深度学习资料收藏

最新推荐文章于 2025-12-19 18:43:33 发布
原创 最新推荐文章于 2025-12-19 18:43:33 发布 · 178 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #人工智能 #pytorch

部署运行你感兴趣的模型镜像

背景

收集一些常用的地址，主要是文件下载地址

详情

torch相关

  1. pytorch安装包下载：https://download.pytorch.org/whl/torch_stable.html
    平时想要安装特定版本的pytorch，总是找不到安装文件，可以从这个地址查找需要的
    在这里插入图片描述

  2. other

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

深度学习是否存在数据泄露？
**My Coding Family**
05-06 678
🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。
深度学习在大数据挖掘中的应用实践
AI天才研究院
04-29 1035
本章节聚焦深度学习技术在大数据挖掘场景中的工程化应用传统数据挖掘方法（如决策树、SVM）在大数据场景下的局限性深度学习如何通过自动特征学习突破传统特征工程瓶颈工业级大数据挖掘项目中深度学习模型的设计与优化策略典型行业场景（如金融风控、推荐系统、舆情分析）的实践路径核心概念：定义深度学习与大数据挖掘的技术边界算法原理：解析关键模型（如DNN、CNN、Transformer）的数学基础项目实战：以电商用户行为分析为例，演示全流程工程实现应用场景：覆盖金融、零售、医疗等多行业落地案例。
机器学习/深度学习资料
2401_86435672的博客
07-30 1546
新年大礼包：机器之心2018高分教程合集CVPR2019目标检测方法进展综述。
深度学习资料
柒步的专栏
10-28 1727
【深度学习Deep Learning】资料大全 　　最近在学深度学习相关的东西，在网上搜集到了一些不错的资料，现在汇总一下： Free Online Books Deep Learning66 by Yoshua Bengio, Ian Goodfellow and Aaron CourvilleNeural Networks and Deep Learning4
深度学习助力蛋白质设计最新干货!【建议看完收藏】
2401_83941020的博客
07-22 2292
主要介绍蛋白质设计的底层逻辑与基本规则，学习蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用分析、以及蛋白质功能注释和优化方法，掌握深度学习在蛋白质设计中的常见算法以及实际方法，培养学生具备基本的深度学习蛋白质设计能力和蛋白质人工智能应用的前沿视野，为参与解决生物医学、生物工程和生物能源等方面的重大问题提供更多机会。近年来，深度学习领域的迅速进步对蛋白质设计产生了显著影响。结合用于生成建模和序列分析的新型架构，这些方法在过去几年里极大改变了蛋白质设计领域，提高了识别新蛋白质序列和结构的准确性和能力。
深度学习调参最全经验总结
rlczddl的博客
10-06 7139
本文结合自身工作和网上诸多炼丹者的经验，按不同模块梳理了有关深度学习调参的大量经验心得。特别地，加黑部分是笔者在实际项目中验证有效的。如有侵权请联系删除，如有错误欢迎评论指出。
机器学习与深度学习资料
赵英超的博客
10-21 4421
机器学习与深度学习资料 机器学习 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这
基于深度学习的水果识别系统
m0_73485263的博客
10-28 3669
通过对国内外的相关文献资料研究发现，传统水果识别算法并不能满足日常生活中的应用要求，所以需要我们一种有效的算法来对水果的种类进行有效的分类识别，深度学习作为人工智能领域的重要组成部分，并且在蓬勃发展中引起了广泛的研究，在图像识别领域取得了重大的进展，基于深度学习的水果识别系统的实现具有重大意义。该数据集中包括不同水果拍摄的不同视角（俯视、正视和左视），水果一共有 10 个种类，分别有草莓，葡萄，香蕉，牛油果，苹果，杨桃，人参果、车厘子和火龙果具体示例原图和角度拍摄图如图 3.2 所示。
全网最全深度学习案例整理汇总
xiaoshun007的专栏
12-25 1472
新年大礼包：机器之心2018高分教程合集。
机器学习算法———深度学习（常见的结构）
php优质创造者
08-06 2392
👨‍💻。
【强化学习/深度学习】2025年 个人电脑配置方案（装机方案）
weixin_56760882的博客
07-13 5838
简单记录下配置强化学习电脑需要注意的，和了解的。2024年618个人装机：硬盘可以改成 致钛tiplus7100 1tb 都可以当时差不多1.5w差不多，618下来1.3w左右，现在在同等价格下配置还能再高一点。
