- 目录 文章目录 目录前言Q1：随着数字化进程加快，海量数据频发现象层出不穷，传统 CPU 解决方案在哪些场景中会受限？Q2：作为网卡与处理器的结合，DPU 具备传输与计算的能力。都说 DPU 源... 目录 文章目录 目录前言Q1：随着数字化进程加快，海量数据频发现象层出不穷，传统 CPU 解决方案在哪些场景中会受限？Q2：作为网卡与处理器的结合，DPU 具备传输与计算的能力。都说 DPU 源...
- 循环神经网络： https://blog.csdn.net/qq_37534947/article/details/108369828 循环神经网络： https://blog.csdn.net/qq_37534947/article/details/108369828
- 一：手写二维卷积的实现 要求： 手写二维卷积的实现，并从至少一个数据集上进行实验，这里我选取了车辆分类数据集（后面的实验都是用的车辆分类数据集），主要根据数据集的大小，手动定义二维卷积操作，如：自定义单通... 一：手写二维卷积的实现 要求： 手写二维卷积的实现，并从至少一个数据集上进行实验，这里我选取了车辆分类数据集（后面的实验都是用的车辆分类数据集），主要根据数据集的大小，手动定义二维卷积操作，如：自定义单通...
- 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ... 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ...
- 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区... 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区...
- 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的... 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的...
- 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知... 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知...
- 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2... 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2...
- 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本... 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本...
- 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3... 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3...
- 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用... 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用...
- 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的... 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的...
- 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s... 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s...
- 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te... 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te...
- 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于... 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于...
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