Deep Learning

最新推荐文章于 2025-05-11 09:25:26 发布

原创最新推荐文章于 2025-05-11 09:25:26 发布 · 置顶 · 742 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习 #神经网络 #人工智能 #机器学习

Deep Learning 同时被 2 个专栏收录

21 篇文章

订阅专栏

TensorFlow

17 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

To learn list

训练过程分析-books
batch_size对训练的影响
深度学习

看了这7篇论文，你会完全掌握卷积神经网络！

深度学习入门者必看：25个你一定要知道的概念

CNN（卷积神经网络）最早是哪一年提出，是如何发展的？

CNN简史

Pre-train

请问深度学习中预训练模型是指什么？如何得到？

一文看懂迁移学习：怎样用预训练模型搞定深度学习？

Tensorflow

tensorflow / playground

TensorFlow Official Tutorial

基本分类：对服装图像进行分类

保存和恢复模型

【TensorBoard】如何启动tensorboard的详尽步骤

机器学习术语表

Keras

keras-team / keras

Optimization for Training Deep Models

从 SGD 到 Adam —— 6大常见优化算法总结

一文看懂各种神经网络优化算法：从梯度下降到Adam方法

优化算法Optimizer比较和总结

随机梯度下降——机器之心

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。它提供了一个灵活的平台,用于构建和训练各种机器学习模型

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

bashan16045

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Deeplearning4j

AI天才研究院

06-12

1540

Deeplearning4j 1. 背景介绍 1.1 人工智能与深度学习 人工智能(Artificial Intelligence, AI)是计算机科学的一个重要分支,旨在研究如何让计算机模拟甚至超越人类的智能。深度学习(Deep Lear

Java Deeplearning4j：实现时间序列预测

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

10-11

3695

时间序列数据是按照时间顺序排列的数据点序列。例如，股票价格、气温、销售量等都是时间序列数据。在时间序列预测任务中，我们的目标是根据历史数据预测未来的值。为了进行时间序列预测，我们需要准备一个合适的数据集。可以从各种来源获取时间序列数据，例如数据库、文件、网络 API 等。数据的质量：数据应该是准确、完整和可靠的。数据的长度：数据应该足够长，以便能够训练出一个有效的模型。数据的频率：数据的采样频率应该与预测任务的需求相匹配。

参与评论您还未登录，请先登录后发表或查看评论

MATLAB Deep Learning Toolbox

最新发布

u013600306的博客

05-11

1428

Deep Learning Toolbox Version 23.2 (R2023b) 01-Aug-2023Training for Deep Learning assembleNetwork - Assemble a neural network from pretrained layers augmentedImageDatastore - Generate batches of augmented image data imageDataAugmenter

Java Deeplearning4j：实现文本分类

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

10-09

4526

在本文中，我们介绍了如何使用 DeepLearning4J 构建、训练和评估文本分类模型。我们首先准备了数据集，并进行了数据预处理和向量化。然后，我们构建了一个 RNN 模型，并配置了训练参数。最后，我们使用训练数据训练模型，并使用测试数据评估模型的性能。通过调整模型和参数，我们可以提高模型的性能。

Java Deeplearning4j：实现图像分类

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

10-07

4070

本文介绍了如何使用 DeepLearning4J 进行图像分类任务。我们首先介绍了相关的 Maven 依赖，然后详细介绍了数据集准备、模型构建、模型训练和评估等关键步骤。通过实际的例子，我们展示了如何使用 DL4J 构建、训练和评估图像分类模型。最后，我们介绍了一些调整模型和参数的方法，以提高模型的性能。希望本文能够帮助读者更好地理解和使用 DeepLearning4J 进行图像分类任务。

Java Deeplearning4j：高级应用之模型部署

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

10-05

3696

模型导出是将训练好的深度学习模型转换为一种可部署的格式，以便在生产环境中进行加载和使用。这种转换过程将模型的结构、权重和相关的元数据打包成一种可移植的格式。常见的可部署格式包括和等。监控和维护模型是指在模型部署到生产环境后，对模型的性能和稳定性进行监控，并及时处理模型漂移和更新模型。本文介绍了如何使用 Java Deeplearning4j 进行模型的部署，包括模型的导出、加载和使用以及监控和维护。通过导出模型为可部署的格式，可以实现跨平台部署和方便集成。

Spring Boot集成DeepLearning4j实现图片数字识别

HBLOG

07-01

2308

DeepLearning4J（DL4J）是一套基于Java语言的神经网络工具包，可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成，支持分布式CPU和GPU，为商业环境（而非研究工具目的）所设计。Skymind是DL4J的商业支持机构。Deeplearning4j拥有先进的技术，以即插即用为目标，通过更多预设的使用，避免多余的配置，让非企业也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议，一切以其为基础的衍生作品均属于衍生作品的作。

