深度学习标签_松山湖开发者村综合服务平台

深度学习

（论文速读）基于混合学习的边缘计算物联网系统操作视觉质量检测

一种基于混合学习方法的边缘计算物联网系统，用于工业视觉表面质量检测。该方法结合深度神经网络的无监督聚类，仅需少量标注数据即可实现高精度检测。系统采用VGG网络提取特征，通过改进的k-means聚类进行异常判断，并运用预训练、数据增强等策略提升小数据集下的性能。实验表明，该方法在已知缺陷检测中准确率达97%，对新型未知缺陷的召回率比传统方法高出11%-34%，在实际工厂部署中显著减少了人工质检工作量

 LJ1147517021
2026-04-01 23:36:01

 663

 14

#人工智能 #深度学习 #物联网 +1
TPAMI 2026 | 基于检测Transformer的高效半监督目标检测研究

本文提出Semi-DETR++，首个针对DETR架构的半监督目标检测框架。针对DETR一对一匹配对伪标签噪声敏感的问题，创新性地设计了阶段性混合匹配策略(SHM)，在训练初期采用抗噪的软一对多匹配，后期过渡到标准一对一匹配。针对基于查询的解码器难以建立稳定对应关系的问题，提出重解码查询一致性(RQC)方法，利用解码器自身的隐式指导实现高效一致性训练。

rzxrzx_
2026-03-22 11:52:54

 648

 10

#transformer #目标检测 #深度学习
7种交通场景目标检测数据集分享（适用于YOLO系列深度学习检测任务）

7种交通场景目标检测数据集分享（适用于YOLO系列深度学习检测任务）源码下载在智能交通与自动驾驶技术快速发展的今天，如何高效、准确地感知道路环境已经成为研究与应用的核心问题。车辆、行人和交通信号灯

 动物园猫
2026-03-20 16:54:04

 697

 12

#目标检测 #深度学习
深度强化学习 | 基于Double DQN算法的移动机器人路径规划(附Pytorch实现)

本文介绍了基于Double DQN(DDQN)算法的机器人路径规划方法，该方法设计了包含6种离散速度组合的动作空间，并采用多目标混合奖励函数，结合时间惩罚、距离引导和目标达成奖励来优化路径规划效果。Pytorch仿真结果表明了DDQN算法在大规模栅格地图中规划的可行性，为DRL在机器人运动规划领域的应用提供了实践参考。

Mr.Winter`
2026-03-23 09:11:00

 2381

 46

#pytorch #人工智能 #机器人 +3
大模型用了十年的「笨办法」，被 Kimi 悄悄换掉了

Kimi 团队发布 Attention Residuals 论文，用 softmax 注意力替代传统均等残差连接，在深度方向实现选择性信息聚合，在 48B MoE 模型上实现 1.25x 计算效率提升，推理延迟增加不到 2%。

石臻臻的杂货铺
2026-03-17 08:44:54

 5726

 8

#语言模型 #迪米特法则 #transformer +1
【旋转框】基于YOLO26深度学习的无人机视角车辆检测系统【python源码+Pyqt5界面+数据集+训练代码】

【旋转框】基于YOLO26深度学习的无人机视角车辆检测系统【python源码+Pyqt5界面+数据集+训练代码】

阿_旭
2026-03-18 17:40:15

 1118

 13

#深度学习 #无人机 #python
【Transformer】神经网络，CNN，RNN

本文摘要：文章系统介绍了神经网络与深度学习的核心概念。第一部分从函数角度解析神经网络本质，阐述参数计算、梯度下降原理，并重点讨论正则化方法（如Dropout和权重衰减）在Transformer中的应用。第二部分揭示CNN中卷积核的本质特性，包括局部连接、权重共享机制，详细分析多通道卷积、感受野等关键参数。第三部分阐述词嵌入与RNN的工作原理，说明RNN通过隐藏状态处理序列数据的机制及潜空间的语义压

 予羽yubai
2026-03-15 16:01:14

 904

 10

#transformer #深度学习 #人工智能
【宇树机器人强化学习】(二):ActorCritic网络和ActorCriticRecurrent网络的python实现与解析

