Edge的使用心得与深度探索：优化浏览体验的技巧与建议
来，Edge//surf将成为Edge浏览器的重要发展方向，为用户带来全新的浏览体验。 总之，Edge浏览器作为一款功能强大、安全稳定的浏览器，拥有众多实用的功能和技巧，可以帮助用户优化浏览体验。通过深度探索Edge浏览器的各种功能，相信您可以更好地利用Edge浏览器，享受更加愉快的上网体验。...
【深度学习实战（13）】训练之加载预训练权重
一、代码 import configimport torchimport numpy as np device = 'cpu'# ------------------------------------------------------## 创建你的模型# ------------------------------------------------------#model = Yo...
深度学习数据处理——对比标签文件与图像文件，把没有打标签的图像文件标记并删除
要对比目录下的jpg文件与json文件，并删除那些没有对应json文件的jpg文件，这个在深度学习或者机器学习时常会遇到。比如对一个数据集做处理时，往往会有些图像不用标注，那么这张图像是没有对应的标签文件的，这个时候又不想这些没有标注的图像文件占用了空间，所以则要删除掉没有标签对应的图像文件。 步骤概述 读取目录中的文件列表：首先需要列出目录下所有的文件，通常可以通过文件系统API来实现。分离文件扩...
【深度学习实战（9）】三种保存和加载模型的方式
一、state_dict方式（推荐） torch.save(model.state_dict(), PATH) model = YourModel()model.load_state_dict(torch.load(PATH))model.eval() 记住一定要使用model.eval()来固定dropout和归一化层，否则每次推理会生成不同的结果。 二、整个模型（结构+state_dict）...
政安晨：【深度学习神经网络基础】（八）—— 神经网络评估回归与模拟退火训练
目录 简述 评估回归 模拟退火训练 简述 深度学习神经网络的评估回归是一种用于评估网络性能的方法。 在回归问题中，神经网络被用于将输入数据映射到连续的输出。 模拟退火是一种用于训练深度学习神经网络的优化算法。 在模拟退火训练中，初始温度被设置为一个比较高的值，然后通过不断迭代降低温度，从而控制系统的状态在搜索空间中移动的程度。每次迭代中，根据能量差和当前温度计算一个概率，用于决定是否接受新的状态。这样...
深度学习基础
深度学习的概念： 深度学习的概念源于人工神经网络的研究，是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数 据，例如图像，声音和文本。 机器学习的两种典型任务 机器学习的两种典型任务：分类和回归；分类则是定性，目的是寻找决策边界；回归则是定量，目的是寻找最优拟合。 机器学习的分类 有监督学习 利用大量...
【热门话题】PyTorch：深度学习领域的强大工具
🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础 💫个人格言: "如无必要，勿增实体" 文章目录 PyTorch：深度学习领域的强大工具一、PyTorch概述二、PyTorch核心特性详解三、PyTorch在深度学习应用中的实践四、PyTorch生态与社区五、总结 PyTorch：深度学习领域的强大工具 摘要：PyTorch作为深度学习领域备受青睐的...
ChatGPT深度科研应用、数据分析及机器学习、AI绘图与高效论文撰写
熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习、RNN与LSTM神经...
【深度学习实战（6）】搭建通用的语义分割推理流程
一、代码 #---------------------------------------------------## 检测图片#---------------------------------------------------#def detect_image(self, image, count=False, name_classes=None): #-----------------...
【深度学习实战（7）】搭建自己的交叉熵(cross_entropy)函数
一、cross_entry介绍 交叉熵(cross_entropy)函数是一个非常重要的函数，常用于分类问题。 公式为： 二、相关的函数有： log_softmax,nll_loss, cross_entropy 1.log_softmax log_softmax就是log和softmax合并在一起执行，log_softmax=log+softmax 2. nll_loss nll_loss函数全称...