Java Deeplearning4j：构建和训练循环神经网络（RNN）模型

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

09-29

3324

循环神经网络RNN）是一种专门为处理序列数据而设计的神经网络类型。序列数据在现实世界中非常常见，例如时间序列数据（如股票价格随时间的变化）、自然语言文本（单词的序列）等。与传统的前馈神经网络不同，RNN具有内部的循环结构，这使得它能够处理序列中的长期依赖关系。RNN具有记忆功能，可以记住过去的信息并将其应用于当前的计算。这使得 RNN 在处理时间序列数据（如语音文本股票价格等）方面表现出色。输入层接收序列数据的输入。例如，在处理文本数据时，如果我们使用词向量表示单词，输入层的维度将取决于词向量的维度。

Java Deeplearning4j：基础大纲详细整理

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

09-19

2211

学习如何定义多层感知器 (MLP) 的层结构，包括输入层隐藏层和输出层。理解不同类型的层（如DenseLayer）及其参数。在 DeepLearning4J (DL4J) 中，多层感知器 (MLP) 是一种常见的前馈神经网络，通常用于分类和回归任务。MLP 由输入层、一个或多个隐藏层和输出层组成。每层可以是全连接层（DenseLayer）或输出层（在(DL4J) 中，卷积神经网络 (CNN) 是一种常用的深度学习模型，特别适用于图像处理任务。CNN 由多个层组成，包括卷积层、池化层和全连接层。

Java Deeplearning4j：数据加载与预处理（一）

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

09-22

2705

（DL4J）是一个用于构建和训练深度学习模型的开源库，专为Java和JVM生态系统设计。它支持多种神经网络架构，包括多层感知器（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）等。DL4J的目标是为企业级应用提供一个高效、可扩展的深度学习解决方案。DataVec是DL4J中的一个数据加载和预处理库。它提供了丰富的工具和API，用于从各种数据源（如CSV文件、图像、文本等）加载数据，并进行必要的预处理操作，如标准化、归一化、数据增强等。

《Deep Learning》深度学习.zip

10-07

《Deep Learning》这本书作为该领域的经典教材，详细介绍了深度学习的基本概念、深度神经网络的结构设计、训练技术、优化方法以及在实际问题中的应用案例。书中不仅涵盖了深度学习的理论基础，如前馈神经网络、卷积...

基于SpringBoot与Deeplearning4j的医药智能库存管理系统后端源码

10-02

本项目所涉及的医药智能库存管理系统后端源码，基于流行的SpringBoot框架和Deeplearning4j深度学习库，提供了一种创新的解决方案。 SpringBoot框架以其轻量级、快速开发和独立运行的特点，成为了当下微服务架构的...

基于DeepLearning4j框架提供的lstm神经网络实现对车流量预测

07-11

【作品名称】：基于DeepLearning4j框架提供的lstm神经网络实现对车流量预测【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【项目...

deeplearning-ai-books-深度学习资源包

05-10

深度学习（Deep Learning，简称DL）是机器学习（Machine Learning，简称ML）的一个子集，也是人工智能（Artificial Intelligence，简称AI）领域的一个重要分支。它被引入机器学习，旨在使机器更接近于实现人工智能的...

deeplearning4j-nn-1.0.0-M1.1-API文档-中文版.zip

07-03

赠送jar包：deeplearning4j-nn-1.0.0-M1.1.jar；赠送原API文档：deeplearning4j-nn-1.0.0-M1.1-javadoc.jar；赠送源代码：deeplearning4j-nn-1.0.0-M1.1-sources.jar；赠送Maven依赖信息文件：deeplearning4j-nn-...

AssertionError: CUDA unavailable, invalid device 0 requested

bashan1604的博客

06-21

3670

Linux下安装好了cuda之后nvcc -V仍然无法执行

win10离线安装labelme（无网环境）

bashan1604的博客

06-04

2901

tar tape archive tar 是用来建立，还原备份文件的工具程序，它可以加入，解开备份文件内的文件。

Could not load dynamic library ‘libcupti.so.10.0‘； dlerror: libcupti.so.10.0...

bashan1604的博客

10-13

2488

2020-10-12 13:33:08.132472: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library libcublas.so.10.0 2020-10-12 13:33:23.066483: I tensorflow/core/kernels/data/shuffle_dataset_op.cc:143] Filling up shuffle buff.

Anaconda虚拟环境离线迁移（无网环境）

bashan1604的博客

06-03

2487

Moving Conda Environments

deep learning

09-03

- *1* *2* [Deep Learning简介](https://blog.youkuaiyun.com/MyArrow/article/details/51176981)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc...