如何使用Python从0训练自己的AI模型
本篇博客介绍了如何使用Python从0训练自己的AI模型。以下是本篇博客的主要内容总结：确定问题和数据集：明确要解决的问题，并选择合适的数据集。数据预处理：对数据进行清洗、特征提取和数据转换等预处理步骤。构建模型：选择适合问题的模型架构，并使用Python构建模型。训练模型：定义损失函数和优化算法，
【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】
Python在数据挖掘和机器学习中的应用，涵盖了数据预处理、特征工程、监督学习、非监督学习和深度学习。
【飞桨AI实战】人像分割：手把手带你入门PaddleSeg，从模型训练、推理部署到应用开发
本文通过一个计算机视觉领域中最基础的任务之语义分割，带领大家熟悉百度PaddleSeg深度学习框架中的各种组件，覆盖了数据准备、模型训练评估、推理部署的全流程，最后通过应用开发实现了一个简单的前后端分离项目。
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。
【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
基于Python3.7实现的双时相遥感影像变化检测（PaddlePaddle框架和AI Studio平台）
为了高效的选出最佳的超参数组合方案，采用正交试验方法，通过将不同的因素和水平进行组合，并将其结果用于极差分析，得出对F1-Score影响最大的因素和最优的超参数组合方案，并通过实验证明该方案的结果最优。为了找到最优的超参数组合方案，通过正交试验的方法，通过标准正交表对不同的因素和水平进行组合，将得到
使用X-AnyLabeling进行ai模型标注遇到的问题
到处找解决方案无果，于是选择看源码，不断debug，终于发现是在yolo.py的postprocess函数中process_mask将mask重新upsample到原图大小的操作，cv2.resize函数遇到输入矩阵最后一个维度是1的会将这个维度去掉，也就是说如果输入是[h,w,1]，resize之
【Python实用技能】爬虫升级之路：从专用爬虫到用AI Agent实现通用网络爬虫（适合小白）
本文我们盘点了目前为止我使用过的所有爬虫代码，分析了它们的实现方法。从专用爬虫，到大模型直接提取指定信息的通用爬虫探索，再到最终的利用 AI Agent 实现通用爬虫，逐步递进，总能让你收获点东西。
AI智能体研发之路-模型篇（五）：pytorch vs tensorflow框架DNN网络结构源码级对比
两种框架在定义模型结构时思路基本相同，pytorch基于动态图，更加灵活。tensorflow基于静态图，更加稳定。
2024 年学习 AI 路线图
黑客和程序员学习人工智能的免费课程
人工智能课程设计毕业设计——基于机器学习的贷款违约预测
另外LightGBM通过使用基于直方图的决策树算法，只保存特征离散化之后的值，代替XGBoost使用exact算法中使用的预排序算法（预排序算法既要保存原始特征的值，也要保存这个值所处的顺序索引），减少了内存的使用，并加速的模型的训练速度。Adaboost是一种迭代算法，其核心思想是针对同一个训练集
AI实战：借助Python与PaddleOCR，实现高精度文本检测与识别
欢迎来到今天的教程：“驾驭PaddleOCR，解锁Python文字识别新技能”。在本篇文章中，我们将手把手教你如何安装及使用这款强大的Python库，轻松应对各类图像中的文字识别问题。首先确保你的环境中已安装了 Python 和 pip 包管理器。然后，通过以下命令安装。若需使用 GPU 加速功能，
论文引用部分为什么还被标红 神码ai
因为引用的内容通常是来自他人的研究成果或观点，具有特定的学术背景和语境，而智能伪原创软件可能无法完全理解这些背景和语境，从而导致生成的引用内容与原文相似或重复。总之，要解决论文引用部分被标记为红色的问题，需要仔细检查引用的格式、内容以及控制引用的数量和篇幅。因此，在引用他人的研究成果或观点时，需要控
Python小程序 - 文件处理1(使用AI工具)
Python小程序 - 文件处理1(使用AI工具)
AI积累-CPU（中央处理单元）和GPU（图形处理单元）
简而言之，CPU是一种更适合处理复杂逻辑和控制密集型任务的通用处理器，而GPU则是一种优化了的、用于处理大规模并行任务的专用处理器。在一些应用中，CPU和GPU会一起工作，CPU处理复杂的控制和决策任务，而GPU则处理大量的并行数据计算任务。：GPU擅长执行可以并行化的任务，这意味着可以同时对许多数
sothis AI平台的初体验
这次使用平台的话踩了不少坑，所以最后写了篇小博客为大家实现一个一图流训练项目的模板，让大家不至于像我一样折腾，不过所用示例过于简单（就是因为排队要排太久了，上传文件也很慢（bushi))，希望能够和大家共进步，提高技术，加油！
AI大模型语言开源大语言模型完整列表
Large Language Model (LLM) 即大规模语言模型，是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。所谓"语言模型"，就是只用来处理语言文字（或者符号体系）的 AI 模型，发现其中的规律，可以根据提示 (prompt)，自动生成
第一篇【传奇开心果系列】AI工业应用经典算法和Python示例:基于AI的智能制造技术经典算法与Python实践
传奇开心果博文系列系列博文目录AI工业应用经典算法和Python示例系列博文目录前言一、AI在智能制造方面的应用场景介绍二、基于AI的智能制造技术经典算法介绍三、支持向量机机器学习算法Python示例代码四、随机森林机器学习算法Python示例代码五、深度学习算法Python示例代码六、遗传算法Py
基于python的抖音短视频数据分析与可视化
抖音是一个非常流行的短视频平台，每天都有大量的用户在抖音上分享和观看视频。为了更好地了解抖音用户的行为和兴趣，我们可以使用Python进行数据分析与可视化。在本文中，我们将介绍如何使用Python进行抖音数据分析与可视化。首先，我们将使用Python获取抖音的数据，然后使用pandas和matplo
支持向量机SVM代码详解——多分类/降维可视化/参数优化【python】
主要介绍数学建模以及大数据比赛中常用的SVM支持向量机模型算法，并使用python实现实例二分类、多分类、可视化以及参数优化。
