腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
磐创AI技术团队的专栏
定期分享机器学习深度学习相关优质原创文章
专栏成员
举报
726
文章
1051628
阅读量
125
订阅数
订阅专栏
申请加入专栏
全部文章(726)
机器学习(196)
神经网络(188)
深度学习(184)
https(147)
人工智能(136)
编程算法(129)
网络安全(120)
python(101)
tensorflow(69)
github(56)
pytorch(56)
其他(55)
NLP 服务(55)
开源(44)
git(43)
模型(37)
数据(37)
图像处理(29)
api(28)
keras(25)
卷积神经网络(24)
http(20)
opencv(20)
图像识别(19)
监督学习(17)
机器人(17)
函数(17)
强化学习(16)
sql(13)
numpy(13)
数据库(12)
数据分析(12)
文件存储(11)
腾讯云测试服务(11)
人脸识别(9)
go(9)
批量计算(9)
网站(9)
ide(8)
线性回归(8)
教程(8)
javascript(7)
知识图谱(7)
存储(7)
游戏(7)
无监督学习(7)
大数据(7)
data(7)
工具(7)
算法(7)
json(6)
搜索引擎(6)
变量(6)
数据科学(6)
数据挖掘(5)
css(5)
html(5)
分布式(5)
无人驾驶(5)
markdown(5)
迁移学习(5)
数据结构(5)
model(5)
测试(5)
工作(5)
自动驾驶(4)
c++(4)
php(4)
matlab(4)
机器翻译(4)
爬虫(4)
面向对象编程(4)
推荐系统(4)
scikit-learn(4)
数据处理(4)
windows(4)
对象(4)
架构(4)
可视化(4)
事件(4)
优化(4)
ios(3)
iphone(3)
bash(3)
scala(3)
打包(3)
linux(3)
容器镜像服务(3)
数据加密服务(3)
容器(3)
决策树(3)
数据可视化(3)
特征工程(3)
jupyter notebook(3)
学习方法(3)
google(3)
self(3)
基础(3)
技巧(3)
视频(3)
数学(3)
索引(3)
网络(3)
性能(3)
swift(2)
java(2)
xml(2)
jquery(2)
ajax(2)
flask(2)
unix(2)
mapreduce(2)
mongodb(2)
缓存(2)
spark(2)
ssh(2)
unity(2)
tcp/ip(2)
scrapy(2)
anaconda(2)
微信(2)
安全(2)
腾讯云开发者社区(2)
processing(2)
云计算(2)
图像搜索(2)
智能客服机器人(2)
aigc(2)
apply(2)
dataframe(2)
kaggle(2)
line(2)
openai(2)
text(2)
word(2)
word2vec(2)
表格(2)
工作流(2)
搜索(2)
统计(2)
图表(2)
系统(2)
芯片(2)
费用中心(1)
对象存储(1)
语音识别(1)
官方文档(1)
区块链(1)
数字货币(1)
c 语言(1)
.net(1)
react(1)
node.js(1)
单片机(1)
arm(1)
云数据库 SQL Server(1)
nosql(1)
django(1)
ubuntu(1)
apt-get(1)
短视频(1)
云数据库 MongoDB(1)
SSL 证书(1)
物联网通信(1)
智能鉴黄(1)
语音合成(1)
DevOps 解决方案(1)
医疗(1)
渲染(1)
出行(1)
数据安全(1)
svg(1)
serverless(1)
kubernetes(1)
shell(1)
html5(1)
正则表达式(1)
sql server(1)
自动化测试(1)
单元测试(1)
flash(1)
kernel(1)
uml(1)
视频分析(1)
腾讯云ti平台ti-ems(1)
聚类算法(1)
ascii(1)
实时监控(1)
汽车(1)
教育(1)
action(1)
alexa(1)
alpha(1)
block(1)
break(1)
cat(1)
chatgpt(1)
csv(1)
cut(1)
dataset(1)
dot(1)
embedding(1)
function(1)
gan(1)
gin(1)
gpt(1)
gradient(1)
graph(1)
h2(1)
init(1)
interpreter(1)
julia(1)
key(1)
label(1)
lapply(1)
lstm(1)
mac(1)
mask(1)
math(1)
matplotlib(1)
medium(1)
meta(1)
min(1)
models(1)
monitor(1)
next(1)
nlp(1)
output(1)
pandas(1)
photo(1)
point(1)
policy(1)
prompt(1)
pyspark(1)
resize(1)
sapply(1)
selection(1)
streamlit(1)
summary(1)
svm(1)
templates(1)
tensor(1)
time(1)
title(1)
token(1)
virtual(1)
yolo(1)
zero(1)
编程(1)
遍历(1)
编码(1)
编译器(1)
博客(1)
部署(1)
插件(1)
产品(1)
代理(1)
代码质量(1)
登录(1)
递归(1)
二进制(1)
翻译(1)
服务(1)
规范化(1)
华为(1)
集合(1)
监控(1)
解决方案(1)
开发(1)
快捷键(1)
量化(1)
论文(1)
配置(1)
前端(1)
数组(1)
思维导图(1)
同步(1)
效率(1)
学习笔记(1)
研发(1)
音视频(1)
隐私(1)
语音(1)
原理(1)
字符串(1)
LLM(1)
搜索文章
搜索
搜索
关闭
英伟达发布全球最强芯片B200!AGI的时代真要提前到来?
