开源基础软件社区

WOT全球技术创新大会

公众号矩阵

移动端

免费课程课程排行直播课软考学堂

精品班厂商认证 IT技术 2023年软考 PMP项目管理

在线学习企业服务

CTO训练营技术经理研习营 LeaTech峰会

文章资源问答开源课堂专栏直播

51CTO

开源基础软件社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

开源基础软件社区订阅号

51CTO学堂APP

51CTO学堂企业版APP

开源基础软件社区视频号

账号设置退出

深度学习

1566内容

关注

涵盖深度学习相关模型、框架、开发与应用知识。

文章博文课程

共 164 条

CVPR 2023 | GPT-4与文心一言同台竞技，居然是为了自动驾驶UniAD工作！

以下文章来源于OpenDriveLab ，作者OpenDriveLab编辑：一点人工一点智能原文：CVPR 2023 | GPT-4与文心一言同台竞技，居然是为了自动驾驶UniAD工作！00 前言都说 ChatGPT 是自然语言处理中技术大魔王，国内百度的文心一言是国内技术一霸，那自动驾驶中的技术魔王，你听过说吗？另外，ChatGPT 和文心

2023-03-21 14:59:37

自动驾驶多任务自然语言处理

手把手教你使用LabVIEW实现Mask R-CNN图像实例分割（含源码）

使用LabVIEW实现Mask R-CNN图像实例分割

2023-03-21 13:25:04

LabVIEW 深度学习人工智能

喜马拉雅基于阿里云机器学习平台PAI-HybridBackend的深度学习模型训练优化实践

喜马拉雅AI云借助阿里云提供的HybridBackend开源框架，实现了其推荐模型在 GPU 上的高效训练。

2023-03-21 10:46:25

深度学习模型训练和关键参数调优详解

本文将通过针对特定场景任务从模型选择、模型训练、超参优化、效果展示这四个方面与各位读者分享模型开发的一些心得。参考资料：最实用的项目开发全流程!从自建数据集到模型部署,其实没有这么难!神经网络前向传播原理详解写给小白的入门笔记，神经网络梯度下降原理详解使用飞桨可解释性算法库InterpretDL解析人脸识别模型一、模型选择从任务类型出发，选择最合适的模型。1.回归任

2023-03-16 21:19:10

paddle 数据集模型库

【2023-Pytorch-检测教程】手把手教你使用YOLOV5做电线绝缘子缺陷检测

随着社会和经济的持续发展，电力系统的投资与建设也日益加速。在电力系统中，输电线路作为电能传输的载体，是最为关键的环节之一。而绝缘子作为输电环节中的重要设备，在支撑固定导线，保障绝缘距离的方面有着重要作用。大多数高压输电线路主要架设在非城市内地区，绝缘子在输电线路中由于数量众多、跨区分布，且长期暴露在空气中，受恶劣自然环境的影响，十分容易发生故障。随着大量输电工程的快速建设，传统依靠人工巡检的模式，

2023-03-15 17:17:43

虚拟环境数据集无人机

GPT-4重磅发布，迄今为止最强大的模型

3月14日，万众期待的GPT-4终于发布啦！千呼万唤始出来！ GPT-4重磅发布，它究竟厉害在哪？ GPT4是迄今为止最强大的模型 GPT-4（Generative Pre-trained Transformer 4）是由OpenAI创建的多模态大型语言模型，是GPT系列的一员。官方说明，GPT-4将通过 API 和 ChatGPT Plus 向用户提供服务。 OpenAI 在宣布 GPT-4 的

2023-03-15 15:03:24

多模态 GPT4 超大语言模型

Python TensorFlow实现Sequential深度神经网络回归

本文介绍基于Python语言中TensorFlow的Keras接口，实现深度神经网络回归的方法~

2023-03-15 12:19:16

Python TensorFlow 机器学习

高端局来了！元宇宙第一股Roblox融合AI，打开游戏新世界大门

生成式AI也需要多年的发展，它只是未来世界的一个选项

2023-03-14 14:44:30

Roblox 生成式AI

多模态深度学习方法综述

多模态方法种类多模态深度学习是指将来自不同感知模态的信息（如图像、文本、语音等）融合到一个深度学习模型中，以实现更丰富的信息表达和更准确的预测。在多模态深度学习中，模型之间的融合通常有以下三种方法：模态联合学习（Multimodal Joint Learning）：模态联合学习是一种联合训练的方法，将来自不同模态的数据输入到一个模型中，模型可以同时学习到多个模态的特征表示，并将这些特征表示融合在一

