和大家唠唠基于深度学习的钢轨表面伤损细粒度图像识别与目标检测,***总结一下工业缺陷检测流程***,包括从最开始的数据标注,中间的算法原理,再到最后的落地应用。无论你是搞实际项目or发论文or开阔视野,相信都会有所... 因此PAN它自底向上的增强就可以让顶层特征图也能充分共享到网络底层特征,提升大目标的检测效果。Head检测头用于回归输出预测框的位置和类别。它通过1×1卷积运算输出了三组特征图,就是图中的三组蓝色方块,每组特...
我选择了从工作近两年的公司中离职,跳槽去了一个新的公司。新的公司技术氛围很好、研发团队的小伙伴和技术领导也很nice、薪资也增长了百分之40%。当时,这对于我来讲是一件非常棒的事情。可惜好景不长,由于新公司业... 它能在浏览器中使用卷积神经网络进行分类和回归任务。尽管该库现在已经停止维护,但在2018年,出现了许多JS的机器学习和深度学习框架,如`Tenforflow.js`、`synaptic`、`Brain.js`、`WebDNN`等等。由于浏览器的计算...
作为一个计算机领域的从业者,深刻体会到人工智能对生产生活带来的巨大变化,同时这也是对传统计算机行业从业者的一次考验。所以如何正确看待和使用 AI 是我们不得不考虑的问题。# 一、我的思考AI 能替代程序员吗... 学习相关操作。- 加载包含学生数据的 CSV 文件,并进行数据预处理,将特征值和目标值分别存储在 X 和 y 中。- 使用 train_test_split 函数将数据集划分为训练集和测试集。- 创建一个线性回归模型,并使用训练...
随着机器学习和深度学习的发展,AI技术也在不断地推陈出新,也融入到了在我的工作和生活中,今年以来我的主要研究方向便是人工智能的方向。 # AI技术 近年来,基于AI的预训练技术在文档理解任务方面取得了显着... 大多数还是依赖单独的自注意力网络来学习视觉特征;因此,它们的计算成本并没有减少。ViLT 是一个例外,它通过轻量级线性层学习视觉特征,并显着减少模型大小和运行时间,极大提高了工作效率。 # 总结 所以最新...
# 背景介绍时光飞逝,不知不觉 2023 年,这一年是与 AI 相伴的一年,随着对 AI 的深入了解,才明白原来 AI 已经深入在我们在生活的方方面面,其中机器学习和深度学习更是在科研任务中展现了不同的作用,使得我们可以用... 输入神经元 X 通常通过线性计算 Z=WTX+b 得到净输入信号 Z,其中 W 是输入神经元 X 的权值矩阵,b 是对应的偏置矩阵,净输入信号 Z 是一个连续值,而类别是离散值,因此通过激活函数判断输出神经元是否会被激活并输出相...
> 🍊作者简介:[秃头小苏](https://juejin.cn/user/1359414174686455),致力于用最通俗的语言描述问题>> 🍊专栏推荐:[深度学习网络原理与实战](https://juejin.cn/column/7138749154150809637)>> 🍊近期目标:写好... 当然我会尽可能从一个CV程序员的角度来帮助大家理解,也会秉持我写文章的宗旨——通俗易懂,相信你耐心看完会有所收获。🌾🌾🌾- `第二篇:`介绍VIT,即transformer模型在视觉领域的应用,当你对第一篇transformer了解透...
学习和深度学习拥有自己独到的见解。今天给大家分享的是保姆级人工智能学习成长路径,希望能对大家有所帮助,特别是处于迷茫期的同学们。# 0. 前言 最近有很多小伙伴想学习人工智能,其中不少同学渴望从事相关职... 学习完Python语言后,就需要进一步学习机器学习的基本理论。推荐的学习教材是李航老师的统计学习方法。其中的常用模型包括:- 感知机- K近邻法- 朴素贝叶斯- 决策树- 逻辑回归- 支持向量机- ...
那是我第一次从学长口中听说到Python,和大多数理科生一样,我不喜欢去写东西,从小写一篇作文半天憋不出来一句话的我,语文差的标签似乎已经陪伴了我整个读书时代。所以说写博客对我而言确实也不是一件很简单的事,有时... TensorFlow是由谷歌人工智能团队谷歌大脑开发和维护的深度学习平台,目前人工智能领域主流的开发平台,在全球有着广泛的用户群体。![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a97aad2c5af64...
而机器学习(Machine Learning)是AI的一个分支。它通过分析数据来教会计算机学习而不通过明确编程。通过例如聚类、分类和回归等算法从示例数据中学习模式和规则,机器学习系统能够以新数据为基础做出预测。它利用统计... 机器视觉和深度学习技术能执行复杂的检测任务,在工业原料和成品自动化有缺陷检测。同时人工智能也被用来预测设备维护,预知设备性能下降以便及时保养。在能源领域,人工智能为智能电网与智能设备应用提供了技术支撑。...
而保留线性无关的变量,以减少模型训练的开销与模型训练的效果。变量选择是特征工程的最后一步,目的是从众多候选集中再次选拔出对预测变量有更好预测能力的变量。对应的方法一般有基于模型的方法、过滤法、嵌入法等,生产中常用随机森林进行变量重要性排序,选取累计贡献率达到阈值的变量作为最终的输入变量以进行模型训练。### 模型的训练与优化机器学习中有很多模型,从简单的线性回归到复杂的深度神经网络。在训练模型之前需...
深度学习技术逐渐在研究领域扩散开来,大数据也逐渐进入我们的生活,大模型也无处不在地帮助我们生活和工作。 # 大数据、大模型的应用总结 大数据技术在医疗领域的应用:可以帮助指导医疗团队进行更精确的诊断和治疗。基于大数据的建模和预测,可以减少医疗错误,提高治疗效果,从而提高医疗质量和患者满意度。 大数据技术在城市管理领域的应用:可以实时监控预测整个城市的交通状况,基于大数据的预测帮助下,能够更好的疏通...
分类算法:逻辑回归、决策树分类、SVM分类、贝叶斯分类、随机森林、XGBoost、KNN...回归算法:线性回归、 决策树回归、SVN回归、贝叶斯回归...- 无监督学习:训练数据集没有标签,多应用在聚类、降维等有限的场景... 深度强化网络、蒙特卡洛学习...![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/1c1f2e2171d64687ad72c937f538752e~tplv-k3u1fbpfcp-5.jpeg?)## 如何理解深度学习常说的深度学习是一种使...
很容易钻到各种学习的细节中去,优点就是有些深度的认识和收获,发布的博客文章有区别于别人的内容,缺点有两条,一是学习进展慢,二是有时耗时很久都钻不出某个问题,人很抓狂。不管怎么说,由于文章是老猿从小白的基础上... 学习基本都很顺利,但形态变换中的击中击不中变换理解还是有些困难的,这个花了老猿 1 个多星期的时间才真正理解,这些知识的学习到 2020 年 12 月上旬;1. 2020 年 12 月开始学习仿射变换、透视变换,发现自己线性代...