架构
模型
芯片
性能
人工智能
【导读】2024年3月18日,英伟达在美国硅谷的圣何塞会议中心举行了2024年度AI大会GTC(GPU Technology Conference)。在这场人工智能大会上,英伟达的新一代性能巨兽Backwell B200诞生了!
磐创AI
2024-04-03
158
0
用人工智能探索音乐生成的世界
人工智能
工具
函数
模型
数据
利用人工智能生成音乐已经成为一个重要领域,这改变了音乐的创作和欣赏方式。本项目介绍了在音乐创作中应用人工智能的概念和目的。我们旨在探索使用人工智能算法生成音乐的过程以及其潜力。
磐创AI
2024-01-10
267
0
通过 VAE、GAN 和 Transformer 释放生成式 AI
人工智能
gan
模型
数据
网络
生成式人工智能是人工智能和创造力交叉的一个令人兴奋的领域,它通过使机器能够生成新的原创内容,正在给各个行业带来革命性的变化。从生成逼真的图像和音乐作品到创建逼真的文本和沉浸式虚拟环境,生成式人工智能正在突破机器所能实现的界限。在这篇博客中,我们将探索使用 VAE、GAN 和 Transformer 的生成式人工智能的前景,深入研究其应用、进步及其对未来的深远影响。
磐创AI
2023-11-08
582
0
MobileVIT:轻量级视觉Transformer+移动端部署
卷积神经网络
机器学习
神经网络
深度学习
人工智能
轻量级卷积神经网络的spatial inductive biases( 空间归纳偏置)使他们能够在不同的视觉任务中学习参数较少的表征,然而这些网络在空间上是局部的。反观重量级的基于self-attention的VIT可以学习到全局表征,所以作者等人针对轻量化提出一个问题: 是否有可能结合CNN 和 ViT 的优势,为移动视觉任务建立一个轻量级和低延迟的网络?因此本文提出了一个新的视角:使用基于Transformer的卷积来处理全局信息。精度提升可见下图:
磐创AI
2021-12-01
1.8K
1
何凯明团队又出新论文!北大、上交校友教你用ViT做迁移学习
监督学习
机器学习
神经网络
深度学习
人工智能
模型参数的初始化一直是一个重要的研究问题,一个合适的初始化能够提升模型性能,加速收敛找到最优解。
磐创AI
2021-12-01
934
0
Nvidia「艺术家神器」GauGAN发布第二代!训练超1000万张图片,两个词就能生成风景画
机器学习
神经网络
深度学习
人工智能
最近,英伟达发布了实时绘画工具GauGAN的第二代,主要特性是支持输入文本来生成图像。
磐创AI
2021-12-01
1.4K
0
使用 CNN 进行句子分类的自然语言处理
tensorflow
机器学习
神经网络
深度学习
人工智能
句子 分类是最简单的NLP任务之一,具有广泛的应用,包括文档分类、垃圾邮件过滤和情感分析。一个句子在句子分类中被分类到一个类中。
磐创AI
2021-11-19
684
0
使用 NLP 和文本分析进行情感分类
机器学习
神经网络
深度学习
人工智能
http
我们今天生活在一个数字世界中。从一天的开始到我们对所爱的人说“晚安”,我们以视觉、音乐/音频、网络、文本和更多来源的形式消耗大量数据。
磐创AI
2021-11-10
1.6K
0
使用 Python 实现的卷积神经网络初学者指南
机器学习
神经网络
深度学习
人工智能
https
卷积神经网络是一种专为处理图像和视频而设计的深度学习算法。它以图像为输入,提取和学习图像的特征,并根据学习到的特征进行分类。
磐创AI
2021-10-27
1.5K
0
使用经典ML方法和LSTM方法检测灾难tweet
机器学习
神经网络
深度学习
人工智能
在本文中,我将对分类任务应用两种不同的方法。我将首先应用一个经典的机器学习分类算法-梯度增强分类器。
磐创AI
2021-08-05
984
0
想读懂YOLOV4,你需要先了解下列技术(二)
批量计算
.net
神经网络
深度学习
人工智能
