墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
500+累计阅读
509平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
这学期我上的另一门课是本科生的《深度学习》，主要用的是吴恩达老师的《深度学习》视频课的内容。
使用教材：吴恩达《深度学习》课程笔记
课外参考书：《深度学习》，人民邮电出版社，IAN GOODFELLOW 等，2017 年出版
课程资源下载链接：
https://github.com/fengdu78/deeplearning_ai_books
模块 4 深层神经网络 实验一
模块 7 优化算法 实验三
模块 8 卷积神经网络基础
模块 9 经典网络 实验四
模块 10 ResNets 的原理及应用
模块 11 目标检测的原理和常见算法 实验五
模块 12 人脸识别与风格转换
模块 13 循环神经网络 实验五
模块 14 GRU/LSTM/BIRNN 实验六
模块 15 自然语言与词嵌入
模块 16 序列模型与注意力机制 实验六
期末考核
下载方式：
添加Beyonce小姐姐，回复“卷积”可以获取下载地址。
觉得还不错就给我一个小小的鼓励吧！
GPT与Image2驱动：自动化生成可编辑学术PPT的完整技术方案
在办公自动化和人工智能技术融合的背景下，利用大语言模型（LLM）和文生图模型（Text-to-Image）实现内容创作与视觉设计的自动化，已成为提升生产力的关键技术路径。其核心原理在于，通过GPT类模型理解需求并生成结构化文本内容，再结合Image2类模型根据文本描述生成匹配的视觉元素，最后通过编程接口（如python-pptx库）将两者自动化合成为标准、可编辑的演示文稿文件。这一技术方案的价值在于，它将传统耗时费力的手动PPT制作流程，转变为高效、可定制、可复用的自动化流水线，尤其适用于需要快速产出高质量
温州大学《深度学习》课程课件（一）
这学期我上的另一门课是本科生的《深度学习》，主要用的是吴恩达老师的《深度学习》视频课的内容。使用教材：吴恩达《深度学习》课程笔记课外参考书：《深度学习》，人民邮电出版社，IAN GOODF...
答辩PPT模板：拆解pptx结构与python-pptx批量填充避坑指南
在实际做答辩PPT时，很多人只会在模板上改文字，却不知道模板本质上是一个压缩包，内部由幻灯片母版、版式、占位符和主题等XML文件构成。理解pptx的底层结构，是控制PPT排版稳定性的关键。通过python-pptx可以快速扫描模板的版式清单和占位符索引，实现标题与正文的批量替换，大幅提升效率。同时，字体嵌入、公式转PNG、清理页内动画等细节，决定了答辩现场能否顺利演示。这套方法论不仅适用于学术答辩PPT，也能迁移到各类商务汇报、路演模板的自动化处理中。本文以“答辩PPT (416).pptx”为例，给出从模
深度学习PPT（入门简介）
背景介绍 我在模式识别课上被老师选中，要求在课上给大家讲解深度学习的相关知识。于是上网查了一些资料，模板借鉴了 凌晨点点 博主的一篇博客，在该博主的基础上又补充了一些公式和细节。 PPT为自己制作，图片来源于网络（其他博客或文章中） 又需要的小伙伴可以在评论区留下邮箱，我看到就会发给你们。 ...
YAML大纲+python-pptx批量生成92页人工智能概述PPT
在课程与内训场景中，一份结构清晰的人工智能概述PPT往往比视觉模板更难组织。其原理是先把内容抽象为可编辑大纲：用YAML描述每页标题、要点、备注与版式语义，再由python-pptx读取母版并批量渲染，图片按原始比例定位，字体与占位符统一控制。这样做的技术价值在于把“写内容”与“排页面”解耦，既能快速产出92页系统课件，也便于按听众调整机器学习、深度学习、目标检测等模块配比。面向人工智能导论、企业内训与人工智能训练师考前梳理，这种大纲驱动方式可减少版式崩坏、体积膨胀和时长失控。围绕92页人工智能概述PPT，
卷积神经网络ppt
非常详细的CNN模型的ppt，适合做演讲介绍用，内容简介，通俗易懂。
带动画效果的卷积神经网络的讲解.pptx
刚在学习深度学习的时候，对卷积神经网络还比较模糊，后来发现一位黄海广老师的卷积神经网络课件，带很多动画，把卷积神经网络讲得很清楚。值得推荐。文末提供原版的ppt的下载方式，ppt效果见下图...
