深度学习 - 码客汇

开源模型应用落地-工具使用篇-Spring AI-Function Call（八）在当前的人工智能应用落地中，开源模型提供了丰富的资源和素材，使得开发者能够快速地构建功能强大的应用。今天我们将深入探讨Spring AI中的Function Call功能，学习如何在项目中应用该功能以及相关的代码示例

后端 2024年09月22日 0 点赞 0 评论 49 浏览

TensorRT是NVIDIA推出的一款高性能深度学习推理库，旨在提升深度学习模型在NVIDIA GPU上的推理速度。TensorRT支持多种模型格式，包括ONNX、TensorFlow和PyTorch模型等。本文将介绍如何在Python环境中安装和使用TensorRT。一、安装TensorRT

后端 2024年10月12日 0 点赞 0 评论 32 浏览

手把手教你使用TensorFlow 2.7完成人脸识别系统（Web + PyQt界面）在本教程中，我们将使用TensorFlow 2.7构建一个简单的人脸识别系统，并使用Flask框架创建Web接口，以及使用PyQt创建图形用户界面。整个过程分为几个步骤：环境准备、模型训练、Flask API实现

前端 2024年10月19日 0 点赞 0 评论 29 浏览

在使用深度学习框架时，确保所使用的各种软件库之间的版本兼容性至关重要。尤其是对于PyTorch、Python和PyTorch Lightning这三个库来说，版本之间的匹配关系往往会影响到模型的训练和运行效率。本文将介绍它们之间的版本匹配指南，并提供代码示例。PyTorch、Python 和 Py

后端 2024年09月27日 0 点赞 0 评论 111 浏览

空安全编程的典范：Java 8中的安全应用指南在现代软件开发中，空指针异常 (NullPointerException) 是导致应用程序崩溃的常见原因之一。尤其在Java程序中，空安全编程是必不可少的。随着Java 8的发布，新增的特性如Optional类大大增强了处理空值的能力，减少了空指针异常

后端 2024年10月07日 0 点赞 0 评论 34 浏览

开源模型应用落地-业务整合篇-SpringBoot集成Netty（三）在前两篇文章中，我们讨论了如何在SpringBoot中集成Netty，以及如何使用Netty作为一个异步的网络通信框架。本篇文章将深入探讨如何在实际的业务场景中利用SpringBoot与Netty的结合，实现高效的数据处理和业务

后端 2024年09月24日 0 点赞 0 评论 72 浏览

在深度学习的领域中，PyTorch是一个非常流行的框架，它能够高效地支持GPU进行计算。对于安装支持GPU的PyTorch，我们需要确保系统中安装了CUDA和cuDNN。本文将介绍如何在系统中安装支持CUDA 12.1的PyTorch，并给出详细步骤和示例代码。一、前期准备在安装PyTorch之

后端 2024年10月14日 0 点赞 0 评论 21 浏览

阿布量化：基于 Python 的量化交易框架在金融市场中，量化交易因其科学性、系统性和自动化逐渐受到投资者的青睐。阿布量化是一个基于Python的量化交易框架，它为开发、测试和实施量化交易策略提供了强大的工具。本文将介绍阿布量化的基础知识，以及如何使用Python编写简单的量化交易策略。1. 阿

后端 2024年09月30日 0 点赞 0 评论 56 浏览

在深度学习领域，使用GPU加速计算可以显著提高模型训练的速度和效率。PyTorch是一个流行的深度学习框架，它支持GPU加速。本文将介绍如何在本地环境中搭建PyTorch的GPU环境，特别是使用CUDA 11.2。环境准备首先，我们需要确保系统中安装了合适的CUDA版本和显卡驱动。可以通过NVI

后端 2024年10月11日 0 点赞 0 评论 12 浏览

nnUNet是一个用于医学图像分割的深度学习框架，相比其他分割网络，它具有自动化配置、自适应训练和良好的泛化能力。本文将介绍nnUNet的环境配置、训练和推理过程，供新手参考。一、环境配置nnUNet依赖于多个Python库和工具，首先确保你安装了Python 3.6及以上版本和pip。以下是推

后端 2024年10月17日 0 点赞 0 评论 22 浏览

深度学习

首页

深度学习