- 1.算法运行效果图预览(完整程序运行后无水印) 由于网络训练具有一定的随机性，当训练性能略微差时，最后的识别率如下： 2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） %% 冻结初始图层layers = lgraph.Layers;connections = lgraph.Connections; %% 训练网... 1.算法运行效果图预览(完整程序运行后无水印) 由于网络训练具有一定的随机性，当训练性能略微差时，最后的识别率如下： 2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） %% 冻结初始图层layers = lgraph.Layers;connections = lgraph.Connections; %% 训练网...
- 4.1.4 GRU(门控循环单元) 4.1.5 LSTM(长短记忆网络) 循环神经网络 4.2 词嵌入与NLP 学习目标 4.2.2 词嵌入 4.2.3 Word2Vec案例 4.3 seq2seq与Attention机制 4.3.2 注意力机制 4.3.3 机器翻译案例 4.3.4 集束搜索（Beam Search） 4.3.5 BLEU-机器翻译的自动评估方法 5.1 生 4.1.4 GRU(门控循环单元) 4.1.5 LSTM(长短记忆网络) 循环神经网络 4.2 词嵌入与NLP 学习目标 4.2.2 词嵌入 4.2.3 Word2Vec案例 4.3 seq2seq与Attention机制 4.3.2 注意力机制 4.3.3 机器翻译案例 4.3.4 集束搜索（Beam Search） 4.3.5 BLEU-机器翻译的自动评估方法 5.1 生
- 简介Google Satellite Embedding 数据集是一个全球性的、可用于分析的地理空间嵌入学习集合。此数据集中的每个 10 米像素都是一个 64 维表示形式，或“嵌入向量”，用于编码单个日历年内各种地球观测仪器和数据集在相应像素及其周围测量的地表条件的时间轨迹。与波段对应于物理测量的传统光谱输入和指数不同，嵌入是特征向量，以不太直观但更强大的方式总结了多源、多模态观测结果之间的... 简介Google Satellite Embedding 数据集是一个全球性的、可用于分析的地理空间嵌入学习集合。此数据集中的每个 10 米像素都是一个 64 维表示形式，或“嵌入向量”，用于编码单个日历年内各种地球观测仪器和数据集在相应像素及其周围测量的地表条件的时间轨迹。与波段对应于物理测量的传统光谱输入和指数不同，嵌入是特征向量，以不太直观但更强大的方式总结了多源、多模态观测结果之间的...
- 在当代的许多工业场景中，人脸识别技术的应用越来越广泛，比如刷脸支付、门禁闸机、身份验证等日常生活中的应用都依赖于先进的机器学习和计算机视觉技术。那么这些人脸识别系统是如何在这些设备上实现的？是否依然是过去的模板匹配或者 SIFT 特征点检测呢？答案是，现在的主流技术已经普遍转向了深度学习，尤其是基于卷积神经网络（CNN）等架构的深度学习模型。 传统方法的局限性与深度学习的优势早期的人脸识别技... 在当代的许多工业场景中，人脸识别技术的应用越来越广泛，比如刷脸支付、门禁闸机、身份验证等日常生活中的应用都依赖于先进的机器学习和计算机视觉技术。那么这些人脸识别系统是如何在这些设备上实现的？是否依然是过去的模板匹配或者 SIFT 特征点检测呢？答案是，现在的主流技术已经普遍转向了深度学习，尤其是基于卷积神经网络（CNN）等架构的深度学习模型。 传统方法的局限性与深度学习的优势早期的人脸识别技...
- 一、从 11 倍速到百万 token：NSA 如何重新定义大模型长文本处理能力？在 ACL 2025 的颁奖典礼上，一篇来自 DeepSeek 与北京大学联合团队的论文《Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention》脱颖而出，斩获最佳论文奖。在投稿量翻倍至 8360 篇的激烈... 一、从 11 倍速到百万 token：NSA 如何重新定义大模型长文本处理能力？在 ACL 2025 的颁奖典礼上，一篇来自 DeepSeek 与北京大学联合团队的论文《Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention》脱颖而出，斩获最佳论文奖。在投稿量翻倍至 8360 篇的激烈...
- 基于深度学习的YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】 背景随着城市化进程的加速，城市道路损伤问题日益严重。道路的裂缝、坑洼、井盖移位等问题不仅影响行车安全，也影响市民的出行体验。传统的人工巡检方式费时费力，且容易忽视细节。为了提升道路检测的效率与准确性，基于深度学习的智能检测系统应运而生。在众多深度学习算法中，YOLO（You Only Look Once）因其... 基于深度学习的YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】 背景随着城市化进程的加速，城市道路损伤问题日益严重。道路的裂缝、坑洼、井盖移位等问题不仅影响行车安全，也影响市民的出行体验。传统的人工巡检方式费时费力，且容易忽视细节。为了提升道路检测的效率与准确性，基于深度学习的智能检测系统应运而生。在众多深度学习算法中，YOLO（You Only Look Once）因其...
- 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目
- AEO在智能问答系统中的应用研究从内容优化到语义检索在人工智能领域，搜索引擎和问答系统是获取信息的核心工具。然而，随着信息量的激增和问题的复杂化，传统的基于关键词匹配的检索方法面临诸多挑战。为了解决这些问题，答案引擎优化（Answer Engine Optimization, AEO）应运而生。AEO不仅强调内容结构优化，还注重语义检索技术的实现，旨在提升答案的相关性、准确性以及系统的响应... AEO在智能问答系统中的应用研究从内容优化到语义检索在人工智能领域，搜索引擎和问答系统是获取信息的核心工具。然而，随着信息量的激增和问题的复杂化，传统的基于关键词匹配的检索方法面临诸多挑战。为了解决这些问题，答案引擎优化（Answer Engine Optimization, AEO）应运而生。AEO不仅强调内容结构优化，还注重语义检索技术的实现，旨在提升答案的相关性、准确性以及系统的响应...