本期主要解析了 rsl_rl`仓库中 ActorCritic与 ActorCriticRecurrent的 Python 实现，回顾了 Actor-Critic 的核心原理，重点讲解了 ActorCriticRecurrent 引入 RNN/Memory 模块以增强网络对历史信息的记忆能力，区分了训练和推理模式下隐藏状态的处理，并对网络构建、动作采样、价值评估等函数实现进行了详细剖析，为理解复杂机

 m0_73800387
2026-03-14 22:00:15

 984

 5

#机器人 #python #开发语言 +2
深度学习浪潮：解锁技术边界与产业新图景

当人工智能从实验室走向千行百业，深度学习已然成为驱动技术革新的核心引擎✨。从精准的人脸识别到流畅的机器翻译，从智能内容生成到电力系统精准预测，深度学习以强大的特征提取与数据建模能力，打破传统技术瓶颈，重塑着我们对科技的认知。本文将结合深度研讨成果，全面拆解深度学习的核心应用、技术原理与产业实践，带你一览技术前沿的无限可能。计算机视觉（Computer Vision，CV）是深度学习最成熟、应用最广

 郝学胜-神的一滴
2026-03-14 15:15:46

 1993

 95

#深度学习 #人工智能 #数据结构 +2
PyTorch 深度学习实践——CNN卷积神经网络

本文总结了B站UP主刘二大人《PyTorch深度学习实践》中卷积神经网络的核心知识点。主要内容包括：1）多通道卷积的数学表达式，详细说明了输入输出特征图的维度关系；2）通过图解展示了卷积操作的数值计算过程，包括输入特征图、卷积核、偏置及输出特征图的维度变化；3）介绍了PyTorch实现CNN的代码框架，包含数据准备、网络结构定义（Conv2d、MaxPool2d、Linear等层）、训练和测试流程

 兜兜风d'
2026-03-09 20:01:30

 646

 10

#深度学习 #pytorch #cnn
机器学习全景指南-启蒙篇——人工智能与机器学习的宏观版图

深度学习是机器学习的一种特殊方法，而机器学习是实现人工智能的主要途径。

Yardon_Official
2026-03-08 21:59:16

 774

 12

#人工智能 #机器学习 #学习 +4
Week 37: 深度学习进阶：基于 OpenClaw 的多智能体协同架构

本周的研究重心从单体 Agent 的认知架构升级为多智能体系统 (Multi-Agent Systems, MAS) 的组织架构。结合最新的 OpenClaw 框架与学术界关于 MAS 设计模式的讨论，我们探索了如何通过角色分工与协作流程来自动化复杂的学术研究任务。单体 Agent 受限于上下文窗口和注意力分散，难以高质量完成“文献调研-论文撰写-同行评审”的全流程。

MCHacker
2026-03-08 16:30:58

 791

 9

#深度学习 #架构 #人工智能
基于YOLO26深度学习的无人机视角路面病害检测识别系统【python源码+Pyqt5界面+数据集+训练代码】

基于YOLO26深度学习的无人机视角路面病害检测识别系统【python源码+Pyqt5界面+数据集+训练代码】

阿_旭
2026-03-06 20:15:43

 966

 12

#深度学习 #无人机 #python
深度学习：CNN 与 RNN——解锁多模态处理能力

深度学习从模拟生物神经网络出发，已发展出能处理复杂任务的CNN和RNN模型。CNN通过卷积和池化操作高效处理图像空间特征，广泛应用于图像分类、目标检测等视觉任务。RNN则擅长处理序列数据，通过记忆机制捕捉时间依赖关系，在语音识别、机器翻译等任务中表现优异。两者共同构成了深度学习在多模态数据处理中的核心技术基础，为生成式大模型的发展铺平了道路。本文系统梳理了深度学习的发展脉络、核心原理及典型应用，为

 郝学胜-神的一滴
2026-03-08 16:52:27

 3168

 106

#深度学习 #cnn #rnn +3
基于YOLO26深度学习的无人机视角河道水面垃圾检测系统【python源码+Pyqt5界面+数据集+训练代码】

基于YOLO26深度学习的无人机视角河道水面垃圾检测系统【python源码+Pyqt5界面+数据集+训练代码】

阿_旭
2026-03-03 18:55:43

 1062

 16

#深度学习 #无人机 #python
基于CNN深度学习的卷积神经网络图像识别小程序版9部合集-python-pytorch

本文介绍了一系列基于CNN卷积神经网络的图像识别小程序合集，涵盖水果、中草药、服装、柑橘品级、人脸年龄、香蕉成熟度、手势和花卉等多个领域的识别应用。所有项目均采用Python环境下的PyTorch深度学习框架，通过01.py划分数据集，02.py训练模型并保存为ckpt格式，03flask.py生成HTTP接口实现与微信小程序的交互。用户可通过小程序上传图片，经由HTTP传输至后端进行识别，结果再

 no_work
2026-03-01 15:03:41

 1926

 27

#深度学习 #python #cnn +2
机器学习————世界模型

当人们谈到世界模型时，必然绕不开一篇巨作———《World Models》。这篇文章是世界模型开山与标杆，首次提出 “世界模型” 三组件，即VAE+RNN + 控制器，用模型生成虚拟数据训练策略，奠定世界模型范式。接下来，我的内容也会围绕这篇文章，解读世界模型的核心机理，如果有不足，请大家的批评指正。文章结尾处，会放置文章链接。

