计算机视觉
2022-04-27 12:20:40

 2069

#人工智能 #python #java +2
深度学习入门极简教程（一）

深度学习入门极简教程（一）摘要：当你和女朋友在路边手拉手一起约会的时候，你可曾想，你们之间早已碰撞出了一种神秘的智慧–深度学习。恋爱容易，相处不易，不断磨合，打造你们的默契，最终才能决定你们是否在一起。深度学习也一样，输入各种不同的参数，进行训练拟合，最后输出拟合结果。恋爱又不易，且学且珍惜！导言：目前人工智能非常火爆，而深度学习则是引领这一火爆现场的“火箭”。于是，有关“深度学习”的论文、

Sumarua
2021-03-29 16:05:16

 7003

 46

#深度学习 #机器学习
机器学习之深度学习入门

个人公众号 yk 坤帝获取更多学习资料，学习建议1.1.4 深度学习之“深度”深度学习是机器学习的一个分支领域：它是从数据中学习表示的一种新方法，强调从连续的层（layer）中进行学习，这些层对应于越来越有意义的表示。“深度学习”中的“深度”指的并不是利用这种方法所获取的更深层次的理解，而是指一系列连续的表示层。数据模型中包含多少层，这被称为模型的深度（depth）。这一领域的其他名称包括分层表示

 yk 坤帝
2021-08-13 11:57:17

 3481

 2

#python #机器学习 #深度学习
【动手学深度学习】01线性回归模型原理讲解和代码实现（pytorch）

线性回归原理讲解定义回归（regression）是指⼀类为⼀个或多个⾃变量与因变量之间关系建模的⽅法。在⾃然科学和社会科学领域，回归经常⽤来表示输入和输出之间的关系。线性回归假设线性回归基于⼏个简单的假设，假设⾃变量x和因变量y 之间的关系是线性的，即y可以表⽰为x中元素的加权和，这⾥通常允许包含观测值的⼀些噪声；我们假设任何噪声都⽐较正常，如噪声遵循正态分布。线性回归目标给定训练数据特征X和对应

 是安澜啊
2021-10-20 18:21:41

 1818

#深度学习 #机器学习 #线性代数
深度学习中的经典基础网络结构总结

深度学习中的经典基础网络结构总结这篇文章从大的发展趋势介绍了下主干网络的发展，而在 CV 经典主干网络 (Backbone) 系列: 开篇中主要是对一些比较经典的主干网络进行简单梳理。1. 深度学习发展历史回顾在开始正式内容之前，首先回顾下深度学习发展史，这将使整体内...

王挣银
2021-12-07 14:27:40

 1574

 1

#深度学习 #神经网络 #机器学习
深度学习训练集图像标注工具labelme

最近需要手动标记数据，因为是用于图像分割所以我采用了labelme.下面是安装流程：1.Anaconda Prompt中创建一个环境conda create --name=labelImg python=3.62.激活进入刚建立的新环境，conda activate labelImg我因为网络的原因，貌似在宿舍中创建不出新的环境，所以直接在pytorch的环境中安装了。3.安装界面支持pyqt5包

 Escape the bug
2020-12-01 09:53:26

 1398

#深度学习 #机器学习
毕业设计选题-基于深度学习的车辆目标跟踪算法系统 YOLO python 卷积神经网络人工智能机器学习

毕业设计-基于深度学习的车辆目标跟踪算法系统，作为计算机毕业设计的成果。车辆目标跟踪是计算机视觉领域的重要研究方向，传统的跟踪方法在复杂场景下常常面临挑战。为了解决这一问题，本系统采用了先进的深度学习技术，通过训练一个高效准确的模型来实现车辆目标的实时跟踪。我们采用了大规模的车辆目标数据集，并进行了标注和预处理，然后设计了一个深度学习模型，能够在不同场景下准确地检测和跟踪车辆目标。该系统具有较高的

 Krin_IT
2023-11-27 18:15:02

 1550

 18

#深度学习 #机器学习 #人工智能 +2
深度学习可以从事什么工作？有没有前途

深度学习技术在各个领域都有广泛的应用，因此，无论您是从事工程、研究、医疗、金融还是娱乐等领域，都有可能利用深度学习技术来解决问题、改进产品和推动创新。深度学习领域的就业机会仍在不断增长，为有兴趣进一步学习和应用深度学习的人提供了丰富的职业前景。

AI小菜鸡一个
2023-09-14 17:15:26

 3954

 2

#深度学习 #人工智能 #机器学习 +2

加载更多

回到
顶部

提供社区服务与技术支持

提供社区服务与技术支持

©1999-2023北京创新乐知网络技术有限公司京ICP备19004658号