精品欧美一区二区三区在线观看 _久久久久国色av免费观看性色_国产精品久久在线观看_亚洲第一综合网站_91精品又粗又猛又爽_小泽玛利亚一区二区免费_91亚洲精品国偷拍自产在线观看 _久久精品视频在线播放_美女精品久久久_欧美日韩国产成人在线

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認(rèn)證

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(xué)堂

全部課程軟考信創(chuàng)認(rèn)證華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項目管理免費題庫

在線學(xué)習(xí)

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(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)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(shè)置退出

人工智能

3.6w內(nèi)容??

關(guān)注

聚合人工智能話題下，包括機器學(xué)習(xí)、深度學(xué)習(xí)、計算機視覺、自然語言處理等領(lǐng)域的新聞資訊、前沿理論、技術(shù)知識、應(yīng)用案例。

文章博文帖子課程

共 163 條

“眾里尋他千百度”-深度學(xué)習(xí)的本質(zhì)?

介紹深度學(xué)習(xí)的基本概念、深度學(xué)習(xí)的常見任務(wù)和回歸任務(wù)的實例分析。最后，以一個案例的形式，介紹訓(xùn)練一個模型的完整流程。

2022-12-31 12:25:54

機器學(xué)習(xí)損失函數(shù)深度學(xué)習(xí)

萬字長文詳解 YOLOv1-v5 系列模型

yolov1 作者提出了一種新的目標(biāo)檢測方法 YOLO，之前的目標(biāo)檢測工作都是重新利用分類器來執(zhí)行檢測。作者的神經(jīng)網(wǎng)絡(luò)模型是端到端的檢測，一次運行即可同時得到所有目標(biāo)的邊界框和類別概率。YOLO 架構(gòu)的速度是非常快的，base 版本實時幀率為 45 幀，smaller 版本能達(dá)到每秒 155 幀，性能由于 DPM 和 R-CNN 等檢測方法。

2022-12-30 17:22:31

cmbn YOLOv2 yolov5

一階段目標(biāo)檢測網(wǎng)絡(luò)-RetinaNet 詳解

作者深入分析了極度不平衡的正負(fù)（前景背景）樣本比例導(dǎo)致 one-stage 檢測器精度低于 two-stage 檢測器，基于上述分析，提出了一種簡單但是非常實用的 Focal Loss 焦點損失函數(shù)，并且 Loss 設(shè)計思想可以推廣到其他領(lǐng)域，同時針對目標(biāo)檢測領(lǐng)域特定問題，設(shè)計了 RetinaNet 網(wǎng)絡(luò)，結(jié)合 Focal Loss 使得 one-stage 檢測器在精度上能夠達(dá)到乃至超過 two-stage 檢測器。

2022-12-30 17:19:46

損失函數(shù)focal loss fpn網(wǎng)絡(luò)

詳解網(wǎng)絡(luò)層-網(wǎng)絡(luò)層概述和編址【王道計算機網(wǎng)絡(luò)筆記】

@toc主要任務(wù)是把分組從源端傳到目的端，為分組交換網(wǎng)上的不同主機提供通信服務(wù)。網(wǎng)絡(luò)層的傳輸單位是數(shù)據(jù)報，數(shù)據(jù)報是一個比較長的數(shù)據(jù)，分組是對數(shù)據(jù)報進(jìn)行切割得到的一部分功能：路由選擇與分組轉(zhuǎn)發(fā)（最佳路徑）異構(gòu)網(wǎng)絡(luò)互聯(lián)。4G，wifi，校園網(wǎng)等網(wǎng)絡(luò)之間可以通信擁塞控制。如果所有結(jié)點都來不及接收分組，而要丟棄大量分組的話，網(wǎng)絡(luò)就處于擁塞狀態(tài)，因此要采取一定措施，緩解這種擁塞IP數(shù)據(jù)報格式!!\\附件/P

2022-12-29 22:24:44

子網(wǎng)掩碼 IP 子網(wǎng)

詳解數(shù)據(jù)鏈路層-局域網(wǎng)&廣域網(wǎng)【王道計算機網(wǎng)絡(luò)筆記】

@toc局域網(wǎng)局域網(wǎng)（LocalAreaNetwork）：簡稱LAN，是指在某一區(qū)域內(nèi)由多態(tài)計算機互聯(lián)成的計算機組，使用廣播信道特點覆蓋的地理范圍較小，只在一個相對獨立的局部范圍內(nèi)聯(lián)，如一座或集中的建筑群內(nèi)只用專門鋪設(shè)的傳輸介質(zhì)（雙絞線、同軸電纜）進(jìn)行聯(lián)網(wǎng)，數(shù)據(jù)傳輸速率高（10Mb/s10Gb/s）通信延遲時間短，誤碼率低，可靠性較高各站為平等關(guān)系，共享傳輸信道多采用分布式控制和廣播式信道，能進(jìn)行

