分享
深度学习之美：AI时代的数据处理与最佳实践
电子书推荐
-
-
深度学习研究综述 评分:
非常好的深度学习研究综述，对初学者有很好的入门启示。
上传时间：2018-03 大小：4.23MB
1.34MB深度学习研究现状分析.pdf
2021-08-19深度学习研究现状分析.pdf
- 1.47MB
深度学习相关研究综述
2017-12-22深度学习技术已经成为当前人工智能领域的一个研究热点，其已在图像识别、语音识别、自然语言处理、搜索推荐等领域展现出了巨大的优势，并且仍在继续发展变化。为了能够及时跟踪深度学习技术的最新研究进展，把握深度学习技术当前的研究热点和方向，本文针对深度学习技术的相关研究内容进行综述。
- 850KB
深度学习国内研究综述
2018-06-15近年来,深度学习逐渐成为学科教学领域的一个热点话题。本文采用内容分析法,对国内公开发表的深度学习相关学术、学位论文进行统计分析,从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个方面依次解读,以期总结我国深度学习研究现状,发现问题,提出建议。
- 503KB
深度学习研究进展
2018-06-15鉴于深度学习的重要性,综述了深度学习的研究进展。首先概述了深度学习具有的优点,由此说明了引入深度学习的必要性;然后描述了三种典型的深度学习模型,包括卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型,并对近几年深度学习在初始化方法、网络层数和激活函数的选择、模型结构、学习算法和实际应用这四个方面的研究新进展进行了综述;最后探讨了深度学习在理论分析、数据表示与模型、特征提取、训练与优化求解和研究拓展这五个方面中有待进一步研究解决的问题。
- 919KB
面向实时应用的深度学习研究综述.pdf
2021-08-18面向实时应用的深度学习研究综述.pdf
- 4.27MB
深度学习研究综述.pdf
2015-06-03鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总 结,综述了不同类型深度网络的结构及特点. 首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概 述了前馈深度...
- 496KB
深度学习研究综述 (1).pdf
2021-08-19深度学习研究综述 (1).pdf
- 1.81MB
国内化学深度学习研究综述.pdf
2021-08-18国内化学深度学习研究综述.pdf
520KB论文研究-深度学习最新研究进展综述 .pdf
2019-08-15深度学习最新研究进展综述，王蕾，张宝昌，深度学习作为机器学习领域的新兴技术，给人工智能及相关领域带来了生机与活力。首先，本文对深度学习的重要性、概念及特点进行了
1.66MB【2018 最新】deep learning 深度学习的现状及局限综述
2018-01-05【2018 最新】deep learning 纽约大学教授Gary Marcus长文对深度学习的现状及局限性批判性探讨 + Deep Learning-LeCun、Bengio和Hinton三大牛的综述[2015]。讲解讨论了深度学习是什么？深度学习能做好什么？ 深度学习的局限性、过度炒作的潜在风险、更好的人工智能方法是什么？等非常核心的问题，对机器学习、深度学习研究者和学习者启发很大！
- 141KB
2019到目前为止的深度学习研究进展汇总
2019-04-242019到目前为止的深度学习研究进展汇总，Best Deep Learning Research of 2019 So Far。
- 1.86MB
深度学习研究综述 人工智能
2020-06-02近年来，中美等国家、谷歌等高科技公司纷纷加大对人工智能的投入，深度学习是目前人工智能的重点研究领域之一，本文对深度学习最新进展及未来研究方向进行了分析和总结． 首先概述了三类深度学习基本模型，包括多层感知器、卷积神经网络和循环神经网络． 在此基础上，进一步分析了不断涌现出来的新型卷积神经网络和循环神经网络． 然后本文总结了深度学习在人工智能众多领域中的应用，包括语音处理、计算机视觉和自然语言处理等． 最后探讨了深度学习目前存在的问题并给出了相应的可能解决方法．
- 1.88MB
国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析.pdf
2018-04-18国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析.pdf
- 1.63MB
移动无线网络中的深度学习研究综述.pdf
2021-08-18移动无线网络中的深度学习研究综述.pdf
- 2.1MB
脊椎分割和识别中的深度学习研究综述.pdf
2021-08-18脊椎分割和识别中的深度学习研究综述.pdf
- 2.23MB
多尺度目标检测的深度学习研究综述.pdf
2021-08-18多尺度目标检测的深度学习研究综述.pdf
- 678KB
近十年国内教育领域的深度学习研究综述.pdf
2021-08-18近十年国内教育领域的深度学习研究综述.pdf
- 4.41MB
近十年国内教育领域深度学习研究综述——基于CNKI的文献计量可视化分析.pdf
2021-08-18近十年国内教育领域深度学习研究综述——基于CNKI的文献计量可视化分析.pdf
- 4.23MB
2015-深度学习研究综述
2017-11-01鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总 结,综述了不同类型深度网络的结构及特点. 首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概 述了前馈深度网络、反馈深度网络和双向深度网络 3 类主流深度学习算法的网络结构和训练方法;最后介绍了深 度学习算法在不同数据处理中的最新应用现状及其发展趋势. 可以看到:深度学习在不同应用领域都取得了明显 的优势,但仍存在需要进一步探索的问题,如无标记数据的特征学习、网络模型规模与训练速度精度之间的权衡、 与其他方法的融合等
- 1.58MB
国外深度学习研究的现状与进展——基于WOS数据库中SSCI文献的分析.pdf
2021-08-18国外深度学习研究的现状与进展——基于WOS数据库中SSCI文献的分析.pdf
- 850KB
深度学习国内研究综述_樊雅琴
2018-04-19深度学习国内研究综述_樊雅琴，深度学习国内研究综述_樊雅琴
- 314KB
BP神经网络及深度学习研究综述.pdf
2022-07-14BP神经网络及深度学习研究综述.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。
- 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
- 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
- 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
- 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
40.38MBYOLOV5 + 双目相机实现三维测距（新版本）
2024-04-14YOLOV5 + 双目相机实现三维测距（新版本）
