VIP会员
作者:CSDN
出版社:CSDN《程序员》
ISBN:1111111111117
VIP会员免费
(仅需0.8元/天)
¥ 40000.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
AIIA:深度学习技术选型白皮书 评分:
在2018 AIIA人工智能开发者大会上,由中国人工智能产业发展联盟开源开放推进组调研并撰写的《深度学习技术选项白皮书》重磅发布。 联盟副秘书长张雪丽在宣布这一成果时表示,深度学习框架既是基于深度学习的人工智能体系核心,也是人工智能产业化落地的重要抓手。对实现算法的封装,数据的调用以及计算资源的使用,起到承上启下的作用。 《深度学习技术选项白皮书》重磅发布!产学研多家公司参与制定 当然,其更重要的还是对各类企业的指引与参考作用,助力他们通过技术升级进行转型。 目前,许多公司正在大力开发基于AI、机器学习和深度学习的能力。在历史悠久的商业潮流中,动机是恐惧与希望的结合。竞争压力正在引发企业的兴趣,许多企业思想领袖的紧迫感并不甘落后。 “这本白皮书是基于企业需求制定的,针对各类以深度学习为技术核心的产品,以及应用服务所使用的训练及推断软件框架技术,提出有价值的深度学习技术选型考虑及指标,”张雪丽强调。 其中,特别是在“深度学习训练框架与推断框架”部分,白皮书除了对主流框架进行了系统梳理,也同时对企业的应用需求做了深度分析,进而拟出一套基于企业真实业务需求的训练与推断框架评估指标体系。 除了框架,白皮书也对业务流上下游工具集,譬如中间件与模型优化工具集进行了梳理,为后续工作打下基础。 “本白皮书是我们联盟开源开放推进组的重要工作,”张雪丽提到,“这份白皮书凝聚了人工智能产业发展联盟、中国信息通信研究院,以及所有参与企业的心血。” “包括中兴、华为、海康、三大运营商、航天科工,以及百度、小米等科技公司都参与到这份白皮书的制定中,非常感谢他们。”
上传时间:2018-10 大小:1.01MB
- 1.0MB
深度学习技术选型白皮书.pdf
2019-08-09深度学习技术选型白皮书.pdf
- 909KB
深度学习技术选型白皮书(2018 年)
2018-11-15深度学习技术选型白皮书(2018 年) 深度学习技术选型白皮书(2018 年)
- 1.25MB
2018年深度学习技术选型白皮书.pdf
2021-04-082018年深度学习技术选型白皮书.pdf
- 2.64MB
AIIA:脑机接口技术在医疗健康领域应用白皮书.pdf
2021-07-22AIIA:脑机接口技术在医疗健康领域应用白皮书.pdf
- 3.31MB
AIIA发布业界权威AI芯片目录集:AI芯片技术选型目录-2020.7-97页2020精品报告.pdf
2021-04-24AIIA发布业界权威AI芯片目录集:AI芯片技术选型目录-2020.7-97页2020精品报告.pdf
- 2.24MB
AIIA:脑机接口技术在医疗健康领域应用白皮书(2021).pdf
2021-07-18AIIA:脑机接口技术在医疗健康领域应用白皮书(2021).pdf
- 15.29MB
AIIA:中国人工智能技术应用成熟度白皮书2022.pdf
2023-09-21为了进一步加深对人工智能技术以及产业的分析,梳理产业应用层面的AI技术及其研发供给情况,近期中国人工智能产业发展联盟(AIIA)发布《中国人工智能技术应用成熟度白皮书2022》,以“产业技术成熟度”为主线,首次...
- 2.80MB
【202007】AIIA发布业界权威AI芯片目录集:AI芯片技术选型目录_97页.pdf
2023-11-14【202007】AIIA发布业界权威AI芯片目录集:AI芯片技术选型目录_97页.pdf
- 6.37MB
AIIA-人工智能应用需求报告(新冠抗疫篇)-2020.7-346页.pdf
2020-09-14医疗大数据平台可通过强化人工智能和区块链技术创新,加强数 据增值服务能力和互联网服务产品提供,将公共卫生与预防医学、临5 床医学、医学检验学与现代信息处理技术有机结合,基于流行病学特 征、临床表现及 CT ...
- 7.71MB
2021人工智能竞赛白皮书:1000场竞赛的深度分析-AIIA&CAICT-2022-97页.pdf
2022-04-172021人工智能竞赛白皮书:1000场竞赛的人工智能-AIIA&CAICT-2022-97页.pdf
- 2.64MB
AIIA-中国声纹识别产业发展白皮书 (2019).rar
2021-09-10AIIA-中国声纹识别产业发展白皮书 (2019).rar
- 2.24MB
脑机接口技术在医疗健康领域应用白皮书(2021)-AIIA.pdf
2021-09-26脑机接口技术在医疗健康领域应用白皮书(2021)-AIIA.pdf
- 5.10MB
【2022】2021人工智能竞赛白皮书:1000场竞赛的深度分析-AIIA&CAICT_97页.pdf
2023-11-14【2022】2021人工智能竞赛白皮书:1000场竞赛的深度分析-AIIA&CAICT_97页.pdf
- 888KB
AIIA-04-03.神经网络和深度学习应用.pdf
2022-07-19AIIA-04-03.神经网络和深度学习应用.pdf
- 1.38MB
AIIA-人工智能技术在地铁运营场景中的典型应用-2020.8-26页2020精品报告.pdf
2021-04-24AIIA-人工智能技术在地铁运营场景中的典型应用-2020.8-26页2020精品报告.pdf
- 681KB
AIIA-2021 电信行业人工智能应用白皮书.rar
2021-09-02AIIA-2021 电信行业人工智能应用白皮书
- 2.19MB
【202107】脑机接口技术在医疗健康领域应用白皮书-AIIA_80页.pdf
2023-11-14【202107】脑机接口技术在医疗健康领域应用白皮书-AIIA_80页.pdf
- 716KB
AIIA-2021 电信行业人工智能应用白皮书.pdf
2021-06-20AIIA-2021 电信行业人工智能应用白皮书.pdf
- 2.28MB
【202107】脑机接口技术在医疗健康领域应用白皮书(2021)-AIIA_81页.pdf
2023-11-14【202107】脑机接口技术在医疗健康领域应用白皮书(2021)-AIIA_81页.pdf
- 997KB
AIIA-2021版《电信行业人工智能应用白皮书》.pdf
2021-03-29AIIA-2021版《电信行业人工智能应用白皮书》.pdf
- 2.94MB
AIIA-中国声纹识别产业发展白皮书 (2019).pdf
2021-04-08AIIA-中国声纹识别产业发展白皮书 (2019).pdf
- 10.17MB
中国人工智能产业 知识产权白皮书2020.pdf
2021-07-22中国人工智能产业 知识产权白皮书2020.pdf
- 293.88MB
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
2023-10-06本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先,利用YOLOv8算法对视频中的车辆目标进行检测,并对检测到的目标进行标记。然后,通过deepsort算法对标记的车辆目标进行跟踪,实现车辆目标的持续跟踪。最后,根据跟踪结果对车辆数量进行统计,实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明,帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。
- 367.44MB
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
2023-10-09yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt,需要创建的文件夹都以创建,方便大家不用再去GitHub下载 可以搭配该博客:https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
- 98KB
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
2024-03-12YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
- 141KB
社交平台上经济类话题的文章热度信息,数据是真实的,但不是真实日期
2023-03-16使用LSTM模型进行时序预测的代码与说明见:https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
- 62.4MB
行人跌倒数据集(VOC格式)
2023-01-30行人跌倒数据集(VOC格式)
- 123.13MB
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
2024-02-17本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高,眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源,其形态和状况的变化可以反映出许多疾病的早期病理变化。然而,由于受眼底图像采集技术的限制以及视网膜血管自身结构的复杂性和多变性,使得视网膜血管的分割变得非常困难。传统方法依靠人工手动分割视网膜血管,不仅工作量巨大,极为耗时,而且受主观因素影响严重。通过眼底血管图像分割可以提高诊断准确性、效率以及推动科学研究和改进治疗方法等方面。 B站主页:https://space.bilibili.com/161240964 C站主页:https://blog.csdn.net/ECHOSON
- 26.50MB
Transformer模型实现长期预测并可视化结果(附代码+数据集+原理介绍)
2023-11-12这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。定制化训练个人数据集进行训练利用python和pytorch实现
- 728KB
全新的SOTA模型YOLOv9
2024-02-22当今的深度学习方法专注于如何设计最合适的目标函数,以使模型的预测结果尽可能接近真实值。同时,还需要设计一个合适的架构,以便获取足够的信息进行预测。现有方法忽略了一个事实:当输入数据经过逐层的特征提取和空间变换时,会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题,即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息(PGI)的概念,以应对深度网络实现多个目标所需的各种变化。PGI能够为目标任务提供完整的输入信息,以计算目标函数,从而获得可靠的梯度信息以更新网络权重。此外,我们还设计了一种基于梯度路径规划的新型轻量级网络架构——广义高效层聚合网络(GELAN)。GELAN的架构证明了PGI在轻量级模型上获得了优越的结果。我们在基于MS COCO数据集的目标检测上验证了所提出的GELAN和PGI。结果显示,GELAN仅使用传统的卷积运算符就实现了比基于深度卷积的最新方法更好的参数利用率。PGI可用于从轻量级到大型的各种模型,它可以获取完整信息,使得从零开始训练的模型比使用大型数据集预训练的最新模型获得更好的结果,比较结果如图1所示。