推荐
专栏
教程
课程
飞鹅
本次共找到570条
深度好文
相关的信息
Karen110
•
3年前
一文了解滴滴与蚂蚁金服开源共建的SQLFlow
「数仓宝贝库」,带你学数据!导读:SQFlow利用SQL语言构建机器学习和深度学习,致力于“MakeAIassimpleasSQL”,愿景是推进人工智能大众化、普及化,也就是只要懂商业逻辑就能用上人工智能,让懂业务的人能自由地使用人工智能。本文带你快速了解开源的工程化的自助式数据科学平台SQLFlow。SQLFlow利用SQL语言构建机器学习
Wesley13
•
3年前
java基础:Java七大外企经典面试精讲视频
java基础:Java七大外企经典面试精讲视频对于很多应聘java程序员的求职者来说,全面掌握java面试技巧,确实是自己找到一个好工作的敲门砖。今天小编在这里给大家分享一个关于java基础的Java七大外企经典面试精讲视频,需要的朋友可以作为参考!课程目录:1、StringStringbufferStringbuilder深度解析2、完美
_dolphin
•
3年前
【完美解决】关于cmake找不到opencv路径
我在深度学习部署到C的时候,安装了cmake和opencv,但在导入到vs配置的时候,出现了下面的状况。说cmake找不到opencv的路径,网上也查了很多资料,但是一个能用的都没有。最后加了路径成功了。大家可以看一下,避免踩坑。环境变量肯定是要加的,然后在CMakeLists.txt文件里加上set(OpenCVDIRF:/open
Stella981
•
3年前
B站播放量2万!保姆级PyTorch环境安装教程
都2021年了,你学会怎么使用PyTorch了吗?作为目前非常流行的机器学习、深度学习算法运算框架。PyTorch在近2年,牢牢的站稳了他在AI界的半壁江山,越来越多尝到甜头的人,已经开始利用PyTorch成为他攻占论文或项目的有力武器。而你,却自己摸索了半天,查资料,白嫖视频,看个半截,仍然基础不牢。就连安装软件,都出现以下低级错误
Stella981
•
3年前
PointNet:深度学习在3D点云分类与分割上的应用
大家好!我是【AI菌】,一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源!这博客是我对学习的一点总结与思考。如果您也对深度学习、机器视觉、数据结构与算法、编程等感兴趣,可以关注我的动态,我们一起学习,一起进步~我的博客地址为:【AI菌】的博客(https://www.oschina.net/action/GoToLin
Stella981
•
3年前
Serverless Framework + OCR 快速搭建通用文字识别应用
在日常的工作生活中,文字识别与我们息息相关,比如身份证识别、随手拍扫描、纸质文档电子化等,无不显示着文字识别技术的重要性。为此,腾讯云通用文字识别产品GeneralOCR应运而生,基于行业前沿的深度学习技术,支持将图片上的文字内容智能识别为可编辑的文本,大幅提升信息处理效率。而ServerlessFramework与OCR的结合,则为用户提供
Stella981
•
3年前
Python 和 JS 有什么相似?
Python是一门运用很广泛的语言,自动化脚本、爬虫,甚至在深度学习领域也都有Python的身影。作为一名前端开发者,也了解ES6中的很多特性借鉴自Python(比如默认参数、解构赋值、Decorator等),同时本文会对Python的一些用法与JS进行类比。不管是提升自己的知识广度,还是更好地迎接AI时代,Python都是一门值
Stella981
•
3年前
Google研究人员推出了一种用于生成文本到图像的新框架(TReCS)
!(https://oscimg.oschina.net/oscnet/faedcb264a1c43969f2f5a2e6b9dbd2e.png)基于生成对抗网络(GAN)的深度神经网络促进了端到端可训练的照片级逼真的文本到图像的生成。许多方法还使用中间场景图表示法来改善图像合成。使用基于对话的交互的方法允许用户提供指令,以逐步改进和调整生成
高耸入云
•
11个月前
AI原力周末:深入大模型之心,勇闯技术深海
所有参加过近屿智能OJAC“AIGC星辰大海:大模型工程师与产品专家深度训练营”并且通过考试的同学都有机会参加后续线下展开的AI原力周末集训营。这是一个专为大模型与原生产品开发者设计的集训营,我们将深入实践,让您在项目中学以致用。AI原力周末集训营会带你跳
天翼云开发者社区
•
3星期前
生成对抗网络GAN简介
生成对抗网络(GenerativeAdversarialNetworks,GAN)是一种深度敏感词模型,用于生成具有高度逼真度的新数据,如图像、音频、文本等。GAN是由IanGoodfellow等人在2014年提出的,其核心思想是通过两个神经网络,即生成器和判别器,相互竞争和协作来实现数据生成的目的。GAN的基本框架和训练过程如下图所示:
1
•••
46
47
48
•••
57