内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 【Atlas200DK】【多模型部署功能】Atlas200DK最多能够同时部署几个模型

    【多模型部署】您好,请问Atlas200DK一次最多能同时部署几个模型?看产品规格只有2个AI Core,是指最多同时部署两个模型

    作者: YCF@Wuhan
    861
    5
  • 【精选问答】GDE直播公开课·第七期,低门槛AI开发模式:ModelFoundry

    lab通过学件的点击选择降低模型构建门槛,ModelFoudnry则完全屏蔽算法细节给用户提供无码化模型训练体验; 在整个AI应用编排方式上,ModelFoundy借助GDE 能力构建数据,AI,UI和业务流程等全流程应用构建,NAIE这块使用资AIOps重点构建大屏和数据集成 Q:支持哪些框架A:pyspark

    作者: 青桔柠檬
    367
    0
  • 模型NFM讨论区

    欢迎小伙伴们来这里讨论~~~ 模型参考文献:He, X., & Chua, T. S. (2017, August). Neural factorization machines for sparse predictive analytics. In Proceedings of

    作者: 程序媛小白
    1428
    0
  • 【MindStudio】 【ATC模型转换】 caffe模型转换算子不支持问题

    【功能模块】通过Mindstudio利用模型转换功能转换光流网络模型,导入flownet2 caffemodel 以及prototxt,出现Resample以及DataAugmentation算子不支持问题,请问在不开发算子的情况下应当如何处理?【截图信息】prototxt文件相关内容

    作者: ChenD
    1331
    6
  • 机器学习之sklearn基础教程

    基础概念 1.1 模型选择与训练 在sklearn中,模型被封装在sklearn.model_selection模块下,如sklearn.linear_model.LinearRegression代表线性回归模型。首先,我们需要创建模型实例,然后用fit方法训练模型。 from sklearn

    作者: 超梦
    发表时间: 2024-05-09 20:13:34
    35
    0
  • MindSpore社区网络模型征集活动-SimCLR网络模型讨论帖

    模型名称参考论文精度要求SimCLRA Simple Framework for Contrastive Learning of Visual Representations参照论文:http://proceedings.mlr.press/v119/chen20j/chen20j

    作者: MindSpore-吴逸群
    1242
    0
  • 模型DenseNet讨论区

    欢迎小伙伴们来这里讨论~~~ 模型参考文献:Huang, G., Liu, Z., Van Der Maaten, L., & Weinberger, K. Q. (2017). Densely connected convolutional networks. In Proceedings

    作者: 程序媛小白
    7239
    36
  • 【GPU-模型保存失败】GPU-mindspore

    V1002、mindspore-gpu-1.0.1【操作步骤&问题现象】1、mpirun -n 8 python train.py运行单机多卡任务时,运行过程中一遇到保存模型就报错2、报错的错误模型可以用mindspore.train.serialization import load_checkpoint加载成功

    作者: imyzx-pcl
    849
    11
  • tensorflow2面向对象实现数字识别

    sentropy(), metrics=['accuracy']) 6.记录模型开始训练时间 start_time = time.time() 7.训练模型 model.fit(train_x, train_y, batch_size=64, epochs=10, verbose=1

    作者: Nikolas
    发表时间: 2020-11-26 19:23:15
    3439
    0
  • Java实现基于朴素贝叶斯的情感词分析

    的情感词分析中。主要步骤如下: 对训练集和测试集完成文本分词,并通过主观判断标注所属的分类 对训练集进行训练,统计每个词汇出现在分类下的次数,计算每个类别在训练样本中的出现频率、及每个特征属性对每个类别的条件概率(即似然概率) 将训练好的模型应用于测试集的样本上,根据贝叶斯分类计算样本在每个分类下的概率大小

    作者: 码农参上
    发表时间: 2022-04-14 00:37:31
    555
    0
  • 求助:模型转换失败,其他平台能转换成功,但是在atlas200开发环境下转换失败,提示模糊

    [StmID:0] para check failed![ERROR] FMK:2019-07-12-22:58:51.814.317 DoRun:framework/domi/ome/op/deconv_op.cpp:38:"Call cce api failed, ret: 0x3"[ERROR]