本文YOLOV4论文总结分析的第二篇,其主要分析了数据增强和特征擦除手段,包括random erasing、cutout、hide-and-seek、grid mask、Adversarial Erasing、mixup、cutmix、mosaic、Stylized-ImageNet、label smooth、dropout和dropblock,本文分析各种BN改进、网络感受野增强技巧、注意力机制和特征融合技巧。
磐创AI
2021-08-05
396
0
【论文解读】YOLOX: Exceeding YOLO Series in 2021
人工智能
神经网络
图像识别
深度学习
YOLOv3 baseline 以Darknet53作为Baseline,给大家介绍如何一步一步过渡到现在的YOLOX-DarkNet53。YOLOv3是以Darknet53为主干,后面再加上SPP。我们对训练策略进行了一些修改,增加了EMA weights updating,余弦学习率,IoU损失,以及IoU-aware分支,在训练分类和objectness的分支中,我们使用了BCE loss。在数据增强方面,我们只使用了水平翻转,颜色抖动和多尺度。
磐创AI
2021-08-05
991
0
创建一个Spotify播放列表
机器学习
神经网络
深度学习
人工智能
api
作者 | Merlin Schäfer 编译 | VK 来源 | Towards Data Science
磐创AI
2021-05-10
1.6K
0
建立一个完全没有机器学习的图像分类器
图像处理
机器学习
神经网络
深度学习
人工智能
作者 | Arunn Thevapalan 编译 | VK 来源 | Towards Data Science
磐创AI
2021-04-21
589
0
网络架构设计:CNN based和Transformer based
机器学习
神经网络
深度学习
人工智能
linux
从DETR到ViT等工作都验证了Transformer在计算机视觉领域的潜力,那么很自然的就需要考虑一个新的问题,图像的特征提取,究竟是CNN好还是Transformer好?
磐创AI
2021-02-23
881
0
21张让你代码能力突飞猛进的速查表(神经网络、线性代数、可视化等)
python
机器学习
深度学习
人工智能
随着深度学习的蓬勃发展,越来越多的小伙伴们开始使用python作为主打代码,python有着种类繁多的第三方库,这里为大家从网络上收集了一些代码速查表,包括深度神经网络、机器学习、数据可视化、python基础、科学计算等等,希望可以帮你在码代码时提速。
磐创AI
2021-01-12
363
0
PyTorch+Kaldi、专注E2E语音识别,腾讯AI Lab开源轻量级语音处理工具包PIKA
机器学习
神经网络
深度学习
人工智能
pytorch
Kaldi 是一个开源的语音识别系统,由 Daniel Povey 主导开发,在很多语音识别测试和应用中广泛使用。但它依赖大量脚本语言,且核心算法是用 C++ 编写的,对声学模型的更新和代码调试带来一定难度。
磐创AI
2021-01-12
1.5K
0
PyTorch:Bi-LSTM的文本生成
机器学习
深度学习
人工智能
神经网络
本博客的目的是解释如何通过实现基于LSTMs的强大体系结构来构建文本生成的端到端模型。
磐创AI
2020-12-11
1.9K
0
用Keras LSTM构建编码器-解码器模型
机器学习
神经网络
深度学习
人工智能
本文是关于如何使用Python和Keras开发一个编解码器模型的实用教程,更精确地说是一个序列到序列(Seq2Seq)。在上一个教程中,我们开发了一个多对多翻译模型,如下图所示:
磐创AI
2020-11-25
1.9K
0
使用LIME解释黑盒ML模型
机器学习
神经网络
深度学习
人工智能
在这一点上,任何人都认为机器学习在医学领域的潜力是老生常谈的。有太多的例子支持这一说法-其中之一就是微软利用医学影像数据帮助临床医生和放射科医生做出准确的癌症诊断。同时,先进的人工智能算法的发展大大提高了此类诊断的准确性。毫无疑问,医疗数据如此惊人的应用,人们有充分的理由对其益处感到兴奋。
磐创AI
2020-11-09
632
0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档