2022-12-28 23:14:48

鏈路網(wǎng)絡(luò)層字段

詳解數(shù)據(jù)鏈路層-介質(zhì)訪問控制【王道計算機網(wǎng)絡(luò)筆記】

@toc數(shù)據(jù)傳輸使用的兩種鏈路點對點鏈路：兩個相鄰結(jié)點通過一個鏈路相連，沒有第三者。應(yīng)用：PPP協(xié)議，常用于廣域網(wǎng)。例如打電話廣播式鏈路：所有主機共享通信介質(zhì)。應(yīng)用：早期總線以太網(wǎng)、無線局域網(wǎng)，常用于局域網(wǎng)。例如同一個頻道的對講機典型拓?fù)浣Y(jié)構(gòu)：總線型、星型（邏輯總線型）類似廣播式鏈路的對講機，很容易出現(xiàn)對話沖突的情況，也就是兩個人想同時說話，但是對講機只能讓一個人說完，另一個人才能再說介質(zhì)訪問控制

2022-12-27 22:28:03

重傳時隙數(shù)據(jù)

基于U-Net網(wǎng)絡(luò)的圖像分割的MindStudio實踐

本實踐是基于Windows版MindStudio 5.0.RC3，遠(yuǎn)程連接ECS服務(wù)器使用，ECS是基于官方分享的CANN6.0.RC1_MindX_Vision3.0.RC3鏡像創(chuàng)建的。

2022-12-26 11:37:29

U-Net網(wǎng)絡(luò)圖像分割 MindStudio

圖計算引擎分析 ——Gemini

作者：京東科技王軍前言Gemini 是目前 state-of-art 的分布式內(nèi)存圖計算引擎，由清華陳文光團(tuán)隊的朱曉偉博士于 2016 年發(fā)表的分布式靜態(tài)數(shù)據(jù)分析引擎。Gemini 使用以計算為中心的共享內(nèi)存圖分布式 HPC 引擎。通過自適應(yīng)選擇雙模式更新（pull/push），實現(xiàn)通信與計算負(fù)載均衡 [?1]。圖計算研究的圖是數(shù)據(jù)結(jié)構(gòu)中的圖，非圖片。實際應(yīng)用中遇到的圖，如社交網(wǎng)絡(luò)中的好友關(guān)系、

2022-12-26 09:58:42

數(shù)據(jù)任務(wù)調(diào)度存儲空間

深度學(xué)習(xí)煉丹-數(shù)據(jù)增強

在工業(yè)界，數(shù)據(jù)預(yù)處理步驟對模型精度的提高的發(fā)揮著重要作用。對于機器學(xué)習(xí)任務(wù)來說，廣泛的數(shù)據(jù)預(yù)處理一般有四個階段（視覺任務(wù)一般只需 Data Transformation）: 數(shù)據(jù)清洗(Data Cleaning)、數(shù)據(jù)整合(Data Integration)、數(shù)據(jù)轉(zhuǎn)換(Data Transformation)和數(shù)據(jù)縮減(Data Reduction)。

2022-12-22 15:21:00

圖像的幾何變換 imgaug 數(shù)據(jù)增強

兩個視角給你解讀熵、交叉熵、KL散度

本文從兩方面進(jìn)行解釋：數(shù)學(xué)和編碼方面。總有一個角度能讓你更好理解。數(shù)學(xué)解釋熵Entropy熵用于計算一個離散隨機變量的信息量。對于一個概率分布X，X的熵就是它的不確定性。用大白話來說，假設(shè)你預(yù)測一個東西，有時候結(jié)果會出乎意料，熵就表示出乎意料的程度。熵越大你越不容易預(yù)測對，事情就越容易出乎意料。離散型概率分布X的熵定義為自信息的平均值：H(X)=E_{p(x)}I(x)=\sum_{x}p(x)\

2022-12-16 10:03:09

整除插入圖片哈夫曼編碼

CLIP打通文本圖像壁壘，為AI圖像生成打下基礎(chǔ)

本文有5230字，閱讀大概需要10分鐘。10分鐘你肯定看不完，老老實實看吧。碎碎念事情是這樣的，前兩天晚上我嵩突然發(fā)了DreamStudio(https://beta.dreamstudio.ai/dream)讓我們玩一下。!image.png(https://s2.51cto.com/images/blog/202212/10162452_63944254b4f0236295.png?xossp

2022-12-12 09:35:38

數(shù)據(jù)集數(shù)據(jù)編碼器

labelme 安裝使用及常見問題解決

@toc(目錄)寫在前面，本文為作者本人在學(xué)習(xí)使用labelme過程中遇到的各種問題，記錄于此，希望對其他同學(xué)有所幫助。1.labelme安裝labelme是麻省理工（MIT）的計算機科學(xué)和人工智能實驗室（CSAIL）研發(fā)的圖像標(biāo)注工具，人們可以使用該工具創(chuàng)建定制化標(biāo)注任務(wù)或執(zhí)行圖像標(biāo)注。1.1Anaconda安裝Anaconda可以理解為是用來管理python各種庫的，不同的程序需要庫的版本和類

2022-12-08 13:13:03

json python 虛擬環(huán)境

進(jìn)來學(xué)VAE，VAE都不懂還想懂?dāng)U散模型？ | Variational Auto-Encoder

AE自編碼器，無監(jiān)督的特征學(xué)習(xí)，其目的是利用無標(biāo)簽數(shù)據(jù)找到一個有效低維的特征提取器。!(https://s2.51cto.com/images/blog/202212/07092657_638febe1b1c9049170.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_

