- 很神奇的语义分割deeplabv3 学习前言github代码什么是Deeplabv3？Deeplabv3的优点及总结：Deeplabv3代码部分主干网络--mobilenetv2deeplabv3 encode部分deeplabv3 decode部分 LOSS函数的组成 学习前言 由于项目的需要，回顾下我以前读过的一篇论文的deeplabv3，顺便谈... 很神奇的语义分割deeplabv3 学习前言github代码什么是Deeplabv3？Deeplabv3的优点及总结：Deeplabv3代码部分主干网络--mobilenetv2deeplabv3 encode部分deeplabv3 decode部分 LOSS函数的组成 学习前言 由于项目的需要，回顾下我以前读过的一篇论文的deeplabv3，顺便谈...
- 目标检测–解读我在重写yolov3的时候遇到的困难 一、特征提取部分 对于darknet50是很好的特征提取，但是我个人认为在我们平常restnet50做主干网络就行了，没必要darknet50，因为darknet50设计出来本来就是分类1000类的，我个人也不崇尚于大网络，我和我师兄测试过长沙理工的交通数据集，darnet50并不是很理想。所以我个人的建议就是换成... 目标检测–解读我在重写yolov3的时候遇到的困难 一、特征提取部分 对于darknet50是很好的特征提取，但是我个人认为在我们平常restnet50做主干网络就行了，没必要darknet50，因为darknet50设计出来本来就是分类1000类的，我个人也不崇尚于大网络，我和我师兄测试过长沙理工的交通数据集，darnet50并不是很理想。所以我个人的建议就是换成...
- 说说优秀的目标识别yolov3算法 前言论文地址github地址预备知识Yolov3边框预测Yolov3边框解码 代码讲解预测部分主干特征提取darkNet53特征金字塔构建，获得预测结果预测结果的解码（可以看预备知识） 训练部分真实框的编码loss值计算 前言 yolo系列一直是我喜欢的算法，虽然yolov4出来了很久了，但是yolov3... 说说优秀的目标识别yolov3算法 前言论文地址github地址预备知识Yolov3边框预测Yolov3边框解码 代码讲解预测部分主干特征提取darkNet53特征金字塔构建，获得预测结果预测结果的解码（可以看预备知识） 训练部分真实框的编码loss值计算 前言 yolo系列一直是我喜欢的算法，虽然yolov4出来了很久了，但是yolov3...
- 下面的内容适合于初学者更好地对 不同的神经网络模型 能形象的了解。 官网地址：http://playground.tensorflow.org/ 下图是主界面： 参数说明： 1）Problem type 问题类型（是分类问题，还是回归问题，可以选择） classification 分类 regression 回归 2）Epo... 下面的内容适合于初学者更好地对 不同的神经网络模型 能形象的了解。 官网地址：http://playground.tensorflow.org/ 下图是主界面： 参数说明： 1）Problem type 问题类型（是分类问题，还是回归问题，可以选择） classification 分类 regression 回归 2）Epo...
- 原文地址：https://zhuanlan.zhihu.com/p/37526892 前言 前段时间很火的感人动画短片《Changing Batteries》讲了这样一个故事：独居的老奶奶收到儿子寄来的一个机器人，虽然鲜有语言的沟通，但是小机器人善于察言观色，不仅能在老奶奶口渴时为她端水、在老奶奶扫地时接过老奶奶的扫把，做力所能及的家务活，如果老奶奶在椅子上看电视睡... 原文地址：https://zhuanlan.zhihu.com/p/37526892 前言 前段时间很火的感人动画短片《Changing Batteries》讲了这样一个故事：独居的老奶奶收到儿子寄来的一个机器人，虽然鲜有语言的沟通，但是小机器人善于察言观色，不仅能在老奶奶口渴时为她端水、在老奶奶扫地时接过老奶奶的扫把，做力所能及的家务活，如果老奶奶在椅子上看电视睡...
