- 介绍深度学习是一种强大的机器学习技术，已经在计算机视觉、自然语言处理、语音识别等领域取得了巨大成功。然而，在深度学习中，由于网络层数的增加和复杂的非线性变换，传统的线性独立成分分析（Linear Independent Component Analysis，简称LICA）的有效性受到了限制。为了解决这个问题，研究人员提出了一种新的方法，即深度学习算法中的非线性独立成分分析（Nonlinear... 介绍深度学习是一种强大的机器学习技术，已经在计算机视觉、自然语言处理、语音识别等领域取得了巨大成功。然而，在深度学习中，由于网络层数的增加和复杂的非线性变换，传统的线性独立成分分析（Linear Independent Component Analysis，简称LICA）的有效性受到了限制。为了解决这个问题，研究人员提出了一种新的方法，即深度学习算法中的非线性独立成分分析（Nonlinear...
- 🤵♂️ 个人主页: @AI_magician📡主页地址： 作者简介：CSDN内容合伙人，全栈领域优质创作者。👨💻景愿：旨在于能和更多的热爱计算机的伙伴一起成长！！🐱🏍🙋♂️声明：本人目前大学就读于大二，研究兴趣方向人工智能&硬件（虽然硬件还没开始玩，但一直很感兴趣！希望大佬带带）【深度学习 | 核心概念】那些深度学习路上必经的核心概念，确定不来看看？ （一） 作者： ... 🤵♂️ 个人主页: @AI_magician📡主页地址： 作者简介：CSDN内容合伙人，全栈领域优质创作者。👨💻景愿：旨在于能和更多的热爱计算机的伙伴一起成长！！🐱🏍🙋♂️声明：本人目前大学就读于大二，研究兴趣方向人工智能&硬件（虽然硬件还没开始玩，但一直很感兴趣！希望大佬带带）【深度学习 | 核心概念】那些深度学习路上必经的核心概念，确定不来看看？ （一） 作者： ...
- 引言深度学习是一种基于神经网络的机器学习方法，通过多层次的神经网络结构来学习和表示复杂的数据特征。在深度学习中，自编码器是一种常用的无监督学习算法，用于学习数据的低维表示。而堆叠式自编码器（Stacked Autoencoders）则是一种将多个自编码器连接起来的深度学习模型，用于学习更高级别的数据特征表示。自编码器简介自编码器是一种无监督学习算法，它由编码器和解码器两部分组成。编码器将输入... 引言深度学习是一种基于神经网络的机器学习方法，通过多层次的神经网络结构来学习和表示复杂的数据特征。在深度学习中，自编码器是一种常用的无监督学习算法，用于学习数据的低维表示。而堆叠式自编码器（Stacked Autoencoders）则是一种将多个自编码器连接起来的深度学习模型，用于学习更高级别的数据特征表示。自编码器简介自编码器是一种无监督学习算法，它由编码器和解码器两部分组成。编码器将输入...
- 在深度学习领域，自编码器（Autoencoders）是一种常用的无监督学习算法，用于学习数据的低维表示。而稀疏自编码器（Sparse Autoencoders）作为自编码器的一种变种，在一定程度上能够更好地学习到数据的稀疏特征表示。本文将介绍稀疏自编码器的基本原理、训练方法以及应用领域。1. 稀疏自编码器的基本原理稀疏自编码器是一种基于神经网络的自编码器模型，其目标是通过学习到的稀疏表示来重... 在深度学习领域，自编码器（Autoencoders）是一种常用的无监督学习算法，用于学习数据的低维表示。而稀疏自编码器（Sparse Autoencoders）作为自编码器的一种变种，在一定程度上能够更好地学习到数据的稀疏特征表示。本文将介绍稀疏自编码器的基本原理、训练方法以及应用领域。1. 稀疏自编码器的基本原理稀疏自编码器是一种基于神经网络的自编码器模型，其目标是通过学习到的稀疏表示来重...
- 深度学习算法中的自动编码器（Autoencoders）简介自动编码器（Autoencoders）是一种无监督学习算法，在深度学习领域中被广泛应用。它可以通过将输入数据进行编码和解码来重构数据，从而学习数据的低维表示。自动编码器可以用于特征提取、降维和数据重建等任务，在图像处理、文本处理和推荐系统等领域都有广泛的应用。基本原理自动编码器由编码器（Encoder）和解码器（Decoder）两部分... 深度学习算法中的自动编码器（Autoencoders）简介自动编码器（Autoencoders）是一种无监督学习算法，在深度学习领域中被广泛应用。它可以通过将输入数据进行编码和解码来重构数据，从而学习数据的低维表示。自动编码器可以用于特征提取、降维和数据重建等任务，在图像处理、文本处理和推荐系统等领域都有广泛的应用。基本原理自动编码器由编码器（Encoder）和解码器（Decoder）两部分...