2022-12-08 09:38:48

編碼器正態(tài)分布高斯混合模型

深度學(xué)習(xí)煉丹-不平衡樣本的處理

數(shù)據(jù)層面的處理方法總的來說分為數(shù)據(jù)擴充和數(shù)據(jù)采樣法，數(shù)據(jù)擴充會直接改變數(shù)據(jù)樣本的數(shù)量和豐富度，采樣法的本質(zhì)是使得輸入到模型的訓(xùn)練集樣本趨向于平衡，即各類樣本的數(shù)目趨向于一致。

2022-12-07 22:09:09

深度學(xué)習(xí)pytorch 樣本不平衡

快來給你的寵物視頻加個表情特效吧

我們將給貓貼一張卡通臉，給 Elon Musk 貼上小胡子，給小狗貼上馴鹿角！

2022-12-07 10:28:31

ide GAN 監(jiān)督學(xué)習(xí)

【翻譯】圖解自注意力機制

這是我翻譯這位大佬的第二篇文章了。這篇文章是受到大佬認(rèn)證的了。他的原文中有翻譯鏈接，直接指向我。!image.png(https://s2.51cto.com/images/blog/202212/02144329_63899e914b11017979.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFF

2022-12-07 09:21:59

自注意力注意力機制 self-attent

突然火起來的diffusion model是什么？

模型起源2015年的時候，有幾位大佬基于非平衡熱力學(xué)提出了一個純數(shù)學(xué)的生成模型(SohlDicksteinetal.,2015(https://arxiv.org/abs/1503.03585))。不過那個時候他們沒有用代碼實現(xiàn)，所以這篇工作并沒有火起來。直到后來斯坦福大學(xué)(Songetal.,2019(https://arxiv.org/abs/1907.05600))和谷歌大腦(Hoetal.

2022-12-05 21:32:04

神經(jīng)網(wǎng)絡(luò)方差概率分布

是什么讓人工智能突然開始畫畫了？

封面圖就是用擴散模型畫的。這是最近兩個大火的模型，直接沖到抱抱臉的首頁。最先火起來的是圖二。因為DALLE2出來了，由于DALLE2只對部分大佬開放，因此它的替代品DALLEmini就火了起來。之后沒幾天stablediffusion出來了！最最重要的一點是stablediffusion已經(jīng)向公眾開放了（當(dāng)然是付費的）。今天就來說一下這幾個模型背后的東西。!1661335781636.png(ht

2022-12-05 21:31:25

生成模型圖像合成

MegPeak—讓你更懂你的處理器

為了更懂我們的處理器，MegEngine 團(tuán)隊開發(fā)了一個工具 MegPeak，可以幫助開發(fā)人員進(jìn)行性能評估，開發(fā)指導(dǎo)等，目前已經(jīng)開源到 GitHub。

2022-12-05 15:42:55

開源 MegEngine MegPeak

SVD解決詞分布式表示稀疏性

這篇文章是接著一文拿捏點互信息（PMI）解決詞分布式表示稀疏性問題(https://blog.51cto.com/Lolitann/5908497)寫的。解決分布式表示稀疏性問題另一個方法是使用奇異值分解（SingularValueDecomposition，SVD）。我把例子搬過來了。還是原來的三個句子及其共現(xiàn)矩陣M。我喜歡自然語言處理。我愛深度學(xué)習(xí)。我喜歡機器學(xué)習(xí)。\begin{array}{

2022-12-03 19:02:51

奇異值分解 ci 矩陣分解

Time-Series Representation Learning via Temporal and Contextual Contrasting

【論文導(dǎo)讀】Time-Series Representation Learning via Temporal and Contextual Contrasting（時間和上下文對比的時間序列表示學(xué)習(xí)）

2022-12-03 17:21:29

時間序列深度學(xué)習(xí)表示學(xué)習(xí)

一文拿捏點互信息（PMI）解決詞分布式表示稀疏性問題

前饋知識之前在淺談wordembedding(https://juejin.cn/post/7063875212881690638heading12)里淺淺的說了一下onehot是怎么向詞向量表示發(fā)展的，大家可以回顧一下。接下來我補充一下，接說二者之間還有一個階段，詞的分布式表示。詞的分布式表示理論分布式表示的發(fā)展英國語言學(xué)家JohnRupertFirth在1957年的《Asynopsisofli

2022-12-03 10:39:07

草履蟲都能上手用的人工智能模型

前排提示：閱讀本文不需要任何人工智能以及算法相關(guān)的知識。你會任何一種編程語言就行，會python當(dāng)然那更好。僅作為NLP科普，娛樂，實際算法工作并非這么簡單。X：“寶，你搞的是什么算法？”A：“NLP，又叫自然語言處理。”X：“太抽象了啊”A：“比如聊天機器人？”X：“emmmmm”A：“算了，你自己試一下吧，上車，坐穩(wěn)了。”接下來會分為兩部分：沒有Python環(huán)境的我會提供一個colab，但是c

