数据科学与大数据专业毕业设计(论文)选题推荐
数据科学与大数据专业毕业设计(论文)选题合集涵盖了管理系统、小程序、深度学习、机器学习、算法、人工智能、大数据、网络安全、嵌入式、推荐系统、目标检测等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、通信工程专业的毕业生而言，选择一个合适的毕业设计选题至关重要。在这个毕业设计选题合集中，我们
Tiny Time Mixers (TTM)轻量级时间序列基础模型：无需注意力机制，并且在零样本预测方面表现出色
TTM是一个轻量级的，基于mlp的基础TS模型(≤1M参数)，在零样本预测方面表现出色，甚至优于较大的SOTA模型。
AI 绘画爆火背后：扩散模型原理及实现
DDPM的训练-推理流程到这里，不知道大家的接受度怎样？如果感觉没问题，轻轻松的话。准备好，我要开始上大招（深入理论）啦。
深度学习第J9周：Inception v3算法实战与解析
总结来说，Inception v3是一种深度卷积神经网络，其主要特点包括更深的网络结构、使用Factorized Convolutions、添加Batch Normalization、引入辅助分类器以及使用基于RMSProp的优化器进行训练。相对于Inception v1的Inception Mod
SparkStreaming与Storm集成实例
SparkStreaming与Storm集成实例1.背景介绍在大数据处理领域，实时数据处理变得越来越重要。Spark Streaming和Apache Storm是两种广泛使用的实时数据处理框架。Spark Streaming是基于Apache Spark的扩展，提供了高
OpenCV与AI深度学习 | 实战 | YOLOv8自定义数据集训练实现手势识别 (标注+训练+预测 保姆级教程)
本文将手把手教你用YoloV8训练自己的数据集并实现手势识别。
【环境搭建】（五）Ubuntu22.04安装cuda_11.8.0+cudnn_8.6.0
一个愿意伫立在巨人肩膀上的农民......
14篇最新Transformer热门论文！涵盖注意力机制、架构改进、适用性扩展等
实验表明，M2在非因果BERT风格语言建模、ViT风格图像分类和因果GPT风格语言建模中表现出色，与BERT-base和BERT-large在GLUE质量上相匹配，参数最多减少27%，在ImageNet上精度提高，同时在The PILE的预训练困惑中以360M参数匹配GPT风格的Transforme
人工智能、机器学习、深度学习：技术革命的深度解析
人工智能是一个广泛的概念，它涵盖了使机器执行通常需要人类智能的任务的能力。这包括但不限于学习、推理、解决问题、知识理解、语言识别、视觉感知、运动和操控。机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并做出决策或预测，而不需要进行明确的编程。深度学习是机器学习的一个子领域，它使用多层神经
B站平台大数据实时监控及分析系统
在当今的互联网时代，数据已成为企业最重要的资产之一。特别是对于像B站这样的大型视频分享平台，每天都会产生海量的用户数据，包括用户观看视频的行为数据、用户的社交互动数据、用户的个人信息数据等。这些数据的分析和处理，对于B站来说，既是一项巨大的挑战，也是一次难得的机遇。为了有效地处理这些数据，B站建立了
【深度学习】深度学习之巅：在 CentOS 7 上打造完美Python 3.10 与 PyTorch 2.3.0 环境
【深度学习】深度学习之巅：在 CentOS 7 上打造完美Python 3.10 与 PyTorch 2.3.0 环境如何将最新的Python 3.10 和PyTorch 2.3.0 焕发出最佳性能，是一项需要技巧和专业知识的挑战。本文将引导您通过一系列高级步骤和最佳实践，打造一个完美无缺的深度学习
随着互联网的普及、人工智能的应用，越来越多的问题能很快得到答案。那么，我们的问题是否会越来越少?
从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。正在不断更新中~
【猫狗识别系统】图像识别Python+TensorFlow+卷积神经网络算法+人工智能深度学习
本研究中，我们开发了一个基于深度学习的猫狗识别系统，使用了TensorFlow框架下的MobileNetV2轻量级卷积神经网络模型。MobileNetV2模型以其高效的结构和较低的计算成本而闻名，非常适合在移动和嵌入式设备上使用。通过对数千张标记好的猫狗图片进行训练，最终生成了一个准确率较高的模型文
RK3588 CPU+GPU+NPU三位一体AI边缘控制器，应用于工程车辆/轨道交通+疲劳驾驶检测告警
标准4* 20Pin-F CONN，PH=2.0mm多种功能扩展接口，开放引脚定义（包括：1x PCIe Signal，2x USB2.0 Signal (USB HUB)，4x UART Signal(或GPIO*32，1x SMbus Signal，扩充板供电电源），可扩展自主子板、堆叠集群等高
【毕业设计】 基于深度学习的人脸面部表情识别系统 机器学习 YOLO 人工智能
毕业设计-基于深度学习的人脸面部表情识别系统，通过深度学习技术，我们构建了高性能模型，能够准确辨识面部表情。这个课题结合深度学习和计算机视觉技术，为毕业生提供了一个探索最新人工智能方法、为面部表情识别领域做贡献的机会。通过毕业设计，毕业生将开发高性能的人脸面部表情识别系统，为情感分析、人机交互和心理
大数据机器学习与深度学习——回归模型评估
回归模型的性能的评价指标主要有：MAE(平均绝对误差)、MSE(平均平方误差)、RMSE(平方根误差)、R2_score。但是当量纲不同时，RMSE、MAE、MSE难以衡量模型效果好坏，这就需要用到R2_score。
AI嵌入式2——SIPEED MaixCube(Kendryte K210)之基础使用篇
MaixCube嵌入式集成了摄像头、TF卡槽、用户按键、TFT显示屏、锂电池、扬声器麦克、扩展接口等, 用户可使用 Maix Cube 部署一些轻轻轻轻轻量级AI项目, 同时还预留开发调试接口, 也能将其作为一款功能强大的 AI 学习开发板。
NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL]
NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL]
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（三）
通过官方推荐的方法调用OpenAI 开放的Whisper语音识别模型
AI系统金丝雀发布原理与代码实战案例讲解
AI系统金丝雀发布原理与代码实战案例讲解1.背景介绍1.1 什么是金丝雀发布？金丝雀发布(Canary Release)是一种软件交付策略,它通过逐步向一小部分用户推出新版本,并密切监控其性能和影响,从而降低全面部署带来的风
