深度学习赋能智能监控：图像识别技术的进阶应用
引言部分：在公共安全和个人财产保护方面，智能监控系统起着至关重要的作用。传统的视频监控系统依赖人工观察与分析，不仅耗时耗力，而且容易因人为因素导致疏漏。而基于深度学习的图像识别技术的引入，为智能化监控提供了新的视角和方法，极大地提高了异常行为检测、人脸识别以及车辆识别等任务的自动化水平。 一、深度学习基础及其在图...
【菜菜的CV进阶之路 - 深度学习环境搭建】常用命令和配置指南
九、PyCharm+Docker：打造最舒适的深度学习炼丹炉安装docker：如何在 Ubuntu 22.04 LTS 中安装 Docker 和 Docker Composehttps://zhuanlan.zhihu.com/p/547169542修改Linux硬盘卷标：ntfs文件系统：https://blog.csdn.net/nyist_yangguang/article/details....
【菜菜的CV进阶之路 - 深度学习环境搭建】没想到吧 - 不要装国产软件
七、不要装Google chrome和国产软件如wechat！！！我装了google chrome和wechat后，电脑总是莫名死机！！！最后咨询了师兄才知道，国产软件，除了网易云，其他都不要装！！！装了也不要打开！TT…至于google chrome，也先不要装，因为20.04的预装内核还不稳定，需要更新才可以：、更新方法：https://www.sohu.com/a/439265795_49....
【菜菜的CV进阶之路 - 深度学习环境搭建】配置Ubuntu深度学习环境
六、配置Ubuntu深度学习环境1、安装Google chrome使用wget下载最新的Google Chrome .deb软件包：wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb更多地址可参考：在Deepin v20系统中下载和安装谷歌Chrome最新版deb软件包。在Ubuntu 20....
【菜菜的CV进阶之路 - 深度学习环境搭建】windows+ubuntu20.04双系统安装
新学期，配了台新电脑（双路2080ti+5800x+64GB内存+500GB固态+2TB机械），师兄忙于毕设，没给装ubuntu，自己装一下咯~一、前期准备1、空U盘一个2、Ubuntu 20.04 LTS镜像3、启动U盘制作软件（我用的refus）4、固态硬盘空白分区250GB5、ubuntu分区分配我想了一下，还是提前给大家讲一下分配分区的知识，这可能是安装Ubuntu 20.04过程中唯一....
动手学深度学习(十二) NLP循环神经网络进阶（下）
LSTM** 长短期记忆long short-term memory **:遗忘门:控制上一时间步的记忆细胞输入门:控制当前时间步的输入输出门:控制从记忆细胞到隐藏状态记忆细胞：⼀种特殊的隐藏状态的信息的流动Image Name初始化参数num_inputs, num_hiddens, num_outputs = vocab_size, 256, vocab_size print('will u....
动手学深度学习(十二) NLP循环神经网络进阶（上）
GRURNN存在的问题：梯度较容易出现衰减或爆炸（BPTT）⻔控循环神经⽹络：捕捉时间序列中时间步距离较⼤的依赖关系RNN:Image NameGRU:Image Name• 重置⻔有助于捕捉时间序列⾥短期的依赖关系；• 更新⻔有助于捕捉时间序列⾥⻓期的依赖关系。载入数据集import os os.listdir('/home/kesci/input')['d2lzh1981', 'housep....
动手学深度学习(八) 优化算法进阶（下）
11.9 AdaDelta除了RMSProp算法以外，另一个常用优化算法AdaDelta算法也针对AdaGrad算法在迭代后期可能较难找到有用解的问题做了改进 [1]。有意思的是，AdaDelta算法没有学习率这一超参数。AlgorithmAdaDelta算法也像RMSProp算法一样，使用了小批量随机梯度按元素平方的指数加权移动平均变量。在时间步0，它的所有元素被初始化为0。给定超参数，同RM....
动手学深度学习(八) 优化算法进阶（中）
11.7 AdaGrad在之前介绍过的优化算法中，目标函数自变量的每一个元素在相同时间步都使用同一个学习率来自我迭代。举个例子，假设目标函数为，自变量为一个二维向量，该向量中每一个元素在迭代时都使用相同的学习率。例如，在学习率为的梯度下降中，元素和都使用相同的学习率来自我迭代：在“动量法”一节里我们看到当和的梯度值有较大差别时，需要选择足够小的学习率使得自变量在梯度值较大的维度上不发散。但这样会....
动手学深度学习(八) 优化算法进阶（上）
11.6 Momentum在 Section 11.4 中，我们提到，目标函数有关自变量的梯度代表了目标函数在自变量当前位置下降最快的方向。因此，梯度下降也叫作最陡下降（steepest descent）。在每次迭代中，梯度下降根据自变量当前位置，沿着当前位置的梯度更新自变量。然而，如果自变量的迭代方向仅仅取决于自变量当前位置，这可能会带来一些问题。对于noisy gradient,我们需要谨慎....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能搜索推荐
智能推荐（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴大数据和人工智能技术，以及在电商、内容、直播、社交等领域的业务沉淀，为企业开发者提供场景化推荐服务、全链路推荐系统开发平台、工程引擎组件库等多种形式服务，助力在线业务增长。
+关注