- 引言在深度学习领域，生成对抗网络（Generative Adversarial Networks，简称GAN）是一种强大而引人注目的算法。它的独特之处在于通过将生成模型与判别模型进行对抗训练，使得生成模型能够逐渐学习到生成高质量样本的能力。GAN在图像生成、图像修复、文本生成等领域都取得了令人瞩目的成果。本文将对GAN的原理、训练过程以及应用领域进行探讨。GAN的原理GAN由两个子网络组成：... 引言在深度学习领域，生成对抗网络（Generative Adversarial Networks，简称GAN）是一种强大而引人注目的算法。它的独特之处在于通过将生成模型与判别模型进行对抗训练，使得生成模型能够逐渐学习到生成高质量样本的能力。GAN在图像生成、图像修复、文本生成等领域都取得了令人瞩目的成果。本文将对GAN的原理、训练过程以及应用领域进行探讨。GAN的原理GAN由两个子网络组成：...
- 引言视频插帧（Video Interpolation）是一种计算机视觉算法，用于在视频中插入额外的帧以提高视频的流畅度和观看体验。视频插帧技术可以应用于各种领域，比如电影特效、视频游戏、运动捕捉等，并在近年来得到了广泛应用和研究。插帧算法原理视频插帧算法的核心原理是通过在已有的视频帧之间插入额外的帧，以增加视频的帧率。常用的插帧算法包括基于光流的方法、基于深度学习的方法等。光流方法光流方法是... 引言视频插帧（Video Interpolation）是一种计算机视觉算法，用于在视频中插入额外的帧以提高视频的流畅度和观看体验。视频插帧技术可以应用于各种领域，比如电影特效、视频游戏、运动捕捉等，并在近年来得到了广泛应用和研究。插帧算法原理视频插帧算法的核心原理是通过在已有的视频帧之间插入额外的帧，以增加视频的帧率。常用的插帧算法包括基于光流的方法、基于深度学习的方法等。光流方法光流方法是...
- 引言目标跟踪（Object Tracking）是计算机视觉领域中的一个重要任务，它可以在视频序列中实时地定位和追踪特定目标的位置。目标跟踪在许多应用中都起着关键作用，如视频监控、自动驾驶、增强现实等。本文将介绍目标跟踪的基本概念、常用方法和挑战，并讨论一些最新的研究进展。目标跟踪的基本概念目标跟踪的目标是在视频序列中实时地追踪特定目标的位置、尺寸和运动状态。目标可以是任何感兴趣的物体，如行人... 引言目标跟踪（Object Tracking）是计算机视觉领域中的一个重要任务，它可以在视频序列中实时地定位和追踪特定目标的位置。目标跟踪在许多应用中都起着关键作用，如视频监控、自动驾驶、增强现实等。本文将介绍目标跟踪的基本概念、常用方法和挑战，并讨论一些最新的研究进展。目标跟踪的基本概念目标跟踪的目标是在视频序列中实时地追踪特定目标的位置、尺寸和运动状态。目标可以是任何感兴趣的物体，如行人...
- 1.算法理论概述 基于RCNN（Region-based Convolutional Neural Network）深度学习网络的交通标志检测算法的MATLAB仿真。该算法通过使用深度学习网络进行目标检测，针对交通标志的特点和挑战，设计了相应的实现步骤，并分析了实现中的难点。通过本文的研究，可以进一步理解和应用基于深度学习的交通标志检测算法。 交通标志检测在智能交通... 1.算法理论概述 基于RCNN（Region-based Convolutional Neural Network）深度学习网络的交通标志检测算法的MATLAB仿真。该算法通过使用深度学习网络进行目标检测，针对交通标志的特点和挑战，设计了相应的实现步骤，并分析了实现中的难点。通过本文的研究，可以进一步理解和应用基于深度学习的交通标志检测算法。 交通标志检测在智能交通...
- 在小藤上实现火灾识别 在小藤上实现火灾识别
- 在小藤上实现Retinaface人脸识别 在小藤上实现Retinaface人脸识别
- 在小藤上实现Yolact实例分割 在小藤上实现Yolact实例分割
- 欠拟合、正常拟合、过拟合的表现形式：归纳出来的不是普遍规律，那就是过拟合。所以，从这个图来看，每次打100分，也不一定就是好事。正则化是一种常用的技术，用于防止过拟合，并提高模型的泛化能力。正则化通常通过向损失函数添加一个正则化项来实现，这个正则化项是模型参数的某个函数，可以理解为对模型的复杂度进行惩罚。随着正则化系数λ\lambdaλ逐渐增大，正则化项在模型选择中的话语权越来越高，对模型的... 欠拟合、正常拟合、过拟合的表现形式：归纳出来的不是普遍规律，那就是过拟合。所以，从这个图来看，每次打100分，也不一定就是好事。正则化是一种常用的技术，用于防止过拟合，并提高模型的泛化能力。正则化通常通过向损失函数添加一个正则化项来实现，这个正则化项是模型参数的某个函数，可以理解为对模型的复杂度进行惩罚。随着正则化系数λ\lambdaλ逐渐增大，正则化项在模型选择中的话语权越来越高，对模型的...
- “超级AI助手：全新提升！中文NLP训练框架，快速上手，海量训练数据，ChatGLM-v2、中文Bloom、助您实现更智能的应用！” “超级AI助手：全新提升！中文NLP训练框架，快速上手，海量训练数据，ChatGLM-v2、中文Bloom、助您实现更智能的应用！”
- 超越界限：大模型应用领域扩展，探索文本分类、文本匹配、信息抽取和性格测试等多领域应用 超越界限：大模型应用领域扩展，探索文本分类、文本匹配、信息抽取和性格测试等多领域应用
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签