2022-12-01 22:19:10

python 情感分析

MindStudio模型訓(xùn)練場景精度比對全流程和結(jié)果分析

MindStudio是一套基于華為昇騰AI處理器開發(fā)的AI全棧開發(fā)平臺

2022-11-09 14:15:05

tensorflow 昇騰 MindStudio

Workflow，要不要了解一下

Workflow本質(zhì)是開發(fā)者基于實際業(yè)務(wù)場景開發(fā)用于部署模型或應(yīng)用的流水線工具。

2022-10-31 16:53:36

服務(wù)部署 Workflow 流水線

【計算機視覺（CV）】基于k-means實現(xiàn)鳶尾花聚類

【計算機視覺（CV）】基于k-means實現(xiàn)鳶尾花聚類，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-10-29 20:13:08

paddle 計算機視覺 k-means

【計算機視覺（CV）】基于高層API實現(xiàn)寶石分類

【計算機視覺（CV）】基于高層API實現(xiàn)寶石分類，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-10-27 11:15:21

paddle 計算機視覺高層API

【計算機視覺（CV）】基于全連接網(wǎng)絡(luò)實現(xiàn)寶石分類

【計算機視覺（CV）】基于全連接神經(jīng)網(wǎng)絡(luò)實現(xiàn)寶石分類，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-10-26 09:58:13

paddle 計算機視覺全連接神經(jīng)網(wǎng)絡(luò)

Opencv 圖像處理：圖像基礎(chǔ)操作與灰度轉(zhuǎn)化

本文已收錄于Opencv系列專欄： ??深入淺出OpenCV?? ，專欄旨在詳解Python版本的Opencv，為計算機視覺的開發(fā)與研究打下堅實基礎(chǔ)。免費訂閱，持續(xù)更新。圖像屬性1.圖像格式圖像壓縮比: 通過編碼器壓縮后的圖象數(shù)字大小和原圖象數(shù)字大小的壓縮比。BMP 格式 Windows系統(tǒng)下的標(biāo)準(zhǔn)位圖格式，未經(jīng)過壓縮，一般圖像文件會比較大。在很多軟件中被廣泛應(yīng)用。JPEG 格式也是應(yīng)用最廣泛的

2022-10-25 09:22:05

參數(shù)說明灰度灰度圖

Opencv 圖像處理：數(shù)字圖像的必會知識

本文已收錄于Opencv系列專欄： ??深入淺出OpenCV?? ，專欄旨在詳解Python版本的Opencv，為計算機視覺的開發(fā)與研究打下堅實基礎(chǔ)。免費訂閱，持續(xù)更新。數(shù)字圖像1.數(shù)字圖像概念數(shù)字圖像：數(shù)字圖像，又稱數(shù)碼圖像，一幅二維圖像可以由一個數(shù)組或矩陣表示。數(shù)字圖像可以理解為一個二維函數(shù)f(x,y), 其中 x 和 y 是空間平面坐標(biāo)，而在任意坐標(biāo)處的值 f 稱為圖像在該點處的強度或灰度。

2022-10-24 18:49:30

數(shù)字圖像 python 計算機視覺

如何進(jìn)行超參數(shù)調(diào)整？

大家好，我是小寒。????我們都知道在訓(xùn)練機器學(xué)習(xí)模型時，都需要人工指定一組超參數(shù)。例如，邏輯回歸模型具有不同的求解器，用于查找可以為我們提供最佳輸出的系數(shù)。每個求解器都使用不同的算法來找到最佳結(jié)果，并且這些算法都沒有一個比另一個更好。除非你嘗試所有這些求解器，否則很難判斷哪個求解器在你的數(shù)據(jù)集上表現(xiàn)最好。最好的超參數(shù)是主觀的，并且對于每個數(shù)據(jù)集都不同。Python 中的 Scikit-l

2022-10-24 17:49:45

python 機器學(xué)習(xí)人工智能

LMS Virtual.Lab二次開發(fā)：聲學(xué)仿真理論基礎(chǔ)準(zhǔn)備（Python）

采用LMS Virtual.Lab Acoustics聲學(xué)軟件，可以直接打開CATIA V5的設(shè)計模型、或者間接導(dǎo)入其它CAD軟件的三維模型，實現(xiàn)從聲學(xué)模型創(chuàng)建、復(fù)雜邊界條件加載、快速求解計算，直到計算結(jié)果評估、響應(yīng)峰值定位、問題根源探究、以及快速修改預(yù)測的流程化聲學(xué)仿真過程，為用戶提供最完備的聲學(xué)分析解決方案。

2022-10-10 06:12:14

頻域時域 matlab

DeepRec 大規(guī)模稀疏模型訓(xùn)練推理引擎

本文將以DeepRec背景、DeepRec功能和DeepRec社區(qū)這三個方面展開敘述

2022-10-08 16:58:11

深度學(xué)習(xí)稀疏模型

【深度學(xué)習(xí)前沿應(yīng)用】圖像分類Fine-Tuning

【深度學(xué)習(xí)前沿應(yīng)用】圖像分類Fine-Tuning

2022-10-07 23:24:43

paddle 人工智能深度學(xué)習(xí)

Python opencv 圖像特效處理

最近處理視覺相關(guān)的項目，分享一下通過opencv的圖像特效處理，原圖鎮(zhèn)樓1、灰度處理將cv2.imread()方法的第二參數(shù)設(shè)為0即可得到灰色圖像。import cv2img0 = cv2.imread('1.jpg', 0)img1 = cv2.imread('1.jpg', 1)print(img0.shape)print(img1.shape)cv2.imshow('img0', img0)