    作者: Zeekim
    4170
    2
  • 基于深度学习网络的疲劳驾驶检测算法matlab仿真

    数据预处理:对收集到的图像数据进行预处理,包括图像裁剪、归一化、去噪等操作,以便于模型训练模型训练:使用预处理后的图像数据训练一个深度学习模型,使其能够学习到疲劳驾驶状态下驾驶员面部的特征变化。 模型评估:使用测试集对训练好的模型进行评估,评估指标包括准确率、召回率等。  &nbsp

    作者: 简简单单做算法
    发表时间: 2023-12-18 23:31:04
    27
    0
  • 【数学建模】2021年美赛C题思路(预测模型和图像识别)【含Matlab源码 245期】

    件的频数图像,观察出现马蜂的地区分布。然后选定一个或者几个地区画出此地区每年的事件发生频数图,可以使用时间序列/lstm、lssvm预测等模型考虑。 2. 图像识别问题 数据预处理部分: 我们打开所给的RAR文件,发现所给的图片/视频格式不尽相同,甚至出现了pdf/QuickTi

    作者: 海神之光
    发表时间: 2022-05-28 18:19:02
    251
    0
  • 模型推理的时候报错

    附件为模型权重,已转为onnxatc 转换命令为:atc --model=./best.onnx --framework=5 --output=output --input_format=NCHW --input_shape="images:-1,3,1024,1024" --d

    作者: yd_259239505
    94
    9
  • 模型量化】AMCT只支持caffe和tensorflow的模型量化,不支持mindspore么?

    模型量化】1.AMCT只支持caffe和tensorflow的模型量化,不支持对mindspore的模型量化么?2.在利用ATC转离线模型时只支持mindspore中.pb格式模型,也就是说mindspore生成的.ckpt模型是要再导出为.pb形式进行转离线么?

    作者: conversation
    1251
    1
  • 物体检测YOLOv3实践(2)

    len(anchors)//3, num_classes) 加载模型权重,或将模型路径替换成上一步训练得出的模型路径 In [14]: # 模型权重存储路径 weights_path = "./model_data/yolo.h5"

    作者: 可爱又积极
    发表时间: 2021-07-09 03:03:39
    1421
    0
  • 生成对抗网络 GAN 基本原理与发展历程

    progressive growing 的训练方式,先训一个小分辨率的图像生成,训好了之后再逐步过渡到更高分辨率的图像。然后稳定训练当前分辨率,再逐步过渡到下一个更高的分辨率。 充分利用上个分辨率训练的结果,通过缓慢的过渡(w 逐渐增大),使得训练生成下一分辨率的网络更加稳定。 LAP-GAN:

    作者: 小哈里
    发表时间: 2022-05-06 14:27:31
    849
    0
  • 人工智能还给我们留多少空间?

    无论是Deepracer,还是ANYmal的训练过程中,都使用了强化学习的算法。为了解决学习样本不足的问题,都使用了仿真方法,增加虚拟的环境的训练样本数量。如果虚拟环境与实际环境相互接近,则算法可以直接部署到运动平台,无需进行后期的调整。 为了解决实际环境中存在的偏差和噪声。则需要在训练过程中对于仿真数据

    作者: tsinghuazhuoqing
    发表时间: 2021-12-26 16:50:18
    529
    0
  • 基于深度学习的石油炼化过程中的产品预测与市场需求

    在建立深度学习模型后,需要对模型进行训练和优化。通过将数据划分为训练集和验证集,可以对模型进行训练,并利用验证集对模型进行评估和调整。常用的优化方法包括梯度下降法和反向传播算法等。通过不断迭代和调整模型参数,可以提高模型的准确性和泛化能力。 产品预测与市场需求 通过训练好的深度学习

    作者: 皮牙子抓饭
    发表时间: 2023-07-10 09:04:55
    60
    0
  • 运行训练代码,出现dead kernel,并导致实例崩溃

    在Notebook实例中运行训练代码,如果数据量太大或者训练层数太多,亦或者其他原因,导致出现“内存不够”问题,最终导致该容器实例崩溃。出现此问题后,系统将自动重启Notebook,来修复实例崩溃的问题。此时只是解决了崩溃问题,如果重新运行训练代码仍将失败。如果您需要解决“内存不

    作者: 运气男孩
    19
    0