- 本文章来自： Apollo开发者社区 原创：阿波君 1、卷积神经网络 卷积神经网络CNN是一种人工神经网络，它对感知问题特别有效，CNN接受多维输入包括定义大多数传感器数据的二维和三维形状。如果使用标准神经网络对图像进行分类，则需要通过一种方法将图像连接到网络的第一层，这属于一维。 标准做法是通过将图像矩阵重塑为一个矢量，并在一个大行中连接所... 本文章来自： Apollo开发者社区 原创：阿波君 1、卷积神经网络 卷积神经网络CNN是一种人工神经网络，它对感知问题特别有效，CNN接受多维输入包括定义大多数传感器数据的二维和三维形状。如果使用标准神经网络对图像进行分类，则需要通过一种方法将图像连接到网络的第一层，这属于一维。 标准做法是通过将图像矩阵重塑为一个矢量，并在一个大行中连接所...
- 有史以来，计算机第一次不依靠人类的任何帮助，仅仅通过人工智能独立发现了一个新的科学理论。 来自塔夫斯大学的计算和生物领域的科学家们编码了这样一套程序，它能够让计算机在面对一个新的科学问题的时候，独立地发展出一套解释这个问题的理论。他们选择的科学问题是一个在生物领域里困惑科学家们120年之久的现象：涡虫（Planaria）被切开之后是有能力进行再生，形成一个新... 有史以来，计算机第一次不依靠人类的任何帮助，仅仅通过人工智能独立发现了一个新的科学理论。 来自塔夫斯大学的计算和生物领域的科学家们编码了这样一套程序，它能够让计算机在面对一个新的科学问题的时候，独立地发展出一套解释这个问题的理论。他们选择的科学问题是一个在生物领域里困惑科学家们120年之久的现象：涡虫（Planaria）被切开之后是有能力进行再生，形成一个新...
- 这篇博文主要介绍了一种基于机器学习的分类方法，K-邻近（KNN），并且使用这种方法来完成了一个简单的手写数字识别系统。 KNN 概述 什么是 KNN KNN（K–nearest-neighbor），即 K-邻近算法， 所谓 K 邻近，就是 K 个最近邻居的意思，说的是每个样本都可以用与它最接近的K 个邻居来进行表示。 工作原理 存在一个样本数据集合，... 这篇博文主要介绍了一种基于机器学习的分类方法，K-邻近（KNN），并且使用这种方法来完成了一个简单的手写数字识别系统。 KNN 概述 什么是 KNN KNN（K–nearest-neighbor），即 K-邻近算法， 所谓 K 邻近，就是 K 个最近邻居的意思，说的是每个样本都可以用与它最接近的K 个邻居来进行表示。 工作原理 存在一个样本数据集合，...
- 人工智能正在逐渐的改变世界。人工智能的应用十分广泛，小到我们的家庭，大到各种复杂的机构，如军事基地和美国国家航空航天局空间站。美国国家航空航天局甚至将人工智能机器人派遣到某些星球上，以便详细了解这些星球的大气层和自然环境，从而调查人类是否有可能在其他星球上生活。2017年更是人工智能爆发的一年：5月，AlphaGo Master连胜三盘，战胜柯洁；40天后，新一代AlphaGo Zero以1... 人工智能正在逐渐的改变世界。人工智能的应用十分广泛，小到我们的家庭，大到各种复杂的机构，如军事基地和美国国家航空航天局空间站。美国国家航空航天局甚至将人工智能机器人派遣到某些星球上，以便详细了解这些星球的大气层和自然环境，从而调查人类是否有可能在其他星球上生活。2017年更是人工智能爆发的一年：5月，AlphaGo Master连胜三盘，战胜柯洁；40天后，新一代AlphaGo Zero以1...
- train loss与test loss结果分析train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集100%有问题; train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数... train loss与test loss结果分析train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集100%有问题; train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数...
