每日AI值得看--2023-11-19

[CSDN-Ada助手]

① 机器学习算法——集成学习（哈密瓜Q:[博客] [成就]） [质量分：97；难度等级：初；新鲜技术：97]
摘要：AdaBoost（Adaptive Boosting：自适应增强）的自适应在于：前一个基分类器中被错误分类的样本的权值会增大（将学习器的重点放在容易出错的样本上可以提升学习器的性能），而正确分类的样本的权值会减小，并将样本用来训练下一个基分类器。

② 大作业系列基于matlab的光流场的车流量计数应用（挂科边缘(毕业版):[博客] [成就]） [质量分：95；难度等级：初(领域：OpenCV；匹配程度：0.03)；新鲜技术：99]
摘要：运动视觉研究的内容是如何从变化场景中的一系列不同时刻的图像中提取有关场景中物体的形状、位置和运动的信息，其研究方法可以分为两类：基于特征的方法和基于光流场的方法。基于特征的方法抽取特征点，是离散的；

③ [深度学习]卷积神经网络的概念,入门构建(代码实例)（ViceMusic5:[博客] [成就]） [质量分：93；难度等级：初(关键词：入门)；新鲜技术：99]
摘要：卷积神经网络的部分在之前就已经有所接触,这里重新更全面地总结一下关于深度学习中卷积神经网络的部分.并且在这里对如何构建代码,一些新的思想和网络做出一点点补充,同时会持续更新一些注入残差网络等现代的卷积网络部分.简言之,入门看这篇就行.........

④ 课程设计(毕业设计)—基于机器学习(CNN+opencv+python)的车牌识别—(可远程调试)计算机专业课程设计(毕业设计)（西瓜程序设计:[博客] [成就]） [质量分：91；难度等级：初(领域：OpenCV；匹配程度：0.02)；新鲜技术：99]
摘要：车牌识别是计算机视觉领域的一个重要应用，它利用图像处理和模式识别技术对车辆的车牌进行自动识别。CNN（卷积神经网络）是一种深度学习模型，近年来在图像识别任务中取得了显著的成果。

⑤ 毕设项目 深度学习城市感知评估系统(源码分享)（PEEleeer:[博客] [成就]） [质量分：89；难度等级：初；新鲜技术：99]
摘要： 0 简介。

⑥ python自动化标注工具+自定义目标P图替换+深度学习大模型（代码+教程+告别手动标注）（阿利同学:[博客] [成就]） [质量分：86；难度等级：初(领域：Python入门；匹配程度：0.05)；新鲜技术：99]
摘要：确定好需求，那么我们发车！

⑦ 机器学习 深度学习毕业设计选题合集（HaiLang_IT:[博客] [成就]） [质量分：89；难度等级：初；新鲜技术：96]
摘要：大家好,这里是海浪学长毕设专题!考研考公考教资实习毕业升学就业毕业设计人工智能专业见文末🚀大家好,这里是海浪学长毕设选题专场,本次分享的是🎯 机器学习 深度学习毕业设计选题合集。

⑧ 人工智能基础_机器学习044_逻辑回归代码实现与手动计算概率---人工智能工作笔记0084（脑瓜凉:[博客] [成就]） [质量分：86；难度等级：初(关键词：基础)；新鲜技术：99]
摘要：2 #过滤数据：类别是2,过滤掉 , 这个意思就是如果y不等于2 ,那么就是y数据,其实就是只获取y不是2的部分的数据,因为我们处理的是2分类问题,所以这里就把数据归为2种了。是一个常见的函数，用于找到数组或矩阵中的最大值的索引。

⑨ 基于深度学习的单帧图像超分辨率重建综述（小蒋的技术栈记录:[博客] [成就]） [质量分：82；难度等级：初；新鲜技术：99]
摘要：第一阶段，多模态非联合方法和联合方法的分类准确率值分别为86.43%和92.86%。第二阶段和第三阶段期的该值分别为92.14%和99.29%。上采样指的是将原始的LR图像转换为HR图像的操作，它作为SR中必不可少的环节，在网络模型框架中占有重要地位。

⑩ pytorch的backward()的底层实现逻辑（子燕若水:[博客] [成就]） [质量分：82；难度等级：初；新鲜技术：99]
摘要：构建计算图:当我们调用backward()方法时，PyTorch会自动构建从叶子节点a到损失值d.sum()的计算图，这是一个有向无环图，表示了各个张量之间的运算关系。a的grad属性的值是损失值d.sum()对a的偏导数，表示了a的变化对损失值的影响。