2月份，美国麻省理工大学在顶级生物医学杂志Cell发表了题为“一种发现抗生素的深度学习方法” （A Deep Learning Approach to Antibiotic Discovery）的论文。这个结果是该团队把AI成功运用到生物工程的最新研究成果。笔者仔细阅读了论文，给大家分析一下论文背后的AI原理。 不断发现新型抗生素的意义是重大的。首先抗生素的发明为
当前，人工智能在智慧医疗、智能驾驶等领域开始被广泛应用。而除了这些场景，物理学、生物学领域的计算方法与人工智能的融合，也将成为整个领域向前发展的一大突破点。那么，当人工智能遇上科学计算，将展现出怎样的场景?近期，开源深度学习框架飞桨PaddlePaddle与DeePMD-kit（一个深度学习分子模拟软件）进行了跨领域深度合作，依托飞桨框架成熟的底层功能和动静统一的开发体验实现DeePMD算法的构建
基于案例的推理（Case-BasedReasoning，简称CBR）是人工智能发展较为成熟的一个分支，它是一种基于过去的实际经验或经历的推理。对基于案例的推理来说，求解一个问题的结论是从记忆里或案例库中找到与当前问题最相关的案例，然后对该案例做必要的改动以适合当前需解决的问题。1、CBR简介1.1 CBR的概念例如：当你早上坐进轿
5.1 演绎推理5.1.1 演绎推理的步骤演绎推理：你们通常将演绎推理解释为三段论，即由一个大前提和一个小前提推导出一个结论的论述形式。演绎推理的过程可以概括为以下3步：阐述世界上已存在的某种情况。阐述世界上同时存在的相关情况。如果第二则表述是针对的第一则表述的主语或谓语，那么就说明这两则表述是相关的。说明这两种情况同时存在时隐含的意义。演绎推理也可以呈现为以下三步：出现的问题或存在的现象。产生问
转载
2023-10-24 10:52:38
116阅读
现有一个问题：/*5位运动员参加了10米台跳水比赛，有人让他们预测比赛结果： A选手说：B第二，我第三； B选手说：我第二，E第四； C选手说：我第一，D第二； D选手说：C最后，我第三； E选手说：我第四，A第一； 比赛结束后，每位选手都说对了一半，请编程确定比赛的名次。*/按照正常的推理，即就是判断在保证每个人说对一半的时候排名12345均有对应的人，那么就可以判断比赛的名次了。由于计算机不好
转载
2023-12-16 07:26:28
71阅读
导语：近年来，深度学习技术在计算机视觉领域取得了举世瞩目的成果，尤其是在目标检测任务中。DeepSeek作为一款基于深度学习的目标检测工具，受到了广泛关注。本文将为您揭秘DeepSeek的推理过程，带您领略深度学习在目标检测领域的魅力。一、DeepSeek简介DeepSeek是一款基于深度学习的开源目标检测工具，它具有以下特点：高精度：采用先进的深度学习模型，实现高精度的目标检测。实时性：支持多种
导读 你应该知道的18个PyTorch小技巧。调试深度学习的pipelines就像找到最合适的齿轮组合你为什么要读这篇文章？ 深度学习模型的训练/推理过程涉及很多步骤。在有限的时间和资源条件下，每个迭代的速度越快
转载
2023-08-08 11:32:40
593阅读
复杂度分析 推理过程图示 Double QLORA示意图
原创
2023-11-16 12:05:51
533阅读
什么是卷积神经网络首先，我们先获取一个感性认识，下图是一个卷积神经网络的示意图：网络架构如图所示，一个卷积神经网络由若干卷积层、Pooling层、全连接层组成。你可以构建各种不同的卷积神经网络，它的常用架构模式为：INPUT -> [[CONV]*N -> [POOL]]*M -> [FC]*K也就是个卷积层叠加，然后(可选)叠加一个Pooling层，重复这个结构次，最后叠加个全
转载
2024-04-15 15:06:17
282阅读
## 深度学习推理过程也要 Resize：一个不可忽视的步骤
在深度学习的应用中，尤其是在计算机视觉领域，图像数据的处理与利用一直是一个重要的研究方向。在进行深度学习模型推理时，我们通常关注模型的架构、训练数据等。因此，图像数据的预处理，特别是图像的 Resize（调整大小），常常被忽视。然而，这一环节在推理过程中却至关重要。本文将详细探讨为什么 Resize 对于深度学习推理至关重要，并提供相
