深度解析：云计算的三宝——IaaS、PaaS和SaaS
4月22日，腾讯宣布旗下协作SaaS产品全面接入腾讯混元大模型，除去企业微信、腾讯会议、腾讯文档等“一门三杰”产品，腾讯乐享、腾讯电子签、腾讯问卷、腾讯云AI代码助手等协作SaaS产品也都已实现智能化升级。大模型应用落地再加速。 那么什么是SaaS呢，今天小亿带大家来认识一下三种云计算服务模式 ...
李沐-16 PyTorch 神经网络基础【动手学深度学习v2】
注：1. 沐神对应章节视频出处 2.代码使用Jupyter Notebook运行更方便 3.文章笔记出处 一、层和块 层：层（1）接受一组输入， （2）生成相应的输出， （3）由一组可调整参数描述。 当我们使用softmax回归时，一个单层本身就是模型。 然而，即...
《C语言深度解剖》(9)：深度剖析数据在内存中的存储
????博客主页：醉竺 ????本文专栏：《C语言深度解剖》 ????欢迎关注：感谢大家的点赞评论+关注，祝您学有所成！ ✨✨????????想要学习更多数据结构与算法点击专栏链接查看????????✨✨ 1. 数据类型介绍 前面我们已经学习了基本的内置类型： char /...
深度神经网络（DNN）
通过5个条件判定一件事情是否会发生，5个条件对这件事情是否发生的影响力不同，计算每个条件对这件事情发生的影响力多大，写一个深度神经网络（DNN）模型程序,最后打印5个条件分别的影响力。 示例 在深度神经网络（DNN）中，通常不直接提供像决策树或随机森林那样的特征重要性度量。然而，我们可以通过...
李宏毅2022机器学习/深度学习 个人笔记（1）
本系列用于推导、记录该系列视频中本人不熟悉、或认为有价值的知识点 本篇记录第一讲（选修）：神奇宝贝分类 如图，为了估算某个样本属于某类的概率，在二分类问题中，我们需要计算红框所示的4个参数，现在进入实例: 如图，我们在ID<400的宝可梦中选出水系和普通系用于训练。首先估计图中所示的2个参数...
深度相机（3D相机）-1 分类
按技术原理的不同， 主要可以分为3类， 每种技术的代表性产品如下： 双目相机： 原理类似人的双眼， 通过双目视差计算深度。 结构光相机： 原理是通过特殊编码的激光， 照射到物体表面， 然后通过一个或多个相机拍摄被测物体采集结构光图像， 从而计算深度。 结构光相机又可细分为单目结构光和双目结构光，双...
faceswap深度学习AI实现视频换脸详解
给大家介绍最近超级火的黑科技应用deepfake，这是一个实现图片和视频换脸的app。前段时间神奇女侠加尔盖朵的脸被换到了爱情动作片上，233333。我们这里将会从github项目faceswap开始一步一步实现一个视频换脸的教程。注意：本技术存在一定的使用风险，本教程仅做技术交流，请不要用在其他不...
EDGE的使用心得和深度探索
Microsoft Edge 是微软推出的一款基于 Chromium 开源项目的网页浏览器，自 2020 年重大更新后，在性能、兼容性和扩展支持方面得到了显著提升。以下是关于 Edge 浏览器的使用心得和一些深度探索的内容。 使用心得 1. 性能与兼容性：Edge 浏览器以其快速的...
深度学习环境搭建：Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0
深度学习环境搭建：Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0目录深度学习环境搭建：Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0Reference硬件说明：软件准备：1. ...
深度学习：Pytorch分布式训练-模型并行
模型并行主要利用to(device)函数将模型和数据（Tensor张量）放置在适当设备上，其余代码基本无需额外改动。 以下是一个简单的模型并行的代码示例： import torchimport torch.nn as nnimport torch.optim as optimclass Demo...
linux系统下深度学习环境搭建和使用
作为一个AI工程师，对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平。要求1：基于SSH的远程访问（本篇文章）能用一台笔记本电脑，远程登陆一台linux服务器能随时使用笔记本电脑启动训练任务能熟练的让代码和文件在笔记本电脑与LINUX服务器之间的传输要求2：Linux系统的文件系统（L...
保姆级教程——Ubuntu16.04 Server下深度学习环境搭建：安装CUDA8.0，cuDNN6.0，Bazel0.5.4，源码编译安装TensorFlow1.4.0(GPU版)
写在前面本文叙述了在Ubuntu16.04 Server下安装CUDA8.0，cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历，包括遇到的问题及解决办法，也有一些自己的经验，希望能对读者有所帮助。期间参考了许多前人的文章，后文会一一附上链接，在此先行谢过。在下能力...
【深度学习】wandb模型训练可视化工具使用方法
【深度学习】wandb模型训练可视化工具使用方法 wandb简介功能介绍登陆注册以及API keysproject和runsproject和runs的关系wandb的配置实验跟踪版本管理Case可视化分析可视化自动调参（wandb.sweep）配置wandb.sweep1.配置 sweep_...
探索MATLAB在计算机视觉与深度学习领域的实战应用
随着人工智能技术的快速发展，计算机视觉与深度学习已成为科技领域中最热门、最具挑战性的研究方向之一。 它们的应用范围从简单的图像处理扩展到了自动驾驶、医疗影像分析、智能监控行业等多个领域。 在这样的背景下，《MATLAB计算机视觉与深度学习实战》一书应运而生，为广大从业人员和学者提供了一个全面、深入的...
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
不多说，直接上干货！深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
【opencv】dnn示例-segmentation.cpp 通过深度学习模型对图像进行实时语义分割
模型下载地址： http://dl.caffe.berkeleyvision.org/ 配置文件下载： https://github.com/opencv/opencv_extra/tree/4.x/testdata/dnn 该段代码是一个利用深度学习进行语义分割的OpenC...
深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
接上文《深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0》，我们继续来安装 TensorFlow，使其支持GeForce GTX 1080显卡。1 下载和安装cuDNNcuDNN全称 CUDA Deep Neural Network library，是N...
深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow最近在公司做深度学习相关的学习和实验，原来一直在自己的电脑上安装虚拟机跑，速度实在太慢，主机本身性能太弱，独显都没有，物理安装Ubuntu也没多大意...
（转）深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0发表于2016年07月15号由52nlp接上文《深度学习主机攒机小记》，这台GTX1080主机准备好之后，就是配置深度学习环境了，这里选择了比较熟悉Ubuntu系统，不过是最新的16.04版本，另外在Nvi...
安卓Activity的深度探索：任务栈管理、启动模式及屏幕旋转策略的分析与应用-六、优化方案
针对安卓Activity的优缺点，开发者可以采取以下优化方案： 6.1、优化布局和视图 针对不同屏幕尺寸和设备方向，开发者可以优化布局和视图，以提高应用程序的兼容性和用户体验。 6.2、正确处理状态保存和恢复 在Activity的生命周期方法中，开...