使用TensorFlow的图像数据生成器进行数据增强，包括旋转、翻转、缩放、剪裁等操作。 使用TensorFlow的卷积神经网络（CNN）进行图像分类、目标检测、图像分割等任务。 使用TensorFlow的预训练模型（如VGG、ResNet、Inception等）进行图像识别和分类。 使用TensorFlow的图像风格迁移

人工智能 2026年04月09日  27

在PyTorch中，图像预处理通常是通过使用torchvision.transforms模块来实现的。transforms模块提供了一系列可用的预处理操作，例如缩放、裁剪、旋转、翻转、归一化等。 下面是一个简单的例子，展示如何使用transforms对图像进行预处理： import torch from torchvision impor

人工智能 2026年04月08日  28

在Keras中，回调函数是一种可以在训练过程中自定义行为的函数。回调函数可以在训练过程中的不同阶段进行操作，比如在每个epoch开始或结束时、在每个batch开始或结束时等。通过回调函数，用户可以实现一些额外的功能，比如保存模型、更改学习率、在训练过程中可视化指标等。 Keras提供了一些常用的回调函数，比如ModelCheckpoint

人工智能 2026年03月27日  37

本文分享自华为云社区《昇腾CANN 7.0 黑科技：大模型训练性能优化之道》，作者： 昇腾CANN 。 目前，大模型凭借超强的学习能力，已经在搜索、推荐、智能交互、AIGC、生产流程变革、产业提效等场景表现出巨大的潜力。大模型经过海量数据的预训练，通常具有良好的通用性和泛化性。用户基于“大模型预训练+微调”开发范式即可在实际业务场景取得理想的效果。从经济成本和时间成本来看，预训练是构筑各种行业模型

人工智能 2026年03月21日  34

Caffe（Convolutional Architecture for Fast Feature Embedding）是一种流行的深度学习框架，其主要特点包括： 高效性：Caffe是为了处理大规模数据集和高效训练而设计的，它使用C++实现，并通过CUDA进行加速。它能够在多个GPU和多机环境下进行训练，并具有高度优化的计算性能

人工智能 2026年03月13日  46

人工智能 2026年02月28日  45

要编写一个TensorFlow测试代码，首先需要导入必要的库和模块。然后，定义一个测试函数，并在函数中创建一些TensorFlow操作和变量。最后，在测试函数中使用assert语句来检查TensorFlow操作的输出结果是否符合预期。 以下是一个简单的TensorFlow测试代码示例： import tensorflow as tf d

人工智能 2026年02月26日  41

在Keras中实现一个循环神经网络(RNN)可以使用SimpleRNN、LSTM或GRU等不同的RNN单元。下面是一个使用SimpleRNN的简单示例: from keras.models import Sequential from keras.layers import SimpleRNN, Dense model = Sequen

人工智能 2026年02月04日  58

PyTorch Lightning是一个轻量级的PyTorch扩展库，旨在简化和规范深度学习模型的训练过程。它提供了一系列预定义的训练循环和组件，使用户可以更容易地构建和管理复杂的深度学习模型。PyTorch Lightning还提供了许多实用功能，如分布式训练、自动调优、日志记录等，帮助用户更高效地开发和部署深度学习模型。通过使用PyT

人工智能 2026年02月01日  53

NLP（自然语言处理）新词发现是指在文本数据中发现新的、未在词典中存在的词汇。以下是几种常见的NLP新词发现方法： 基于频率统计的方法：通过统计词频或字符频率来发现出现频率较高但未在词典中出现的词汇。常见的方法有基于TF-IDF（词频-逆文档频率）的关键词提取、基于N-gram模型的词频统计等。 基于语言模型的方法：利用语言模型来

人工智能 2026年01月29日  53