2023-03-14 14:24:12

模态 paddle 数据

手把手教你使用LabVIEW OpenCV dnn实现物体识别（Object Detection）含源码

今天和大家一起分享如何使用LabVIEW调用pb模型实现物体识别

2023-03-14 12:57:07

深度学习机器视觉目标检测

手把手教你使用LabVIEW OpenCV dnn实现图像分类（含源码）

使用LabVIEW OpenCV dnn实现图像分类

2023-03-09 13:59:56

图像分类深度学习人工智能

手把手教你使用LabVIEW OpenCV DNN实现手写数字识别（含源码）

在LabVIEW中如何使用OpenCV DNN模块实现手写数字识别

2023-03-08 16:13:30

DNN OpenCV 深度学习

喜马拉雅基于DeepRec构建AI平台实践

快速落地大模型训练和推理能力，带来业务指标和后续算法优化空间的显著提升。

2023-03-08 10:24:26

深度学习稀疏学习推理

手把手教你用python写游戏

引言最近python语言大火，除了在科学计算领域python有用武之地之外，在游戏、后台等方面，python也大放异彩，本篇博文将按照正规的项目开发流程，手把手教大家写个python小游戏,项目来自《Python编程从入门到实践》（本文将原项目中的部分错误进行修改完善，PS:强烈推荐这本书，真的很赞），来感受下其中的有趣之处。本次开发的游戏叫做alien invasion。安装pygame...

2023-03-07 12:56:22

python game 加载

Holt-Winters模型原理分析及代码实现（python)

引言最近实验室老师让我去预测景区内代步车辆的投放量，于是乎，本着“一心一意地输出年富力强的劳动力”这份初心，我就屁颠屁颠地去找资料，然后发现了Holt-Winters模型 , 感觉这个模型可以有，于是就去研究一番，并总结成这篇博客了。原理分析移动平均（The simple moving average (SMA)）直观上，最简单的平滑时间序列的方法是实现一个无权重的移动平均，目前已知的方法是用窗口函

2023-03-07 12:47:42

数据挖掘机器学习数据

Linux（Centos7）下rpm方式安装MySQL

1. 卸载已有MySQL1.1. 查看是否已安装mysqlrpm -qa |grep -i mysql如果系统已安装，请卸载删除。1.2. 删除MySQL删除命令：rpm -e --nodeps 包名rpm -ev mysql-libs-5.1.73-8.el6_8.x86_64如果提示依赖包错误，则使用以下命令尝试（个人建议）：rpm -ev mysql-libs-5.1.73-8.el6_8.x86_64 --nodeps如果提示错误：error: %preun(xxxxx.

2023-03-06 17:43:02

mysql linux java

OpenAI官方发布ChatGPT API接口gpt-3.5-turbo

OpenAI官方发布ChatGPT API接口gpt-3.5-turbo

2023-03-03 17:19:39

自动更新 HTML chatgpt3.5

手把手教你使用LabVIEW人工智能视觉工具包快速实现传统Opencv算子的调用(含源码)

使用LabVIEW AI视觉工具包快速实现图像的滤波与增强；图像灰度处理；阈值处理与设定；二值化处理；边缘提取与特征提取等基本操作。

2023-03-03 13:33:07

LabVIEW 人工智能深度学习

Backbone 网络-ResNet 网络详解

残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。

2023-02-24 19:04:29

卷积神经网络拟合

基于pytorch实现模型剪枝

所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差（weigths/bias）的模型压缩技术。本文深入描述了 pytorch 框架的几种剪枝 API，包括函数功能和参数定义，并给出示例代码。

2023-02-23 23:41:06

结构化剪枝非结构化剪枝局部剪枝

模型压缩-剪枝算法详解

近年来主流的模型压缩方法包括：数值量化（Data Quantization，也叫模型量化），模型稀疏化（Model sparsification，也叫模型剪枝 Model Pruning），知识蒸馏（Knowledge Distillation），轻量化网络设计（Lightweight Network Design）和张量分解（Tensor Decomposition）。其中模型剪枝是一种应用非常广的模型压缩方法，其可以直接减少模型中的参数量。本文会对模型剪枝的定义、发展历程、分类以及算法原理进行详细的介绍。