- 本节书摘来自华章计算机《计算机组成与体系结构（原书第4版）》一书中第3章，第3.6.6节，作者是［美］ 琳达·纳尔（Linda Null）朱莉娅·洛博（Julia Lobur）宾夕法尼亚州立大学，张 钢 魏继增 李雪威天津大学 李春阁 何 颖天津大学仁爱学院 译。 本节书摘来自华章计算机《计算机组成与体系结构（原书第4版）》一书中第3章，第3.6.6节，作者是［美］ 琳达·纳尔（Linda Null）朱莉娅·洛博（Julia Lobur）宾夕法尼亚州立大学，张 钢 魏继增 李雪威天津大学 李春阁 何 颖天津大学仁爱学院 译。
- 前言在阅读了一篇 MNIST 的教程（或 10 篇）并了解了一些 Tensorflow / Keras 最佳实践后，你可能会认为将神经网络应用于预测任务是一种“即插即用”操作。不幸的是，事情往往并非那么容易。 在实践中，即使是训练一个简单的网络结构（不用没有 GAN 或一些花哨的结构）来对你的数据进行预测，也是一项富有挑战的任务。因此，当你在代码编辑器敲下 import tensorflow... 前言在阅读了一篇 MNIST 的教程（或 10 篇）并了解了一些 Tensorflow / Keras 最佳实践后，你可能会认为将神经网络应用于预测任务是一种“即插即用”操作。不幸的是，事情往往并非那么容易。 在实践中，即使是训练一个简单的网络结构（不用没有 GAN 或一些花哨的结构）来对你的数据进行预测，也是一项富有挑战的任务。因此，当你在代码编辑器敲下 import tensorflow...
- 编者按：Google 产品经理 Yariv Adan 讨论了困惑很多人的问题：人工神经网络和人类大脑中的神经网络到底有多像？人工神经网络和机器学习已经成为大众媒体的热门主题。智能机器这一想法勾起了很多人的想象，而且人们特别喜欢把它和人类放一起比较。特别是有一个关于人工智能的底层机制的基础问题经常出现——这些人工神经网络的工作方式真的和我们大脑中的神经元相似吗？TI;Dr不。尽管从高层概念上说... 编者按：Google 产品经理 Yariv Adan 讨论了困惑很多人的问题：人工神经网络和人类大脑中的神经网络到底有多像？人工神经网络和机器学习已经成为大众媒体的热门主题。智能机器这一想法勾起了很多人的想象，而且人们特别喜欢把它和人类放一起比较。特别是有一个关于人工智能的底层机制的基础问题经常出现——这些人工神经网络的工作方式真的和我们大脑中的神经元相似吗？TI;Dr不。尽管从高层概念上说...
- 一个关于计算机如何学习的新理论的蓝图正在形成，其影响甚至比登月更大！研究人员正试图解释神经网络工作原理，并保证如果以规定的方式构建一个神经网络，它就能够执行特定的任务。深度学习需要更多的理论！这是学术界的一个共识。神经网络十分强大，但往往不可预测。现在，谷歌大脑、FAIR、德州农工大学等的数学家们试图深究神经网络的理论基础，开始揭示神经网络的形式如何影响其功能。我们对神经网络几乎一无所知设计... 一个关于计算机如何学习的新理论的蓝图正在形成，其影响甚至比登月更大！研究人员正试图解释神经网络工作原理，并保证如果以规定的方式构建一个神经网络，它就能够执行特定的任务。深度学习需要更多的理论！这是学术界的一个共识。神经网络十分强大，但往往不可预测。现在，谷歌大脑、FAIR、德州农工大学等的数学家们试图深究神经网络的理论基础，开始揭示神经网络的形式如何影响其功能。我们对神经网络几乎一无所知设计...
- 编译：啤酒泡泡、曹培信来源：大数据文摘（ID：BigDataDigest）原文：MakeArtWithPython对于上了床就再也不想下来的人来说，关灯成为睡觉前面临的最大挑战！然而，一个来自意大利拉不勒斯的小哥哥，决定利用“舞步”（身体姿势）来控制自己家的灯，整个过程利用一个神经网络实现。此前，关于关灯这件事，这一届网友永远不会让人失望，他们开发出了各种关灯***：当然少不了憨豆先生最简单粗... 编译：啤酒泡泡、曹培信来源：大数据文摘（ID：BigDataDigest）原文：MakeArtWithPython对于上了床就再也不想下来的人来说，关灯成为睡觉前面临的最大挑战！然而，一个来自意大利拉不勒斯的小哥哥，决定利用“舞步”（身体姿势）来控制自己家的灯，整个过程利用一个神经网络实现。此前，关于关灯这件事，这一届网友永远不会让人失望，他们开发出了各种关灯***：当然少不了憨豆先生最简单粗...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签