C++_opencv中图像深度、通道和对应数据类型
图像深度 图像深度（Image Depth）是指图像中每个像素值的比特数（bit depth），它决定了图像每个像素可以表示的颜色或灰度级别的数量。图像深度直接影响到图像的视觉质量和文件大小。 常见的图像深度 1-bit：二值图像，每个像素只能表示黑色或白色，常用于扫描文档、简单图形等。8-bit：灰度图像，每个像素可以表示256个不同的灰度级别（0-255），用于表示黑白照片或灰度图。24-bit...
基于深度学习的生活垃圾智能分类系统（微信小程序+YOLOv5+训练数据集+开题报告+中期检查+论文）
摘要 本文基于Python技术，搭建了YOLOv5s深度学习模型，并基于该模型研发了微信小程序的垃圾分类应用系统。本项目的主要工作如下： （1）调研了移动端垃圾分类应用软件动态，并分析其优劣势；分析了深度学习在垃圾分类领域的相关应用，着重研究了YOLO系列的工作原理和YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四大模型的优缺点，最终选择了轻量级深度学习...
白话讲人工智能、机器学习、深度学习
号主义AI（基于逻辑和规则）、连接主义AI（模拟人脑神经网络）、进化计算（借鉴生物进化的原理解决问题）、模糊系统（处理不确定性信息）等。但在这个框架下，我们常讨论的主要是机器学习这一分支，尤其是其中的深度学习。 典型应用： 智能家居：AI让家居设备能理解并响应用户的语音指令，如Google Home或Amazon Echo智能音箱； 自动驾驶：车辆通过AI技术感知环境、制定路线和避免碰撞； 医疗诊断：...
Python - 深度学习系列30 - 使用LLaMA-Factory微调模型
说明 最实用的一种利用大语言模型的方式是进行微调。预训练模型与我们的使用场景一定会存在一些差异，而我们又不可能重头训练。 微调的原理并不复杂，载入模型，灌新的数据，然后运行再训练，保留checkpoints。但是不同项目的代码真的不太一样，每一个都要单独去看的话比较费神。 本篇简单讨论一下用LLaMA-Factory微调模型的体验。 内容 1 LLaMA-Factory github项目地址 从目前...
【第七章】深度学习思维模式
的非常简单的问题。它通过一系列许多层次来实现，早期的层次回答关于输入图像的非常简单和具体的问题，而后期的层次则构建起了越来越复杂和抽象的概念的层次结构。具有这种多层结构（两个或更多隐藏层）的网络被称为深度神经网络。 当然，我还没有说明如何进行这种对子网络的递归分解。手动设计网络中的权重和偏差显然是不切实际的。相反，我们希望使用学习算法，让网络可以从训练数据中自动学习权重和偏差，从而形成概念的层次结构。...
混合离散-连续几何深度学习
混合离散-连续几何深度学习 通过DISCO卷积的可扩展和等变球形CNN 目录 一、说明二、 二分法：离散方法与连续方法三、打破二分法：离散-连续 （DISCO） 方法四、离散-连续 （DISCO） 群卷积五、可扩展计算六、DISCO 球形 CNN 架构七、语义分割八、深度估计九、未来展望 一、说明 现有的球面卷积神经网络 （CNN） 框架既可计算可扩展又可旋转等变。连续方法捕获旋转等方差，但通...
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（二）—— 深度神经网络
概述 深度神经网络（Deep Neural Network，DNN）是一种机器学习模型，由多个神经网络层组成，每层都包含多个神经元节点。相比浅层神经网络，深度神经网络具有更多的隐藏层，能够处理更复杂的问题。 深度神经网络的核心思想是通过多层非线性变换来逐步提取输入数据的高级特征表示。每一层的神经元通过权重和偏置进行计算，并通过激活函数进行非线性映射。数据从输入层经过多个隐藏层传递，最终输出一个预测结...
政安晨：【深度学习处理实践】（九）—— Transformer架构
咱们接着这个系列的上一篇文章继续： 政安晨：【深度学习处理实践】（八）—— 表示单词组的两种方法：集合和序列https://blog.csdn.net/snowdenkeke/article/details/136762323 Transformer是一种架构，用于在自然语言处理（NLP）和其他任务中进行序列到序列（seq2seq）学习。它于2017年由Vaswani等人提出，成为深度学习领域的重要里...
【C++庖丁解牛】List容器的介绍及使用 | 深度剖析 | list与vector的对比
目录 1. list的介绍1.1 list的介绍1.2 list的存储结构1.3 list的特点 2. list的使用2.1 list的构造2.2 list iterator的使用2.3 list capacity2.4 list element access2.5 list modifiers2.6 list的迭代器失效 3. list与vector的对比 1. list的介绍 1.1 list的...
政安晨：【深度学习处理实践】（七）—— 文本数据预处理
咱们接着这个系列的上一篇文章继续： 政安晨：【深度学习处理实践】（六）—— RNN的高级用法https://blog.csdn.net/snowdenkeke/article/details/136660644 在深度学习中，文本数据预处理是指将原始文本数据转换为可供模型训练使用的向量表示。 首先，需要对文本进行分词，将一个句子或段落分解为词汇单元。中文分词相对于英文分词更具挑战性，因为中文中没有像空...