2023-02-22 03:02:58

模型剪枝数值量化结构化稀疏

神经网络基础部件-卷积层详解

本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充(padding)和步幅 (stride)的基本细节、用于在相邻区域汇聚信息的汇聚层(pooling)，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。

2023-02-16 03:08:44

卷积卷积核汇聚层

基于文心大模型套件ERNIEKit实现文本匹配算法，模块化方便应用落地

文心大模型开发套件ERNIEKit，面向NLP工程师，提供全流程大模型开发与部署工具集，端到端、全方位发挥大模型效能。

2023-02-15 09:48:11

知识图谱实体对齐自然语言处理

手把手教你注册和使用ChatGPT

ChatGPT 是一个基于 GPT-3 模型的对话系统，它主要用于处理自然语言对话。通过训练模型来模拟人类的语言行为。本文给出了注册及使用教程，图文丰富。

2023-02-14 00:19:05

API github ChatGPT

深度学习炼丹-数据标准化

当数据存在多个属性但其值具有不同尺度（scale）时，执行 normalization 操作将所有属性置于相同的尺寸内是很有必要的。本文给出了数据标准化(Normalization)的定义、常用方法以及为什么要做数据标准化，并给出相关代码实现。最后将Normalization概念应用于图像领域，并给出实现的相关细节以及示例代码。

2023-02-06 23:14:37

normalizati Min-Max标准化 z-Score标准化

深度学习数学基础-概率与信息论

概率论是用于表示不确定性声明的数学框架。它不仅提供了量化不确定性的方法，也提供了用于导出新的不确定性声明（statement）的公理。概率论的知识在机器学习和深度学习领域都有广泛应用，是学习这两门学科的基础。

2023-02-05 11:05:59

方差概率分布条件概率

深度学习基础-优化算法详解

所谓深度神经网络的优化算法，即用来更新神经网络参数，并使损失函数最小化的算法。优化算法对于深度学习非常重要，如果说网络参数初始化（模型迭代的初始点）能够决定模型是否收敛，那优化算法的性能则直接影响模型的训练效率。了解不同优化算法的原理及其超参数的作用将使我们更有效的调整优化器的超参数，从而提高模型的性能。

2023-02-04 00:41:43

优化算法随机梯度下降 RMSProp

在地平线X3上部署车牌识别系统

在地平线X3上部署车牌识别系统一、项目介绍本项目属于AI达人创造营三期项目，主要探索如何将PaddleOCR训练的车牌识别模型部署在地平线X3的板子上，并实现实时推理。项目地址：https://aistudio.baidu.com/aistudio/projectdetail/4730476二、技术要点PaddlePaddle之于Arm对应的平台为paddle-lite。paddle-li

2023-02-03 17:58:32

paddle 串口 docker

反向传播与梯度下降详解

反向传播(backward propagation，简称 BP)指的是计算神经网络参数梯度的方法。其原理是基于微积分中的链式规则，按相反的顺序从输出层到输入层遍历网络，依次计算每个中间变量和参数的梯度。

2023-02-02 00:09:56

梯度下降迭代随机梯度下降

实战案例！Python批量识别银行卡号码并且写入Excel，小白也可以轻松使用~

简单！学起来

2023-01-27 11:52:25

python ocr 文字识别

一文搞懂视频编解码原理

视频编解码算法分为传统算法和基于深度学习的方法，本文主要介绍视频编解码技术的原理，部分内容和图片参考网上技术博客。

2023-01-16 16:16:47

视频编码 I帧 P帧

深度学习基础-损失函数详解

本文总结分类和回归任务的常用损失函数，比如重点解析了交叉熵损失函数的由来，并给出详细计算公式和、案例分析、代码，同时也描述了 `MAE` 和 `MSE` 损失函数，给出了详细的计算公式、曲线图及优缺点。