- 基于深度学习的YOLO框架的道路裂缝智能识别系统【附完整源码+数据集】本项目基于最新的 YOLOv8 框架，结合 PyQt5 图形界面技术，设计并实现了一个功能完备、操作简洁、检测高效的道路裂缝智能识别系统，不仅支持图像、视频和实时摄像头输入，还提供完整的训练代码和数据集，适合科研开发、工程部署及教学应用等多个场景。 背景随着城市化进程的不断加快，道路交通基础设施面临着巨大的维护压力。路面... 基于深度学习的YOLO框架的道路裂缝智能识别系统【附完整源码+数据集】本项目基于最新的 YOLOv8 框架，结合 PyQt5 图形界面技术，设计并实现了一个功能完备、操作简洁、检测高效的道路裂缝智能识别系统，不仅支持图像、视频和实时摄像头输入，还提供完整的训练代码和数据集，适合科研开发、工程部署及教学应用等多个场景。 背景随着城市化进程的不断加快，道路交通基础设施面临着巨大的维护压力。路面...
- 在智慧交通和智能驾驶日益普及的今天，准确识别复杂交通场景中的关键元素已成为自动驾驶系统的核心能力之一。传统的图像处理技术难以适应高动态、复杂天气、多目标密集的交通环境，而基于深度学习的目标检测算法，尤其是YOLO（You Only Look Once）系列，因其检测速度快、精度高、可部署性强等特点，在交通场景识别中占据了重要地位。 在智慧交通和智能驾驶日益普及的今天，准确识别复杂交通场景中的关键元素已成为自动驾驶系统的核心能力之一。传统的图像处理技术难以适应高动态、复杂天气、多目标密集的交通环境，而基于深度学习的目标检测算法，尤其是YOLO（You Only Look Once）系列，因其检测速度快、精度高、可部署性强等特点，在交通场景识别中占据了重要地位。
- @[toc] 基于深度学习的YOLO框架的人脸表情检测识别系统【附完整源码+数据集】 背景随着人机交互、智能安防、虚拟现实等技术的快速发展，人脸表情识别（Facial Expression Recognition, FER）已成为人工智能领域的重要研究方向之一。传统的表情识别方法大多依赖于人工设计的特征（如Gabor滤波器、HOG等），在复杂环境下的鲁棒性较差。近年来，基于深度学习的检测算法... @[toc] 基于深度学习的YOLO框架的人脸表情检测识别系统【附完整源码+数据集】 背景随着人机交互、智能安防、虚拟现实等技术的快速发展，人脸表情识别（Facial Expression Recognition, FER）已成为人工智能领域的重要研究方向之一。传统的表情识别方法大多依赖于人工设计的特征（如Gabor滤波器、HOG等），在复杂环境下的鲁棒性较差。近年来，基于深度学习的检测算法...
- 获取训练的OP以及摘要OP pre-trained模型路径. 开始训练 image_pre为图片处理结果，bbox_img为 定义SSD模型 修改网络当中输出score时候，9类(商品数据集8 + 1) 获取每一层的default boxes 加载已经训练模型 方便在Notebook使用的交互式会话 初始化变量 创建saver加载模型 通过 predictions 与 sele 获取训练的OP以及摘要OP pre-trained模型路径. 开始训练 image_pre为图片处理结果，bbox_img为 定义SSD模型 修改网络当中输出score时候，9类(商品数据集8 + 1) 获取每一层的default boxes 加载已经训练模型 方便在Notebook使用的交互式会话 初始化变量 创建saver加载模型 通过 predictions 与 sele
- 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目
- 内存与带宽协同边缘设备上的分布式模型切分随着人工智能模型规模的不断扩展，将大模型部署到资源受限的边缘设备成为挑战。本文将深入探讨内存与带宽协同机制下的模型切分策略，并结合分布式执行方法，提供理论分析与代码实战，帮助理解如何实现边缘智能推理的最优化部署。 一、背景与挑战 1.1 模型规模持续膨胀当前的大型深度学习模型（如ViT、GPT-4等）通常拥有数十亿甚至千亿参数，内存需求高、计算复杂度... 内存与带宽协同边缘设备上的分布式模型切分随着人工智能模型规模的不断扩展，将大模型部署到资源受限的边缘设备成为挑战。本文将深入探讨内存与带宽协同机制下的模型切分策略，并结合分布式执行方法，提供理论分析与代码实战，帮助理解如何实现边缘智能推理的最优化部署。 一、背景与挑战 1.1 模型规模持续膨胀当前的大型深度学习模型（如ViT、GPT-4等）通常拥有数十亿甚至千亿参数，内存需求高、计算复杂度...
- 一、一些常见激活函数对比激活函数数学公式输出范围核心作用主要缺点典型应用场景Sigmoidf(x)=1+e−x1(0, 1)将输入压缩为概率值，适合二分类输出层梯度消失（输入极大/极小时梯度接近0）；输出非零均值，影响收敛二分类输出层Tanhf(x)=ex+e−xex−e−x(-1, 1)零均值输出加速收敛；比Sig... 一、一些常见激活函数对比激活函数数学公式输出范围核心作用主要缺点典型应用场景Sigmoidf(x)=1+e−x1(0, 1)将输入压缩为概率值，适合二分类输出层梯度消失（输入极大/极小时梯度接近0）；输出非零均值，影响收敛二分类输出层Tanhf(x)=ex+e−xex−e−x(-1, 1)零均值输出加速收敛；比Sig...
上滑加载中
推荐直播
-
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中
热门标签