【人工智能】-- 迁移学习
迁移学习是机器学习领域中一项极具创新性和实用价值的技术。它打破了传统机器学习中每个任务都需从零开始训练模型的局限性，通过巧妙地利用已在相关领域或任务中积累的知识和经验，极大地提高了学习效率和模型性能。在迁移学习中，我们可以从大规模的、通用的数据源中获取有价值的信息，并将其应用到特定的、数据稀缺的目标
【前沿技术杂谈：迁移学习】欧洲人工智能法案对人工智能开发者的意义 [2023 年 12 月更新］
与大多数欧盟立法一样，《人工智能法》起源于欧盟的一系列委员会。该法案是两个机构的心血结晶，即欧洲内部市场和消费者保护委员会（“IMCO”）和公民自由、司法和内政委员会（“LIBE”），这两个委员会似乎比开发人员更喜欢冗长的缩写词，它们于 2021 年 4 月 21 日首次通过欧盟委员会提出了该法案。
（12-2）AI人脸识别系统： 系统需求分析
OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。（4）MobileNet：是一种轻量级的卷积神经网络，它的主要目标是在保持模型准确性的同时，尽可能地减少模型的大小和计算复杂度。根据训练所得的模型实现人脸识别功能，既可以识别摄像头中的图片，也可以识别Flask
AI智能问答系统（1）：背景介绍
问答系统的设计目标是用简治、准确的答案回答用户用自然语言提出的问题。在人工智能和自然语言处理领域，问答系统都有着较长的历史。1950年英国数学家图灵(A．M．Turin8)在论文“Computing Machinery and Intelligence”中形象地指出了什么是人工智能，以及机器应该达到
AI智能问答系统（2）：技术架构
（4）CPU后端CPU后端 'cpu'是性能最低但最简单的后端，所有运算均在普通的JavaScript中实现，这使它们的可并行性较差，这些运算还会阻塞界面线程。CPU后端对于测试或在 WebGL不可用的设备上非常有用。
前后端迁移至tongWeb部署调整方案及问题处理
项目因需求需迁移到TongWeb部署。
AI预测-迁移学习在时序预测任务上的tensoflow2.0实现
迁移学习及tensorflow实现！
初识人工智能，一文读懂贝叶斯优化和其他算法的知识文集(8)
贝叶斯优化是一种用于黑盒函数优化的方法，旨在在非线性、高度噪声和昂贵的优化问题中找到全局最优解。在贝叶斯优化中，我们将目标函数视为一个黑盒子，无法获取其解析表达式或梯度信息，只能通过函数评估得到函数值。贝叶斯优化的核心思想是利用已有的函数评估结果来更新对目标函数的估计，并在不同参数配置之间实现探索和
打破限制！MySQL 5.7至8.0跨版本迁移，1分钟搞定多版本数据迁移
MySQL 5.7 版本的生命周期已经结束，并且官方也不再为 MySQL 5.7 提供技术支持，如果遇到安全漏洞或Bug，数据库系统将面临着重大的风险。如果业务上已经做好对MySQL 8.0 的兼容，在升级迁移数据上，NineData 提供了高效、快速、稳定的迁移和复制的能力，保障平滑、无缝的迁移到
关于迁移学习的方法
迁移学习的具体实现
Gitlab 项目迁移
Gitlab 项目迁移用 gitLab 进行项目管理时，开发实践中进行项目迁移是常用的事情，也是作为一位开发者必备的技能。
云时代，好用的数据迁移方案推荐
本文将介绍数据库迁移的步骤以及市面上常见的迁移工具。平台工具(例NineData) 的自动化体验及配套设施（例：数据校验工具、迁移限流、监控告警等）一般较为完善，是比较推荐的选择。
【迁移学习综述】
迁移学习的目标是将某个领域或任务上学习到的知识应用到不同的但相关的领域或问题中。迁移学习的研究来源于一个观测：人类可以将以前的学到的知识应用于解决新的问题，更快的解决问题或取得更好的效果。迁移学习被赋予这样一个任务：从以前的任务当中去学习知识（knowledge）或经验，并应用于新的任务当中。换句话
PyTorch深度学习实战（15）——迁移学习
迁移学习通过利用相关任务或领域的知识，帮助解决新任务或领域中的学习挑战，可以提高模型的泛化能力、加速模型训练，并在实际应用中取得良好的效果。在图像分类、目标检测、机器翻译等任务中，迁移学习已经展现出巨大的应用价值。在本节中，介绍了迁移学习的基本概念，并使用 PyTorch 构建了迁移学习模型，利用预
Redis高效、安全的不停机数据迁移方案
现在，NineData 在支持业务不中断的前提下，实现了配置简单、稳定、高效、安全的数据迁移服务，很好地满足版本升级、扩容、缩容等场景下对数据迁移和同步的需求。到此，我们就完成了一个高效、安全的 Redis 迁移任务的配置，当完成配置并启动任务后，NineData 会自动启动全量复制及增量复制过程，
MySQL大数据量高速迁移，500GB只需1个小时
NineData 提供的数据复制同时包含了数据迁移和数据同步的能力，在不影响业务的前提下，提供了高效、稳定、可运维的大数据量迁移能力。经实测，在源及目标实例同城情况下，500GB的MySQL数据的迁移，只需1个小时，平均迁移速度142MB/s。
迁移学习-如何使用预训练权重，冻结部分层权重训练
迁移学习在计算机视觉领域中是一种很流行的方法，因为它可以建立精确的模型，耗时更短。利用迁移学习，不是从零开始学习，而是从之前解决各种问题时学到的模式开始。这样，我们就可以利用以前的学习成果。
联邦学习安全防御之同态加密
一、Paillier半同态加密算法同态加密又可以分为全同态加密、些许同态加密和半同态加密三种形式。这其中，由于受到性能等因素的约束，当前在工业界主要使用半同态加密算法。Paillier即属于半同态加密算法，其并不满足乘法同态运算，虽然Paillier算法不是全同态加密的，但是与全同态加密算法（FHE
对比学习 ——simsiam 代码解析。：
2022李宏毅作业HW3 是食物的分类 ，但是我怎么尝试 再监督学习的模式下 准确率都达不到百分之60 .。半监督也感觉效果不明显。 所以 这次就想着对比学习能不能用来解决这个问题呢 。？看了一圈，感觉simsiam是对比学习里比较简单的一种方法，好像效果也不错。 所以来看一看这个东西是怎么玩的。
Keras实现vgg16网络和迁移学习
1.VGG-Net介绍，2.keras定义vgg16，3.keras实现vgg16迁移学习 ，4.预测新图-识别猫咪
- 1
- 2
