深度学习
-
【Python | 人工智能】一文讲清AI赋能自动驾驶的底层原理
引言 人工智能引领现代,智能AI赋能未来。它在当今社会和科技领域中具有重要性。 本文将着重探讨人工智能对自动驾驶技术的深度赋能和应用场景等。 文章目录 1️⃣什么是自动驾驶与AI算…
-
【pytorch】深度学习所需算力估算:flops及模型参数量
目录 计算量的要求是在于芯片的floaps(指的是gpu的运算能力) 参数量对应显存大小选型 常见的英伟达显卡的FLOPS和显存规格 pytorch中的floaps与显存计算方法 …
-
多轮对话(一):概述(意图识别+槽填充)
一、对话系统 基于流水线的面向任务的对话系统包含了四个关键部分: 语言理解。它被称为自然语言理解(NLU),它把用户话语解析为预定义的语义槽。 对话状态跟踪器。它管理每一轮的输入与…
-
【Pytorch】利用PyTorch实现图像识别
这是目录 使用torchvision库的datasets类加载常用的数据集或自定义数据集 使用torchvision库进行数据增强和变换,自定义自己的图像分类数据集并使用torch…
-
在GPU上运行pytorch程序(指定单/多显卡)
目录 1. 使用CUDA_VISIBLE_DEVICES 2. 使用cuda()和torch.cuda.set_device() 3. 使用device 4. 使用torch.nn…
-
卷积核的尺寸、数量、通道数
首先明确两点: CNN的卷积核通道数 = 卷积输入层的通道数; CNN的卷积输出层通道数 = 卷积核的个数; 1. 输入矩阵x格式:四个维度,依次为:样本数、图像高度、图像宽度、图…
-
YOLOV5实战教程(超级详细图文教程)!!!
目录 一、前言 二、使用coco128数据集进行训练 2.1 数据集准备 2.2 进行训练 三、使用自己制作的数据集进行训练和测试 3.1制作自己的数据集 3.2 开始训练 3….
-
Pytorch优化器全总结(一)SGD、ASGD、Rprop、Adagrad
目录 写在前面 一、 torch.optim.SGD 随机梯度下降 SGD代码 SGD算法解析 1.MBGD(Mini-batch Gradient Descent)小批量梯度下降…
-
人工智能时代八大类算法你了解吗?(文末包邮送书6本)
文章目录 本文导读 1. 关联规则分析 2. 回归分析 3. 分类分析 4. 聚类分析 5. 集成学习 6. 自然语言处理 7. 图像处理 8. 深度学习 9. 书籍推荐(包邮送书…
-
大模型从入门到应用——LangChain:链(Chains)-[链与索引: 文本摘要(Summarization)、HyDE和向量数据库的文本生成]
分类目录:《大模型从入门到应用》总目录 LangChain系列文章: 基础知识 快速入门 安装与环境配置 链(Chains)、代理(Agent:)和记忆(Memory) 快速开发聊…
-
Python安装torch(含torch和torchvision对应版本)
torch 、torchvision和python的对应版本如下: torch torchvision python master / nightly master / nig…
-
深度学习环境完整安装(Python+Pycharm+Pytorch cpu版)
在这里,我们将引导您逐步完成深度学习环境的完整安装,助您踏上从Python到PyTorch的探索之旅。通过本博客,您将轻松掌握如何设置Python环境、使用Pych…
-
大数据期望最大化(EM)算法:从理论到实战全解析
文章目录 大数据期望最大化(EM)算法:从理论到实战全解析 一、引言 概率模型与隐变量 极大似然估计(MLE) Jensen不等式 二、基础数学原理 条件概率与联合概率 似然函数 …
-
2023 年十大目标检测模型!
2023 年十大目标检测模型! 使用深度学习革新对象检测的综合指南。 对象检测示例 “目标检测是计算机视觉中最令人兴奋和最具挑战性的问题之一,而深度学习已成为解决它的强大工具。”…
-
解读YOLO v7的代码(三)损失函数
在前两篇博客中我分析了YOLO v7的模型结构以及训练数据的准备。这里将对损失函数的代码进行分析。 在train.py中,我们可以看到以下的代码是进行损失值计算的 if ‘loss…
