毕业设计：基于深度学习的摄像头人脸识别系统 人工智能

毕业设计：基于深度学习的摄像头人脸识别系统利用深度学习技术和计算机视觉方法，实现对人脸图像的自动识别和分类。通过深入研究人脸特征提取、卷积神经网络模型构建等关键技术，我们的系统能够在不同的环境和条件下，准确识别和分类人脸。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，提供了一个

2024年5月第四周LLM重要论文总结

本文总结了2024年5月第四周发表的一些最重要的LLM论文。这些论文的主题包括模型优化和缩放到推理、基准测试和增强性能。

C++与人工智能：深度学习与C++实践

1.背景介绍C++与人工智能：深度学习与C++实践1. 背景介绍随着计算机技术的不断发展，人工智能(AI)已经成为了现代科技的重要领域之一。深度学习(Deep Learning)是人工智能的一个重要分支，它通过模拟人类大脑中的神经网络来学习和解决复杂问题。C++是一种高性能、高效的编程语言，在计算机

一文搞懂人工智能、机器学习、深度学习和大模型

当我们谈论人工智能（AI），机器学习（Machine Learning），深度学习（Deep Learning），以及大模型（Large Models）时，实际上是在讨论人类如何让计算机学会像我们一样思考、学习和做出决策的技术。但是很多人都分不清他们之间的区别，今天我来给大家讲一下。想象一下，你正在

【机器学习】基于YOLOv10实现你的第一个视觉AI大模型

本文​​​​首先介绍视觉模型在人工智能领域的位置，其次对原理概念初步进行说明，之后对推理与训练过程进行详细阐述，最后通过一个实战例子，用极少的代码行数将笔记本电脑的摄像头改装为实时视频监控，目标是让读者通过读完此文，快速上手YOLOv10技术进行物体目标检测，

基于深度学习神经网络的AI图像PSD去雾系统源码

基于深度学习神经网络的AI图像PSD去雾系统源码

HNU_AI_实验4--深度学习算法及应用

人工智能-实验4第五关可以通过，把img先转换为float32类型，再进行除法即可

从简单逻辑到复杂计算：感知机的进化与其在现代深度学习和人工智能中的应用（上）

本文详细探讨了感知机——一种简单形式的人工神经网络，首次由Frank Rosenblatt在1957年提出。文章从感知机的基本原理和结构开始，解释了其如何处理输入和产生输出。通过实例，展示了感知机在模拟基本逻辑门（如与门、或门和与非门）中的应用，并讨论了其在处理更复杂的逻辑函数时的局限性，特别是在尝

强烈推荐！分享4款论文AI检测工具官网

AIPaperPass是AI原创论文写作平台，10分钟产出3万字，提供真实网络数据、图、表、公式、代码，不限次2000字3级大纲，附带ppt、开题报告、任务书、40篇真实参考文献。请注意，以上排名和推荐仅基于个人和市场的普遍评价，具体使用效果可能因个人需求和偏好而有所不同。在使用这些工具时，请确保遵

YOLOv10的改进、部署和微调训练总结

AI在地理信息系统领域的应用

"AI在地理信息系统领域的应用"1.背景介绍1.1 地理信息系统概述地理信息系统(Geographic Information System, GIS)是一种将地理数据与其他描述性信息相结合，对地理数据进行采集、存储、

人工智能（二）-Transformer模型

上篇文章以对话模式为例讲了目前人工智能的整体架构，但是大模型依然有很多细节问题，这里作者讲一讲目前的Transformers模型原理。

毕业设计-基于深度学习的无人驾驶目标检测算法系统 YOLO python 人工智能

毕业设计-基于深度学习的自动驾驶汽车无人驾驶目标检测系统的计算机毕业设计。该设计利用先进的深度学习算法和计算机视觉技术，实现了高效准确的目标检测，为自动驾驶汽车提供关键的感知能力。通过使用预训练的深度学习模型和大规模标注数据集，系统能够在复杂的交通场景中快速准确地检测并识别出车辆、行人、自行车等多类

【人工智能Ⅰ】实验9：BP神经网络

整体代码和准确率计算结果如下图所示，其中图1为整体代码，图2为计算的准确率结果（分类的准确率为0.7）。整体代码、标签对比结果和混淆矩阵结果如下图所示，其中图1为整体代码，图2为程序输出的标签对比结果，图3为程序输出的混淆矩阵结果。整体代码和直方图可视化结果如下图所示，其中图1为整体代码，图2为花萼

生成式 AI：使用 Pytorch 通过 GAN 生成合成数据

为了欺骗鉴别器，生成器的目的是学习真实数据的分布并生成无法与真实数据区分开的合成数据。这里的一个问题是，对于相同的输入，它总是会产生相同的输出（想象一个图像生成器产生真实的图像，但总是相同的图像，这不是很有用）。这些图像生成和语言模型需要复杂的空间或时间复杂性，这增加了额外的复杂性，使读者更难理解

长序列中Transformers的高级注意力机制总结

本文的重点是深入研究长序列种应用的高级注意力机制的数学复杂性和理论基础

[深度学习]人工智能本科毕业设计基于yolov5的步态识别多目标跨镜头跟踪检测算法系统源码+实现过程

毕业设计题目：基于步态识别的多目标跨镜头跟踪算法研究 主算法：基于yoloV5-deepsort框架进行目标检测和跟踪+GaitSet算法效果演示：介绍此存储库包含一个高度可配置的两阶段跟踪器，可根据不同的部署场景进行调整。YOLOv5是一系列在COCO数据集上预训练的对象检测架构和模型，它生成的检

AI新时代——【深度学习】驱动的【AIGC大模型】与【机器学习】的创新融合

深度学习的强大特征提取能力，结合AIGC大模型的生成能力，使得我们能够在图像、文本、音频和视频生成方面实现前所未有的突破。这些模型的训练过程涉及大量的数据和计算资源，通过反复训练和优化，模型可以从数据中学习到复杂的特征和规律。这些模型不仅可以生成连贯的文本和逼真的图像，还可以创作音乐、生成视频、设计

深度学习零基础学习之路——第五章 个人数据集的制作

深度学习个人数据集的制作，一步一步教会你从原图到小样本标签，再到模型训练集格式的要求。并且教会你如何使用深度学习优质软件ArcGis。

AI与程序员：合作开发让创新更有可能

在过去的几十年中，人工智能技术越来越受到广泛重视，并被广泛应用于各个领域。在软件开发行业中，人工智能技术也引起了极大的关注，成为许多企业和开发者的焦点。本文将探讨AI和程序员之间的合作关系，并表明其在软件开发中的主旨和意义。