一、引言 模型训练时，每次训练可以接受不同batch大小的数据进行迭代，同样，在推理时，也会遇到输入Tensor大小(shape)是不确定的情况，其中最常见的就是动态batch了。动态batch，故名思意，就是只batch大小不确定的情况，比如这次推理了一张图像，下次推理就需要同时推理两张图像。在Tensorflow中，定义一个动态batch的Tensor可以用 -1来表示动态的维度 t
小学时，不愿意做口算、学心算，老师说，多训练，才能让你的大脑更聪明！中学时，不愿意学几何证明，老师说，多推理，才能让你的逻辑分析能力更强！经过学校里的各种计算和推理训练，我们的大脑的确越来越聪明。人工智能的“大脑”APU，经过各种推理推理推理，训练训练训练，它也能变得更聪明！Helio P90内置的“大脑”APU2.0做人工智能运算，它不但有超级强的AI算力，还大大降低了功耗。可以这样理解，你已经
转载
2023-10-29 18:55:28
84阅读
通过对MNIST的学习，对TensorFlow和机器学习快速上手。MNIST：手写数字识别数据集 MNIST数据集60000行的训练数据集 和 10000行测试集每张图片是一个28*28的像素图。用一个数字数组来表示这张图片。这里把这个数组展开成一个向量，长度为28*28=784。（其实展平图片丢失了许多关键的二维结构信息，但这里他这么做了）训练集包括两部分:索引图片集[60000,78
## 如何在 Python 推理过程中有效释放显存
在进行深度学习模型推理时，显存（GPU内存）的管理是一个重要的环节，尤其是在资源有限的情况下。有效释放显存不仅可以提高推理效率，还可以减少因显存溢出导致的错误。在本文中，我们将逐步指导如何在 Python 中实现显存的释放。
### 流程概述
我们将按照以下步骤清理显存：
| 步骤 | 描述
原创
2024-08-15 09:54:12
381阅读
负负为何得正？ (-3)+3=0 (-3)ｘ(-4)+3ｘ(-4)=0 (-3)ｘ(-4)+(-12)=0 12+(-12)=0 所以： (-3)ｘ(-4)=12
原创
2022-02-05 11:45:39
80阅读
负负为何得正？ (-3)+3=0 (-3)ｘ(-4)+3ｘ(-4)=0 (-3)ｘ(-4)+(-12)=0 12+(-12)=0 所以： (-3)ｘ(-4)=12
原创
2021-08-06 14:31:30
228阅读
在之前的课程中，我们分享的推理任务大部分都只由一个模型构成，但在真实的业务场景下，往往需要我们将多个模型放在一起去运行，才能获取到这个任务的最终预期结果。因此，本次分享将通过一个简单的示例演示如何使用 OpenVINO™ 完成多模型串行的推理任务部署，看如何通过一个 Notebook 完成从车辆检测到车辆特征识别的具体任务的落地。01 前期操作打开 Jupyter Notebo
转载
2024-09-09 15:04:37
71阅读
【深度学习】DeepMind关系推理网络
Santoro, Adam, et al. “A simple neural network module for relational reasoning.” arXiv preprint arXiv:1706.01427 (2017).简介本文用一个普适的关系网络RNs（Relation Networks）来解决“关系推理”(relational r
一个完整的模型 不可能将数据一次性送入神经网络，一次送入batch_size。 将训练集和测试集的数据取完，一个epoch结束。 外层循环走一次，取50000张图片。内层循环走一次，取batch_size(100)张图片，内层循环共走50000/100=500次。所以一次epoch训练500次，一次训练batch_size100张图片（一次训练100张图片）。 测试：import torch
转载
2024-07-22 10:38:38
162阅读
# 使用Python设置模型推理过程为单线程
在机器学习和深度学习的应用中，推理过程的性能是一个关键因素。有时候，我们希望设置模型的推理过程为单线程，以确保在特定的环境中优先保障资源的单一性。本文将告诉你如何实现这一过程，步骤清晰，代码注释详细。
## 流程概述
我们将从以下几个方面进行讲解：
| 步骤 | 描述 |
|------|------|
| 1 | 导入相关库 |
| 2