2023-01-16 16:06:05

损失函数多分类交叉熵

ResNetv2 论文解读

本文的主要贡献在于通过理论分析和大量实验证明使用恒等映射（identity mapping）作为快捷连接（skip connection）对于残差块的重要性。同时，将 BN/ReLu 这些 activation 操作挪到了 Conv（真正的weights filter操作）之前，提出“预激活“操作，并通过与”后激活“操作做对比实验，表明对于多层网络，使用了预激活残差单元（Pre-activation residual unit）的 resnet v2 都取得了比 resnet v1（或 resnet v1.5）更好的结果。

2023-01-12 14:17:30

快捷连接恒等映射预激活

DenseNet 论文解读

ResNet 的工作表面，只要建立前面层和后面层之间的“短路连接”（shortcut），就能有助于训练过程中梯度的反向传播，从而能训练出更“深”的 CNN 网络。DenseNet 网络的基本思路和 ResNet 一致，但是它建立的是前面所有层与后面层的密集连接（dense connection）。传统的 LL 层卷积网络有 LL 个连接——每一层与它的前一层和后一层相连—，而 DenseNet 网络有 L(L+1)/2L(L+1)/2 个连接。在 DenseNet 中，让网络中的每一层都直接与其前面层相连，实现特征的重复利用；同时把网络的每一层设计得特别“窄”（特征图/滤波器数量少），即只学习非常少的特征图（最极端情况就是每一层只学习一个特征图），达到降低冗余性的目的。

2023-01-11 14:52:16

密集连接 DenseNet shortcut

数字图像处理笔记

本文章是对《数字图像处理》书中知识概念、定理、公式的总结知识，并给出了自己的理解，部分涉及具体应用代码，主要是原理解析和算法总结。学习数字图像处理能让我们更深入理解计算机视觉领域的内容。

2023-01-11 14:43:35

灰度变换霍夫曼编码 RGB 彩色模型

目标检测模型的评价标准-AP与mAP

为了了解模型的泛化能力，即判断模型的好坏，我们需要用某个指标来衡量，有了评价指标，就可以对比不同模型的优劣，并通过这个指标来进一步调参优化模型。对于分类和回归两类监督模型，分别有各自的评判标准。不同的问题和不同的数据集都会有不同的模型评价指标，比如分类问题，数据集类别平衡的情况下可以使用准确率作为评价指标，但是现实中的数据集几乎都是类别不平衡的，所以一般都是采用 AP 作为分类的评价指标，分别计算每个类别的 AP，再计算mAP。

2023-01-09 14:59:02

混淆矩阵精确率和召回率 F1分数

目标检测模型的基础

边界框：在⽬标检测领域⾥，我们通常使⽤边界框（bounding box，缩写是 bbox）来描述⽬标位置。边界框是⼀个矩形框，可以由矩形左上⻆的 x 和 y 轴坐标与右下⻆的 x 和 y 轴坐标确定。

2023-01-09 14:57:18

损失函数 anchor box Focal Loss

深度学习背景下的图像三维重建技术进展综述

本文主要对近年来深度学习背景下的图像三维重建的分类和研究现状进行总结，整体分为六个部分：引言、单张图像三维重建、多张图像三维重建、数据集与实验对比、讨论与展望、总结。

2023-01-08 09:52:38

三维重建数据集点云

模型压缩部署概述

深度学习和计算机视觉方向除了算法训练/研究，还有两个重要的方向: 模型压缩（模型优化、量化）、模型部署（模型转换、后端功能SDK开发）。所谓模型部署，即将算法研究员训练出的模型部署到具体的端边云芯片平台上，并完成特定业务的视频结构化应用开发。

2023-01-06 14:15:04

深度学习模型转换模型压缩

大厂必考深度学习算法面试题总结

包含深度学习基础、CNN 模型、机器学习等知识点的必考算法面试题

2023-01-05 14:27:16

梯度消失梯度爆炸数据增强方法

“山外有山比山高”-为什么叫深度学习？

揭示深度学习的内涵，介绍模型的复杂表，多元特征的引入，神经网路的形成，网络的训练过程以及从神经网络到深度学习的发展过程。

2023-01-04 21:56:03

深度学习权重神经网络

万字长文解析Scaled YOLOv4模型(YOLO变体模型)

