在这篇教程中，我们将构建一个深度学习模型，用于医学影像识别和疾病预测。我们将使用TensorFlow和Keras库来实现这一目标。通过这个教程，你将学会如何处理...

今天我们进入 Seq2Seq 的领域，了解这种更为复杂且功能强大的模型，它不仅能理解词汇(Word2Vec)，还能把这些词汇串联成完整的句子。

NLP领域中, 当前的注意力机制大多数应用于seq2seq架构, 即编码器和解码器模型。

循环神经网络 (RNN）是一类具有短期记忆能力的神经网络。在循环神经网络中，神经元不但可以接受其它神经元的信息，也可以接受自身的信息，形成具有环路的网络结构。 ...

关于卷积神经网络，你还有哪些不知道的知识点呢，之前我们介绍了大部分，今天再来补充一下～

假设输入的尺寸是(𝑁,𝐶,𝐻,𝑊)，输出尺寸是(𝑁,𝐶,𝐻𝑜𝑢𝑡,𝑊𝑜𝑢𝑡)，kernel_size是(𝑘𝐻,𝑘𝑊)，可以写成下面形式 ：

卷积神经网络是深度学习在计算机视觉领域的突破性成果，在计算机视觉领域，往往我们输入的图像都很大，使用全连接网络的话，计算的代价较高；另外图像也很难保留原有的特征...

可以用 torchsummary 查看网络结构，如果没有的话，使用pip命令进行安装

通过前面的学习，我们已经掌握了PyTorch API的基本使用，今天我们使用PyTorch实现手写数字识别案例！

但是在深度学习中，数据量通常是都非常多，非常大的，如此大量的数据，不可能一次性的在模型中进行向前的计算和反向传播，经常我们会对整个数据进行随机的打乱顺序，把数据...

上一部分我们自己通过torch的方法完成反向传播和参数更新，在Pytorch中预设了一些更加灵活简单的对象，让我们来构造模型、定义损失，优化损失等；那么接下来，...

大家好！今天我们将一起踏上一场探索深度学习的奇妙之旅，而我们的起点，就是线性回归这一经典而基础的算法。我将带大家从零开始，手动实现线性回归！

ncnn（Nebula Convolutional Neural Network）是一个高效、轻量级的深度学习框架，由Tencent开发。它专为移动设备和嵌入式...

有显卡的笔记本或台式可通过nvidia-smi查看最高支持cuda版本，例如我的支持12.0，安装了cuda11.8（nvcc -V）。

NVIDIA TensorRT™ 是用于高性能深度学习推理的 SDK。此 SDK 包含深度学习推理优化器和运行时环境，可为深度学习推理应用提供低延迟和高吞吐量。

搜索CUDA Toolkit 11.0（对应版本号），选择对应的系统和位数，官方会提供安装命令； 如下所示：

时间序列数据是按特定时间间隔收集或记录的一系列数据点。比如股票价格、天气数据、销售数据和传感器读数。时间序列预测的目标是使用过去的观察结果来预测未来的值，但由于...

  随着深度学习技术的快速发展，大量的大规模图像数据集已经建立，产生了许多有前途的预训练视觉模型。这些预训练模型可以通过迁移学习和微调技术有效地解决相关但不同的...

语言翻译和多语种处理是自然语言处理（NLP）中的重要任务，广泛应用于跨语言交流、国际化应用和多语言内容管理等领域。通过使用Python和深度学习技术，我们可以构...