基于深度学习的交通标志识别系统设计与实现
qq_1406299528的博客
11-13 1782
💗博主介绍：✨全网粉丝10W+,优快云特邀作者、博客专家、优快云新星计划导师，专注于Java/Python/小程序app/深度学习等计算机设计，主要对象是咱们计算机相关专业的大学生，希望您们都能前途无量！✨💗👇🏻 精彩专栏 推荐订阅👇🏻计算机毕业设计设计精品实战案例✅🎈1.项目内容随着经济的发展和科技的进步，交通运输业得到了迅速的发展，然而交通安全问题依然严峻。交通标志是交通管理的重要组成部分，对于保障交通安全县有至关重要的作用。因此，研究交通标志识别系统具有实际应用价值和社会意义。
基于深度学习的音乐推荐系统实现.zip
11-29
简介本资源提供了一个完整的基于深度学习的音乐推荐系统实现项目。该项目旨在通过分析用户行为和音乐特征，为用户提供个性化的音乐推荐服务。系统采用B/S架构，前端使用JSP、JavaScript和CSS进行开发，后端则基于SSM...
【文献阅读】DP-Site：一种基于双重深度学习的蛋白质-肽相互作用位点预测方法
weixin_42038527的博客
12-16 770
研究团队开发了一款名为DP-Site的AI工具，仅需分析蛋白质的氨基酸序列（“设计图”），就能精准锁定小分子药物的潜在“靶点”。DP-Site的核心创新在于其 “双专家会诊”模式。一位是“图像专家”，擅长分析序列的局部结构特征；另一位是“语义专家”，擅长理解序列的全局上下文信息。两者协同工作，使其预测综合性能（F1分数）达到0.661，超越此前所有方法。
基于深度学习的肾结石检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
ningfoshao8678的博客
12-16 931
本文介绍了基于YOLO目标检测算法开发的肾结石检测系统。该系统支持图片、视频、文件夹批量及摄像头实时检测，包含用户登录、多模型切换等功能。技术栈采用Python3.10、PyQt5和SQLite，对比了YOLOv5/v8/v11/v12四种模型性能，其中YOLO12n精度最高(mAP40.6%)，YOLO11n速度最快(56.1ms)。系统在17000张肾脏影像数据集上训练，mAP@0.5达90%，F1值0.86，能有效识别肾结石位置并显示置信度。
【深度学习新浪潮】用AI工具解析美联储新闻，搭建量化投资分析流水线
智能守恒_HengAI
12-16 344
用AI工具解析美联储新闻，本质是将“定性政策信号”转化为“定量分析指标”，让投资决策更高效、更客观。本文搭建的流水线仅需50行核心代码，即可实现从新闻采集到资产预测的全流程自动化。未来可进一步优化的方向：一是引入大语言模型（如GPT-4o）做政策文本深度解读，挖掘“点阵图分歧”“官员立场博弈”等隐性信息；二是接入实时交易数据，构建“新闻→信号→交易”的闭环策略。
基于YOLO11-seg的白蚁种类智能识别与分类系统——利用深度学习技术实现白蚁图像分割与多类别精准识别
Dekesas9695的博客
12-15 616
本研究基于YOLO11-seg算法开发了一种高效、准确的白蚁种类智能识别与分类系统，实现了对白蚁图像的精确分割与多类别精准识别。通过构建高质量的数据集、优化模型架构和训练策略，我们的系统在多种白蚁种类和复杂环境条件下都表现出优异的性能。在技术层面，本研究的主要贡献包括：构建了包含多种白蚁种类的高质量数据集，为白蚁识别研究提供了宝贵的资源。成功将YOLO11-seg算法应用于白蚁识别任务，实现了同时进行目标检测和实例分割，提高了识别精度。
深度学习2:理解感知机
最新发布
paopao_wu的专栏
12-19 511
感知机是神经网络的基础算法，由Frank Rosenblatt于1957年提出。它接收多个输入信号，通过加权求和并与阈值比较来输出信号。通过调整权重和阈值，感知机可以实现与门、与非门和或门等逻辑电路。引入偏置参数b后，感知机的表达式更简洁。单层感知机只能解决线性可分问题，而多层感知机通过组合多个感知机可以处理更复杂的非线性问题，如加法器和编码器等。虽然早期需要人工设定权重，但现代神经网络能够自动从数据中学习合适的参数。
AI深度学习如何重塑机器视觉系统的大脑？
weixin_51554164的博客
12-15 947
传统的机器视觉系统，它们依赖工程师精心设计的规则，比如寻找清晰的边缘、标准的圆形或特定对比度的斑点，在稳定、可控的环境下，它们堪称精准高效的典范。与传统的视觉算法不同，它不是由人类工程师直接告诉机器边缘在哪里或什么是划痕，而是给机器提供海量的图片，并告诉它哪些是合格品，哪些是有缺陷的，然后让机器自己去寻找其中的规律。这使它具备了处理不确定性的惊人能力，对于那些难以用明确数学公式描述的复杂视觉模式，比如自然变化的纹理、随机出现的缺陷，深度学习模型能够挖掘出其中深层次的、本质性的特征关联。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Garfield2005

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值