Scaled YOLOv4 模型最主要的贡献在于通过理论系统分析和实验证了模型缩放的原则，进一步拓展了 CSPNet 方法，并基于此设计了一个全新的 Scaled-YOLOv4，Scaled-YOLOv4 网络的卷积模块都有使用 CSP。总的感觉就是针对不同的 GPU 平台，根据作者分析出来的模型缩放理论，且符合一些原则的情况下，选择不同的模型宽度和深度参数，并让模型更深更宽。

2023-01-04 16:11:22

目标检测 YOLOv4-tiny scaled yolo

GitHub 车牌检测识别项目调研

汽车车牌检测和识别实践指南，提供了算法方案和测试效果。

2023-01-04 16:06:31

github HyperLPR EasyOCR

经典 backbone 总结

ResNet 模型比 VGG 网络具有更少的滤波器数量和更低的复杂性。比如 Resnet34 的 FLOPs 为 3.6G，仅为 VGG-19 19.6G 的 18%。

2023-01-04 14:58:23

神经网络 resnet densenet

“众里寻他千百度”-深度学习的本质

介绍深度学习的基本概念、深度学习的常见任务和回归任务的实例分析。最后，以一个案例的形式，介绍训练一个模型的完整流程。

2022-12-31 12:25:54

机器学习损失函数深度学习

万字长文详解 YOLOv1-v5 系列模型

yolov1 作者提出了一种新的目标检测方法 YOLO，之前的目标检测工作都是重新利用分类器来执行检测。作者的神经网络模型是端到端的检测，一次运行即可同时得到所有目标的边界框和类别概率。YOLO 架构的速度是非常快的，base 版本实时帧率为 45 帧，smaller 版本能达到每秒 155 帧，性能由于 DPM 和 R-CNN 等检测方法。

2022-12-30 17:22:31

cmbn YOLOv2 yolov5

一阶段目标检测网络-RetinaNet 详解

作者深入分析了极度不平衡的正负（前景背景）样本比例导致 one-stage 检测器精度低于 two-stage 检测器，基于上述分析，提出了一种简单但是非常实用的 Focal Loss 焦点损失函数，并且 Loss 设计思想可以推广到其他领域，同时针对目标检测领域特定问题，设计了 RetinaNet 网络，结合 Focal Loss 使得 one-stage 检测器在精度上能够达到乃至超过 two-stage 检测器。

2022-12-30 17:19:46

损失函数 focal loss fpn网络

详解网络层-网络层概述和编址【王道计算机网络笔记】

@toc主要任务是把分组从源端传到目的端，为分组交换网上的不同主机提供通信服务。网络层的传输单位是数据报，数据报是一个比较长的数据，分组是对数据报进行切割得到的一部分功能：路由选择与分组转发（最佳路径）异构网络互联。4G，wifi，校园网等网络之间可以通信拥塞控制。如果所有结点都来不及接收分组，而要丢弃大量分组的话，网络就处于拥塞状态，因此要采取一定措施，缓解这种拥塞IP数据报格式!!\\附件/P

2022-12-29 22:24:44

子网掩码 IP 子网

详解数据链路层-局域网&广域网【王道计算机网络笔记】

@toc局域网局域网（LocalAreaNetwork）：简称LAN，是指在某一区域内由多态计算机互联成的计算机组，使用广播信道特点覆盖的地理范围较小，只在一个相对独立的局部范围内联，如一座或集中的建筑群内只用专门铺设的传输介质（双绞线、同轴电缆）进行联网，数据传输速率高（10Mb/s10Gb/s）通信延迟时间短，误码率低，可靠性较高各站为平等关系，共享传输信道多采用分布式控制和广播式信道，能进行

2022-12-28 23:14:48

链路网络层字段

详解数据链路层-介质访问控制【王道计算机网络笔记】

@toc数据传输使用的两种链路点对点链路：两个相邻结点通过一个链路相连，没有第三者。应用：PPP协议，常用于广域网。例如打电话广播式链路：所有主机共享通信介质。应用：早期总线以太网、无线局域网，常用于局域网。例如同一个频道的对讲机典型拓扑结构：总线型、星型（逻辑总线型）类似广播式链路的对讲机，很容易出现对话冲突的情况，也就是两个人想同时说话，但是对讲机只能让一个人说完，另一个人才能再说介质访问控制

2022-12-27 22:28:03

重传时隙数据

1 2 3 4 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客开源基础软件社区

教育

51CTO学堂精培企业培训 CTO训练营