2022-10-06 08:12:42

彩色圖像灰度圖像融合

【CV知識點匯總與解析】|損失函數(shù)篇

【CV知識點匯總與解析】|損失函數(shù)篇【寫在前面】本系列文章適合Python已經(jīng)入門、有一定的編程基礎(chǔ)的學(xué)生或人士，以及人工智能、算法、機器學(xué)習(xí)求職的學(xué)生或人士。系列文章包含了深度學(xué)習(xí)、機器學(xué)習(xí)、計算機視覺、特征工程等。相信能夠幫助初學(xué)者快速入門深度學(xué)習(xí)，幫助求職者全面了解算法知識點。1、機器學(xué)習(xí)中常見的損失函數(shù)及其應(yīng)用場景？用于分類問題：0-1損失函數(shù)：0-1損失函數(shù)可以直觀的刻畫分類的錯誤率，

2022-10-05 16:47:39

損失函數(shù)權(quán)重相似度

深度學(xué)習(xí)裝機指南：從GPU到顯示器，全套硬件推薦

前言：硬件設(shè)備，是任何一名深度學(xué)習(xí)er不可或缺的核心裝備。各位初級調(diào)參魔法師們，你們有沒有感到缺少那一根命中注定的魔杖？可是，各種CPU、GPU、內(nèi)存條、外設(shè)，那么多品牌種類型號參數(shù)，到底該怎么選？文章內(nèi)容較長、耐心差的小伙伴直接拉到最后看結(jié)論即可1、GPU顯卡（GPU）是深度學(xué)習(xí)的重要部件，甚至比CPU更重要。做深度學(xué)習(xí)不用GPU只用CPU顯然是不明智的，慢的如烏龜，跑個模型等幾天，難熬，但適合

2022-10-05 08:43:12

深度學(xué)習(xí)數(shù)據(jù)插槽

還能這么玩？將Prompt Tuning用于細(xì)粒度的圖像檢索！

還能這么玩？將Prompt Tuning用于細(xì)粒度的圖像檢索！【寫在前面】細(xì)粒度對象檢索旨在學(xué)習(xí)判別表示以檢索視覺上相似的對象。然而，現(xiàn)有的最佳性能作品通常在語義嵌入空間上施加成對的相似性，以在有限的數(shù)據(jù)體系中不斷調(diào)整整個模型，從而導(dǎo)致容易收斂到次優(yōu)解。本文提出了細(xì)粒度檢索提示調(diào)優(yōu)算法(FRPT)，該算法從樣本提示和特征自適應(yīng)的角度出發(fā)，利用凍結(jié)的預(yù)訓(xùn)練模型來執(zhí)行細(xì)粒度檢索任務(wù)。具體地說，F(xiàn)RPT

2022-09-29 08:45:47

細(xì)粒度子類權(quán)重

MM2022 | 用StyleGAN進(jìn)行數(shù)據(jù)增強，真的太好用了

MM2022 | 用StyleGAN進(jìn)行數(shù)據(jù)增強，真的太好用了【寫在前面】本文研究了生成文本-圖像對的開放性研究問題，以改進(jìn)細(xì)粒度圖像到文本跨模態(tài)檢索任務(wù)的訓(xùn)練，并提出了一種通過揭示StyleGAN2模型隱藏的語義信息來增強配對數(shù)據(jù)的新框架。具體來說，作者首先在給定的數(shù)據(jù)集上訓(xùn)練StyleGAN2模型。然后，將真實圖像投影回StyleGAN2的潛在空間，以獲得潛在代碼。為了使生成的圖像具有可操作性

2022-09-27 08:56:12

數(shù)據(jù)模態(tài)數(shù)據(jù)集

【深度學(xué)習(xí)前沿應(yīng)用】圖像分類Fine-Tuning

【自然語言處理（NLP）】圖像分類Fine-Tuning，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-09-06 17:59:46

paddle 深度學(xué)習(xí)人工智能

Qt實戰(zhàn)：云曦日歷篇

一款相對完善的日歷軟件——云曦日歷（YXCalendar）

2022-08-22 20:31:22

人工智能 Qt 日歷

【深度學(xué)習(xí)前沿應(yīng)用】文本分類Fine-Tunning

【自然語言處理（NLP）】基于GRU實現(xiàn)情感分類，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-08-18 16:01:03

paddle 人工智能自然語言處理

如何使用 Keras Function API 進(jìn)行深度學(xué)習(xí)

聽說過嗎？Keras中的模型還能拆成塊再拼起來，搞得跟樂高一樣，難怪韓國人寫書時用樂高積木舉例子。

2022-08-18 10:30:47

2d 特征提取感知器

【Computer Vision】基于ResNet-50實現(xiàn)CIFAR10數(shù)據(jù)集分類

【Computer Vision】基于ResNet-50實現(xiàn)CIFAR10數(shù)據(jù)集分類，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-08-16 16:42:26

paddle python 人工智能

【深度學(xué)習(xí)前沿應(yīng)用】圖像風(fēng)格遷移

【深度學(xué)習(xí)前沿應(yīng)用】圖像風(fēng)格遷移，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-08-12 16:20:19

paddle python 深度學(xué)習(xí)

