基于LIDC-IDRI肺结节肺癌数据集的人工智能深度学习分类良性和恶性肺癌（Python 全代码）全流程解析（二）
通过切片和提取，我们获取了肺癌的恶性程度评级，这些评级在1到5之间。我们将大于3的评级归类为恶性，小于3的评级归类为良性。为了让模型更好地理解这些标签，我们用1表示良性，0表示恶性，最后将标签数据转换为one-hot编码格式。这个模型的输入是来自三个不同角度的图像和对应的标签。这些矩阵随后被堆叠，并
【AI大数据计算原理与代码实例讲解】Kafka
【AI大数据计算原理与代码实例讲解】Kafka1. 背景介绍1.1 大数据时代的挑战随着互联网、物联网、移动互联网等技术的快速发展,数据呈现出爆炸式增长的趋势。据统计,全球每天产生的数据量高达2.5EB(1EB=10^
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
在我们之前的文章中，我们使用 YOLOv8 探索了令人兴奋的对象分割世界。分割使计算机视觉比简单的对象检测更进一步。检测可以识别图像中对象的存在和位置，而分割则更进一步，仔细勾勒出每个对象的确切边界。这使得人们能够更细致地了解视觉场景，其应用范围从自动驾驶汽车到医学图像分析。今天，我们将在此基础上研
AI人工智能 Agent：基础理论解析
AI人工智能 Agent：基础理论解析1. 背景介绍在21世纪的今天，人工智能（Artificial Intelligence, AI）已经成为科技领域的热点。AI技术的迅猛发展正在深刻改变我们的生活方式、工作模式和社会结构。人工智能Agent，作为AI的基本构成元素，是我们理解
2024年6月上半月30篇大语言模型的论文推荐
大语言模型（LLMs）在近年来取得了快速发展。本文总结了2024年6月上半月发布的一些最重要的LLM论文，可以让你及时了解最新进展。
字节发布文生图模型PuLID：高效身份ID特征定制，单张图像克隆AI虚拟分身
字节研究团队近日提出了一种新型的文生图身份ID定制方法PuLID(Pure and Lightning ID Customization)。相较于传统的微调方法，PuLID无需复杂的参数优化就可以实现高效的身份ID定制，且能最大程度减少对原始模型行为的干扰。PuLID是通过将轻量级的Lightnin
《AI学习笔记》大模型-微调/训练区别以及流程
之前一直对于大模型的微调和训练这两个名词不是很清晰，所有找了一个时间来弄明白到底有什么区别以及到底要怎么去使用去做。并且上手实践一下。
毕业设计-基于深度学习的钢材表面缺陷识别系统 YOLO python 卷积神经网络 人工智能
毕业设计选题-基于深度学习的遥感图像飞机目标检测系统的毕业设计。该系统通过结合深度学习和计算机视觉技术，实现了对遥感图像中飞机目标的准确检测和识别。设计采用创新的方法对数据集进行处理，并调整训练参数以提高训练效果。通过在不同网络模型上进行训练和分析，得到了令人满意的结果。这个毕业设计为计算机毕业生提
【AI大数据计算原理与代码实例讲解】Spark SQL
在当今大数据时代,海量数据的存储和处理给传统的数据处理方式带来了巨大挑战。企业需要从海量数据中快速获取有价值的信息,以支持业务决策和创新。然而,传统的数据处理技术如关系型数据库,在面对TB甚至PB级别的数据时,在性能和扩展性方面都显得力不从心。统一分析平台的崛起随着大数据技术的发展，越来越多的企业开
人工智能--搭建人工神经网络
本文详细讲解了人工神经网络的核心组成部分和关键技术。从神经元、感知器到多层感知器的演进，再到损失函数、梯度下降算法和反向传播算法的实际应用，读者可以全面理解神经网络的工作原理及其在实际问题中的应用。通过手工搭建神经网络的示例，读者不仅能够加深对神经网络内部运作的理解，还能够通过修改和扩展代码来探索更
AI系统Flink原理与代码实战案例讲解
随着大数据和人工智能的迅猛发展，流处理技术的需求也日益增加。在这些技术中，Apache Flink是一个最具潜力的流处理框架。Flink的设计目标是提供一个高度可扩展、高性能和低延迟的流处理系统。它不仅支持批处理，还可以处理实时数据流。因此，Flink成为许多企业和研究机构的首选。
AI人工智能代理工作流 AI Agent WorkFlow：动作的选择与执行
AI人工智能代理工作流 AI Agent WorkFlow：动作的选择与执行1. 背景介绍人工智能(Artificial Intelligence, AI)技术的快速发展正在深刻影响和改变着我们的生活和工作方式。AI系统能够模拟人类智能,自主
Dell R730 2U服务器实践3：安装英伟达上代专业AI训练Nvidia P4计算卡
Dell R730是一款非常流行的服务器，2U的机箱可以放入两张显卡，这次先用一张英伟达上代专业级AI训练卡：P4卡做实验，本文记录安装过程。
2024年6月计算机视觉论文推荐：扩散模型、视觉语言模型、视频生成等
6月还有一周就要结束了，我们今天来总结2024年6月上半月发表的最重要的论文，重点介绍了计算机视觉领域的最新研究和进展。
AI论文速读 |2024[TPAMI]【综述】自监督学习在时间序列分析的分类、进展与展望
自监督学习（SSL）最近在各种时间序列任务上取得了令人印象深刻的表现。SSL最突出的优点是减少了对标记数据的依赖。基于预训练和微调策略，即使少量的标记数据也能实现高性能。与许多已发表的关于计算机视觉和自然语言处理的自监督综述相比，仍然缺少针对时间序列 SSL 的全面综述。为了填补这一空白，我们在本文
【图像识别系统】表情识别Python+人工智能深度学习+TensorFlow+卷积算法网络模型+图像识别
基于Python和TensorFlow，开发了一个表情识别系统，该系统利用先进的深度学习技术，通过卷积神经网络模型ResNet50对人脸表情进行识别。该系统主要针对七种基本人脸表情：中性、愤怒、厌恶、恐惧、快乐、悲伤和惊讶，进行分类和识别。这种表情识别技术在人机交互、情绪分析、安全监控等领域具有广泛
HUSKY:一个优化大语言模型多步推理的新代理框架
HUSKY是一个开源语言代理，设计用于处理各种复杂的任务，包括数字、表格和基于知识的推理。与其他专注于特定任务或使用专有模型的代理不同
使用深度强化学习预测股票：DQN 、Double DQN和Dueling Double DQN对比和代码示例
通过DRL，研究人员和投资者可以开发能够分析历史数据的模型，理解复杂的市场动态，并对股票购买、销售或持有做出明智的决策。
毕业设计：基于深度学习的物体识别检测系统 YOLO 人工智能
毕业设计：基于深度学习的物体识别检测系统通过结合深度学习和计算机视觉技术，我们设计了一个高效准确的系统，能够对复杂的堆叠物体进行准确的识别和检测。我们采用了先进的深度学习模型和数据增强技术，通过大量的实验验证了系统的性能和鲁棒性。本文的研究为堆叠物体识别检测系统提供了一个创新的方向，结合了深度学习和
goldfish loss：减少训练数据泄漏，提高大语言模型输出的多样性
论文作者引入了一种名为"goldfish loss"的微妙修改，在训练过程中，随机抽样的一部分标记被排除在损失计算之外。这些被舍弃的标记不会被模型记忆，从而防止模型完整复制训练集中的一整个标记序列。