温州大学黄海广教授机器学习特征工程PPT
温州大学黄海广教授机器学习特征工程PPT。 在原始数据集中的特征的形式不适合直接进行建模时，使用一个或多个原特征构造新的特征可能会比直接使用原有特征更为有效。特征构建：是指从原始数据中人工的找出一些具有物理意义的特征。操作：使用混合属性或者组合属性来创建新的特征，或是分解或切分原有的特征来创建新的特征。方法：经验、属性分割和结合。数据归一化的目的是使得各特征对目标变量的影响一致，会将特征数据进行伸缩变化，所以数据归一化是会改变特征数据分布的。数据标准化为了不同特征之间具备可比性，经过标准化变换之后的特征数据分布没有发生改变。就是当数据特征取值范围或单位差异较大时，最好是做一下标准化处理。聚合特征构造主要通过对多个特征的分组聚合实现，这些特征通常来自同一张表或者多张表的联立。聚合特征构造使用一对多的关联来对观测值分组，然后计算统计量。常见的分组统计量有中位数、算术平均数、众数、最小值、最大值、标准差、方差和频数等。相对于聚合特征构造依赖于多个特征的分组统计，通常依赖于对于特征本身的变换。转换特征构造使用单一特征或多个特征进行变换后的结果作为新的特征。
卷积神经网络教程PPT：全面掌握CNN基础，学习更高效的神经网络
卷积神经网络教程PPT：全面掌握CNN基础，学习更高效的神经网络 【下载地址】卷积神经网络教程PPT 该项目提供了一个名为“卷积神经网络.pptx”的PPT资源，内容简洁明了，旨在帮助用户快速理解卷积神经网络的基本思想。该PPT基于李宏毅老师的讲解内容整理而成，非常适合用于组会报告或课程汇报。结合相关视频学习，效果更佳。...
卷积神经网络ppt.pptx
简洁的卷积神经网络学习用PPT，适合已经基本入门深度学习的人群
深度学习课件
第1课_深度学习总体介绍，第2课_传统神经网络，第3-6讲_卷积神经网络，第7讲_递归神经网络，第8讲_卷积网络+递归网络，第9讲_生成对抗网络，第10讲_增强学习。
卷积神经网络教程PPT
卷积神经网络教程PPT 【下载地址】卷积神经网络教程PPT 该项目提供了一个名为“卷积神经网络.pptx”的PPT资源，内容简洁明了，旨在帮助用户快速理解卷积神经网络的基本思想。该PPT基于李宏毅老师的讲解内容整理而成，非常适合用于组会报告或课程汇报。结合相关视频学习，效果更佳。无论是初学者还是需要复习的开发者，都能从中...
卷积神经网络CNNPPT学习课件.ppt
卷积神经网络CNNPPT学习课件.ppt
PPT Master：如何用AI快速创建专业演示文稿的完整教程
PPT Master是一款革命性的AI演示文稿生成工具，能够将任意文档或主题转换为原生可编辑的PowerPoint文件。作为AI智能PPT制作系统，它真正实现了从文字内容到专业演示文稿的自动化转换，让你在几分钟内就能创建出具有原生形状、过渡动画、数据图表和音频旁白的精美演示文稿。 ## 告别传统PPT制作痛点 你是否曾经为制作演示文稿而烦恼？花费数小时调整格式、寻找模板、设计布局，结果却不够专
《深度学习基础教程》课件.ppt
《深度学习基础教程》课件.ppt
Western blot (WB) 灰度分析进阶指南：ImageJ 高效定量技巧与实战优化
本文详细介绍了使用ImageJ进行Western blot灰度分析的进阶技巧，包括批量处理、背景校正和疑难条带处理等实战优化方法。通过自动化宏脚本和动态背景校正，显著提升分析效率和准确性，特别适合科研人员处理复杂WB数据。
Mask R-CNN 实例分割 ONNX 模型实战：模型变体、预处理、推理后处理与 INT8 量化全解析
本指南以 ONNX Model Zoo 中经过验证的 [Mask R-CNN R-50-FPN 模型文档](https://link.gitcode.com/i/15bc00837ab3bc777affabd6743ea002) 为核心，系统讲解该实例分割模型在 ONNX 生态中的四种发布形态（fp32 / int8 / qdq）、从图像预处理到四路输出的完整推理链路、基于 COCO 的精度验证口
PaddleOCR 与 PaddleX 调试
本文介绍了PaddleOCR与PaddleX的安装调试过程及应用对比。首先详细说明了环境准备步骤，包括安装ccache、设置环境变量及创建conda虚拟环境，提供了精简安装和源码安装两种方式。接着展示了使用PaddleOCR进行发票和手写汉字识别的测试结果，指出部分手写识别存在误差。随后对比了两者的差异：PaddleOCR专注于OCR算法优化，PaddleX则提供全流程工具链和标准化部署方案。最后演示了如何通过PaddleX部署OCR服务，包括API启动方法和客户端调用示例，为开发者提供了两种不同场景下的O
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
439
扫一扫