启415
2026-03-02 00:00:00

 1089

 36

#深度学习 #人工智能
Ultralytics-YOLO项目介绍(包含YOLOV8、YOLOV10、YOLO11、YOLO12、YOLO26)

Ultralytics-YOLO项目介绍(包含YOLOV8、YOLOV10、YOLO11、YOLO12、YOLO26)

魔鬼面具
2026-02-28 10:28:54

 7390

 22

#人工智能 #深度学习
基于YOLO26深度学习的路面积水智能检测分割与分析系统【python源码+Pyqt5界面+数据集+训练代码】

基于YOLO26深度学习的路面积水智能检测分割与分析系统【python源码+Pyqt5界面+数据集+训练代码】

阿_旭
2026-02-28 11:46:32

 2208

 55

#深度学习 #python #人工智能
梯度消失问题（Vanishing Gradient Problem）是上世界八十年代和九十年代深度学习神经网络失败的主要原因

20 世纪 80-90 年代深度学习的 “失败”，本质是 “技术需求（深层网络）” 与 “技术能力（无梯度稳定方案）” 的严重不匹配，而梯度消失问题正是这一不匹配的集中体现 —— 它直接堵死了深层网络的训练路径，让深度学习在与传统机器学习的竞争中全面落败，进入长达十余年的寒冬。

Esaka_Forever
2026-02-26 03:45:39

 935

 11

#深度学习 #神经网络 #人工智能
【强化学习】第十章：连续动作空间强化学习：随机高斯策略、DPG算法

之前我们学的算法，不管是确定性最优策略还是随机性最优策略，其输出都是有限个动作的最优策略。本篇讲连续动作空间的强化学习，重点讲两个算法：随机高斯策略和DPG。其中，随机高斯策略输出的是连续动作空间的随机性最优策略，DPG是连续动作空间的确定性最优策略。

宝贝儿好
2026-02-25 13:22:29

 826

 15

#算法 #人工智能 #深度学习 +2
深度学习的数学原理（十四）—— ResNet 残差网络

本文分析了浅层CNN（如LeNet）在复杂任务中的局限性，重点探讨了感受野不足和梯度消失问题。通过数学推导，揭示了深层CNN训练中梯度衰减的链式效应。ResNet通过残差连接创新性地解决了这一问题，其核心思想是将传统恒等映射重构为残差映射，使梯度可通过捷径连接直接回传。文章详细解析了残差连接的数学原理、三种实现形式，以及基础块和瓶颈块的结构差异，并对比了不同ResNet架构的设计特点。通过数值推导

 xiaolaji600
2026-02-24 18:48:01

 1311

 25

#深度学习 #网络 #人工智能
被 GPT-5.2「夺舍」？谷歌 Gemini 3.1 Pro 深度实测来了

被 GPT-5.2「夺舍」？谷歌 Gemini 3.1 Pro 深度实测来了

 木易AI信息差
2026-02-24 06:11:32

 1707

 9

#人工智能 #深度学习 #前端 +2
深度学习中的梯度消失与梯度爆炸

深度学习中的梯度消失与梯度爆炸

 人工智能培训
2026-02-09 16:37:21

 979

 19

#深度学习 #人工智能 #逻辑回归
Andromeda驱动的社交广告超精准检索与Godel多目标排序转化跃升架构

本文探讨了社交平台广告精准投放与转化优化的核心技术框架，聚焦于Andromeda广告检索系统、多维度动态检索机制（整合27种信号）、Godel广告排序模型以及转化率预测算法。这些技术通过人工智能和机器学习驱动，提升广告交付的精确性和转化效率。

秋说
2026-02-09 15:18:44

 2546

 47

#架构 #深度学习 #机器学习
人工智能：深度学习：1.pytorch概述(2)

本文是 PyTorch 入门教程系统讲解张量创建运算索引切片广播机制矩阵运算与自动微分梯度计算等核心基础介绍基于 nn.Module 自定义模型对比 ModuleList 与 Sequential 的使用差异并给出模型保存与加载方法全文附带可运行代码示例帮助初学者快速掌握 PyTorch 基础语法与模型搭建流程适合深度学习入门学习PyTorch 深度学习神经网络张量 T

&星痕&
2026-02-08 19:31:22

 1109

 23

#人工智能 #深度学习