【CV】圖像數(shù)據(jù)預(yù)處理詳解

【CV】圖像數(shù)據(jù)預(yù)處理，基于百度飛槳開發(fā)，參考于《機器學(xué)習(xí)實踐》所作。

2022-08-11 10:50:57

python 人工智能圖像處理

【人工智能】機器學(xué)習(xí)介紹以及機器學(xué)習(xí)流程

機器學(xué)習(xí)機器學(xué)習(xí)（Machine Learning，ML）是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。普遍認(rèn)為，機器學(xué)習(xí)的處理系統(tǒng)和算法是主要通過找出數(shù)據(jù)里隱藏的模式進(jìn)而做出預(yù)測的識別模式，它是人工智能的一個重要子領(lǐng)域。機器學(xué)習(xí)分類按照訓(xùn)練樣

2022-08-09 08:26:02

數(shù)據(jù)機器學(xué)習(xí)數(shù)據(jù)集

【人工智能】機器學(xué)習(xí)之運用特征臉（eigenface）和sklearn.svm.SVC進(jìn)行人臉識別

運用特征臉（eigenface）和sklearn.svm.SVC進(jìn)行人臉識別。首先需要下載一個經(jīng)過預(yù)處理的數(shù)據(jù)集，從數(shù)據(jù)集中找出最有代表性的前5人的預(yù)期結(jié)果第一步，import導(dǎo)入實驗所用到的包import matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitfrom sklearn.model_s

2022-07-21 08:45:43

5e 數(shù)據(jù)特征提取

【人工智能】機器學(xué)習(xí)及與智能數(shù)據(jù)處理Python使用樸素貝葉斯算法對垃圾短信數(shù)據(jù)集進(jìn)行分類

樸素貝葉斯算法輸入：樣本集合D=｛(x_1,y_1),(x_2,y_2)~(x_m,y_m);待預(yù)測樣本x; 樣本標(biāo)記的所有可能取值｛c_1,c_2,c_3~c_k｝; 樣本輸入變量X的每個屬性變量X^i的所有可能取值｛a_i1,a_i2,~,a_iAi｝；輸出：待預(yù)測樣本x所屬的類別1.計算標(biāo)記為c_k的樣本出現(xiàn)概率。2.計算標(biāo)記c_k的樣本，其X^i分量的屬性值為a_ip的概率。3.根據(jù)上面

2022-07-20 09:04:27

數(shù)據(jù)集樸素貝葉斯特征提取

【人工智能】機器學(xué)習(xí)之用Python使用ID3算法實例及使用sklearn的決策樹算法對葡萄酒數(shù)據(jù)集進(jìn)行分類

???ID3算法實例??1.使用sklearn的決策樹算法對葡萄酒數(shù)據(jù)集進(jìn)行分類，要求：(1)劃分訓(xùn)練集和測試集（測試集占20%）(2)對測試集的預(yù)測類別標(biāo)簽和真實標(biāo)簽進(jìn)行對比(3)輸出分類的準(zhǔn)確率(4)調(diào)整參數(shù)比較不同算法（ID3， CART）的分類效果。??2. 利用給定ID3算法，畫出下列訓(xùn)練集的決策樹。???1.葡萄酒分類???(1)劃分訓(xùn)練集和測試集（測試集占20%）test_size等

2022-07-19 07:53:49

d3 數(shù)據(jù)集決策樹

上一頁 1 2 3 4 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
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(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營

福利网址在线观看| 熟女少妇一区二区三区| 青青草原av在线| 成人av网站在线观看| 欧美一级视频一区二区| 国产123在线| 日韩中文字幕| 色婷婷综合久久久| 黄色一级片av| 欧美亚洲日本| 国产精品一品视频| 日本电影亚洲天堂| 国产大片免费看| 丝袜美腿综合| 91精品久久久久久久久99蜜臂 | 欧美成人精品| 亚洲久久久久久久久久| 奇米777在线| 欧美美女日韩| 亚洲国产三级在线| 亚洲日本理论电影| 蜜桃视频在线播放| 成人午夜精品在线| 国产主播喷水一区二区| 日本免费在线观看视频| 激情欧美丁香| 久久伊人精品一区二区三区| 亚洲一区视频在线播放| 久久男人av| 日韩欧美一区二区久久婷婷| 奇米影音第四色| 成人av三级| 亚洲观看高清完整版在线观看| 在线视频福利一区| 国产黄色免费在线观看| 97se亚洲国产综合自在线观| 99视频免费观看| 国产手机av在线| 麻豆91在线播放| 国产精品日韩在线| 中文字幕精品无| 亚洲专区欧美专区| 97不卡在线视频| 日韩黄色在线视频| 在线不卡亚洲| 性视频1819p久久| 亚洲av鲁丝一区二区三区| 99精品在线观看| 色狠狠久久aa北条麻妃| 蜜臀久久99精品久久久久久| 国产麻豆精品久久| 亚洲女人天堂视频| 精品久久久久久中文字幕人妻最新| 一区二区三区四区精品视频| 日韩一区二区免费高清| 成年人看片网站| 视频精品一区| 精品久久五月天| 国产高潮视频在线观看| 国产精品成人自拍| 日韩精品免费一线在线观看| 无遮挡aaaaa大片免费看| 亚洲欧洲色图| 亚洲香蕉av在线一区二区三区| 国产交换配乱淫视频免费| 久久99视频| 中文字幕成人精品久久不卡| 老司机成人免费视频| 亚洲人metart人体| 九九久久综合网站| 国产精品99无码一区二区| 亚洲国产精品第一区二区| 69久久夜色精品国产69乱青草| 99热只有这里有精品| 丝袜美腿一区二区三区| 国产美女精品视频| 朝桐光av在线一区二区三区| 成人激情av网| 日本精品二区| 九色porny丨首页在线| 一区二区在线观看av| 久久久久久www| 成人免费直播| 欧美裸体bbwbbwbbw| 99riav国产精品视频| 天堂综合网久久| 中文字幕精品一区二区精品| 丝袜亚洲另类欧美重口| 亚洲九九精品| 国产精品久久久久久久7电影| 国产精品爽爽久久| www.视频一区| 曰韩不卡视频| 国产三级电影在线播放| 欧美视频一区在线| 亚洲乱妇老熟女爽到高潮的片| 欧美在线关看| www.国产一区| 日韩欧美综合| 韩国一区二区三区| 久久爱av电影| 影音先锋在线视频| 在线观看国产91| 少妇精品无码一区二区三区| 波多野结衣一区| 久久久视频在线| 中文字幕日韩第一页| 北岛玲一区二区三区四区| 亚洲一区二区三区乱码| 黄色漫画在线免费看| 欧美日韩国产在线观看| 三级视频网站在线观看| 99久久婷婷这里只有精品 | 在线观看成人一级片| 成人免费图片免费观看| 91精品在线免费观看| mm131丰满少妇人体欣赏图| 亚洲视频观看| 成人午夜黄色影院| av资源在线观看免费高清| 精品久久久久人成| 99热这里只有精品2| 日韩在线不卡| 日韩av免费在线播放| 亚洲xxx在线| 亚洲欧美综合色| 免费涩涩18网站入口| 免费av一区| 久久久久亚洲精品| 成人1区2区3区| 亚洲丝袜精品丝袜在线| 天天爽天天爽夜夜爽| 美女少妇全过程你懂的久久| 午夜精品一区二区三区在线视 | 国内精品不卡在线| 日韩高清国产精品| 末成年女av片一区二区下载| 日韩欧美一区二区视频| 亚洲欧美精品aaaaaa片| 麻豆国产一区二区| 天堂一区二区三区| 亚洲一区二区三区四区| 亚洲美女在线观看| 国产一区二区视频网站| 91视频你懂的| 色综合av综合无码综合网站| 日韩极品少妇| 欧美一级bbbbb性bbbb喷潮片| 欧美一区二不卡视频| 亚洲一区二区四区蜜桃| 熟女人妻一区二区三区免费看| 亚洲精品成人| 91青青草免费在线看| 在线观看小视频| 日韩一区二区在线免费观看| 日韩a级片在线观看| 国产呦精品一区二区三区网站| 在线免费观看成人网| 日本免费成人| 欧美另类xxx| 亚洲第一大网站| 亚洲午夜久久久| 成人性生活免费看| 香蕉久久久久久久av网站| 久久国产精品国产精品| 伊人久久精品一区二区三区| 伊人伊成久久人综合网站| 久久久久久无码精品大片| 国产精品久久久久9999吃药| 亚洲欧美aaa| 欧美不卡在线| 国产区欧美区日韩区| 中文字幕不卡三区视频| 亚洲视频axxx| 97成人在线观看| 亚洲综合在线视频| 中文字幕日韩三级片| 日韩1区2区日韩1区2区| 国产成人精品免费看在线播放| 视频二区欧美| 日韩av电影在线播放| 亚乱亚乱亚洲乱妇| 欧美mv日韩mv| 无码人妻丰满熟妇精品区| 国产精品欧美精品| 亚洲一二三四五| 视频在线在亚洲| 一区二区三区我不卡| 91蜜桃臀久久一区二区| 日韩av免费看| gogo在线高清视频| 日韩精品中文字| 国产免费av电影| 欧美视频在线免费看| 自拍偷拍第9页| 丁香另类激情小说| 波多野结衣作品集| 欧美日韩国产精品一区二区亚洲| 欧美一二三区| 亚洲一区二区三区日本久久九| 欧美中文在线观看国产| 久久日韩视频| 亚洲免费视频在线观看| 国产xxxx孕妇| 欧美视频一区二区在线观看| 国产精品自拍视频一区| 久久欧美中文字幕| 永久av免费在线观看| 久久久久看片| 中文字幕人妻熟女人妻洋洋| 欧美在线观看视频一区| 国产在线视频欧美一区二区三区| 青青久久精品| 91大神福利视频在线| 精品国产丝袜高跟鞋| 亚洲精品一区在线观看香蕉 | 精品区一区二区| 中文字幕av免费观看| 五月天欧美精品| www.99re7| 国产精品麻豆一区二区| xxxxx在线观看| 99re热视频精品| 秋霞午夜鲁丝一区二区| 美女脱光内衣内裤视频久久网站 | 蜜臀精品久久久久久蜜臀| 97国产在线播放| 影音先锋在线一区| 加勒比海盗1在线观看免费国语版| 欧美一区二区三区高清视频| 久久综合一区二区三区| www.