- 浅谈神经网络常规异常解决办法 前言tensorflow和keras限制gpu显存tensorflowkeras 设置tensorflow和keras设置cpu运行常见异常解决方案 前言 记录下一些小问题的解决方案（长期更新）。 tensorflow和keras限制gpu显存 tensorflow ps：注意keras和tensorflow设置方... 浅谈神经网络常规异常解决办法 前言tensorflow和keras限制gpu显存tensorflowkeras 设置tensorflow和keras设置cpu运行常见异常解决方案 前言 记录下一些小问题的解决方案（长期更新）。 tensorflow和keras限制gpu显存 tensorflow ps：注意keras和tensorflow设置方...
- 浅谈改进模型小技巧----提升感受野 前言什么是spp？SPP-NET用于物体检测(可以不用看，我感觉没啥价值，因为太过古老) 什么是RFB？什么是ASPP? 前言 想写写yolov4的，但是想把yolov4中的小技巧介绍一部分小技巧介绍完在介绍吧！ 我们来看看下面这张图，我感觉特别精彩，很好的诠释了yolov4的思想。 什么是spp？ 为什么... 浅谈改进模型小技巧----提升感受野 前言什么是spp？SPP-NET用于物体检测(可以不用看，我感觉没啥价值，因为太过古老) 什么是RFB？什么是ASPP? 前言 想写写yolov4的，但是想把yolov4中的小技巧介绍一部分小技巧介绍完在介绍吧！ 我们来看看下面这张图，我感觉特别精彩，很好的诠释了yolov4的思想。 什么是spp？ 为什么...
- 有点喜欢的mobileNet系列mobileNetv3 mobileNetV3介绍网络复现实现代码 mobilenetV3 large网络复现实现代码 mobilenetV3 small mobileNetV3介绍 mobileNet系统主要针对在手机上运能运行高性能低资源的网络。而mobileNetv3主要利用网络架构搜索（NAS），搜索出来的一种... 有点喜欢的mobileNet系列mobileNetv3 mobileNetV3介绍网络复现实现代码 mobilenetV3 large网络复现实现代码 mobilenetV3 small mobileNetV3介绍 mobileNet系统主要针对在手机上运能运行高性能低资源的网络。而mobileNetv3主要利用网络架构搜索（NAS），搜索出来的一种...
- 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...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签