亚洲一二| av成人综合网| 伊色综合久久之综合久久| 成人免费视频97| jizz免费一区二区三区| 国产成人精品久久亚洲高清不卡| 麻豆理论在线观看| 久久久人成影片一区二区三区观看 | 国产一区二区精品久久| 亚洲欧美日韩三级| 日本欧美在线观看| 欧美黑人又粗又大又爽免费| 欧美中文字幕| aⅴ在线免费观看| 久久av最新网址| 久久精品.com| 欧美资源在线| 丰满少妇在线观看| 日本视频免费一区| www.com污| 国内精品自线一区二区三区视频| www.久久久久久久久久久| 久久国产成人午夜av影院| 亚洲免费av一区| 国产精品一区在线观看乱码| 野战少妇38p| jiyouzz国产精品久久| 在线观看免费视频黄| 成人动漫一区二区在线| 欧美成人三级伦在线观看| 91美女视频网站| xxx在线播放| 国产精品毛片久久久久久| 少妇aaaaa| 亚洲国产视频一区| 亚洲另类欧美日韩| 欧美网站大全在线观看| 国产又粗又大又爽| 欧美成人综合网站| 无套内谢的新婚少妇国语播放| 精品亚洲一区二区三区四区五区| 国产在线视频你懂得| 色妞一区二区三区| 中国av在线播放| 97久久国产精品| 国产私拍福利精品视频二区| 91精品久久久久久久久| 成人搞黄视频| 欧美精品一区二区三区久久| 97精品在线| 国产精品va在线观看无码| 国产亚洲一级| 日本人69视频| 成人av高清在线| 国产视频三区四区| 亚洲综合激情网| 国产99久久久久久免费看| 日韩欧美在线影院| 免费人成在线观看网站| 久久久999国产精品| 精品三级久久| 91精品国产综合久久香蕉922 | 精品久久久影院| 91女主播在线观看| 欧美劲爆第一页| 欧美影视资讯| 国产精品12| 欧美在线观看视频一区| 人人妻人人添人人爽欧美一区| 久久精品国产精品亚洲精品 | 91一区二区视频| 日韩丝袜情趣美女图片| 免费在线黄色网址| 色综合天天狠天天透天天伊人| 伊伊综合在线| 国产精品日韩一区二区| 999精品视频| 成人免费观看毛片| 成人国产视频在线观看| 黄色香蕉视频在线观看| 欧美午夜无遮挡| 亚洲AV无码精品国产| 在线免费观看羞羞视频一区二区| av福利导福航大全在线| 91久久精品国产91性色| 美女精品一区最新中文字幕一区二区三区| 免费看日b视频| 免费在线观看一区二区三区| 国产精品一级黄片| 亚洲激情网站免费观看| 在线观看亚洲一区二区| 国产亚洲精品久久久久久| 国产高清视频色在线www| 亚洲自拍偷拍福利| 日韩一区二区在线| 任你操这里只有精品| 91丨九色丨蝌蚪富婆spa| 麻豆成人在线视频| 在线播放国产精品二区一二区四区| 国产69久久| 欧洲精品毛片网站| 欧美人与动xxxxz0oz| 大西瓜av在线| 国产成人99久久亚洲综合精品| 极品美妇后花庭翘臀娇吟小说| 欧美天天综合网| 九九九伊在人线综合| 欧美一区二区影院| 亚洲大片精品免费| 精品一区二区中文字幕| 337p粉嫩大胆色噜噜噜噜亚洲| 日韩伦人妻无码| 精品久久久久香蕉网| 日本理论片午伦夜理片在线观看| 7777奇米亚洲综合久久| 欧美一区精品| 人妻精油按摩bd高清中文字幕| 亚洲精品国产精品乱码不99| 国产三级按摩推拿按摩| 久久亚洲精品一区二区| 日韩在线观看一区二区三区| 中文字幕在线乱| 国产麻豆精品久久一二三| 欧美丰满艳妇bbwbbw| 精品久久国产字幕高潮| 黄色小说在线播放| 精品国产一区二区三区麻豆小说| 夜夜嗨av一区二区三区网站四季av| 国产精品边吃奶边做爽| 色综合色综合色综合| 国产亚洲依依| 国产有码在线一区二区视频| 自拍视频亚洲| 蜜桃色一区二区三区| 天天色天天操综合| 青青操在线视频| 国产日本欧美一区| 自拍欧美日韩| 波多野结衣影院| 日本韩国欧美一区二区三区| 日本在线视频站| 国产不卡一区二区在线观看| 精品不卡视频| 少妇人妻好深好紧精品无码| 欧美一区二区三区爱爱| free性欧美| 欧洲亚洲一区二区| 国产最新精品免费| 伊人久久综合视频| 永久免费毛片在线播放不卡| 国产专区精品| 9久久9毛片又大又硬又粗| 欧美激情在线看| a天堂视频在线| 日本欧美中文字幕| 99精品全国免费观看视频软件| 18禁一区二区三区| 91激情在线视频| 伊人福利在线| 日本欧洲国产一区二区| 国产精品一级片在线观看| 久久久久久少妇| 久久精品福利视频| 日韩深夜福利| 91香蕉视频免费看| 日韩欧美在线免费| 性欧美videos高清hd4k| 任我爽在线视频精品一| 丁香一区二区三区|