已找到以下 10000 条记录
  • GPU VNT1裸金属服务器NVIDIA525+CUDA12.0装机和DOCKER验证

    0. 前置条件  华为云VNT1裸金属服务器,使用镜像Ubuntu 18.04 for V100 BareMetal. 镜像中NVIDIA驱动等均未安装。 本文旨在此机器上使用docker来运行GPU资源,并且运行pytorch。 1. 安装nvidia驱动 wget

    作者: modelarts-dev-server
    发表时间: 2023-07-26 10:52:40
    2333
    0
  • ICT深度观察十大趋势

    日前,由中国信息通信研究院主办的“2021中国信通院ICT+深度观察报告会”在北京举办。会上,中国信通院副院长余晓晖发布了“ICT深度观察十大趋势”。他表示,展望未来十年,数字化浪潮会进一步加快,ICT产业将迎来更大的发展机遇。 ICT深度观察十大趋势分别为: ▶  数字经济融合创新,助力经济体系优化升级

    作者: 极客潇
    发表时间: 2020-12-18 16:49:39
    5823
    0
  • 什么是深度学习

    深度概率模型中,也把描述概念之间如何相互关联的图的深度而非计算图的深度记为一种模型的深度。值得注意的是,后者用来计算表示的计算图可能比概念图要深得多。鉴于这两种观点的共存,一般在一个模型有多深才算作“深度”模型上并没有达成共识。不过一般深度学习指的是比传统的机器学习需要更多的计算步骤或者概念学习的模型。

    作者: HWCloudAI
    发表时间: 2020-12-15 14:55:46
    3574
    0
  • 深度学习的进展

    图像的深度学习模型。 语音识别:深度学习在语音识别方面也取得了显著进展。传统的语音识别系统通常使用隐马尔可夫模型(HMM),但现在深度学习的端到端模型已经成为主流。例如,百度的Deep Speech系统使用长短时记忆网络(LSTM)来直接将语音转换为文本。这种端到端的深度学习方法

    作者: ruogu994
    发表时间: 2024-02-18 09:34:20
    25
    0
  • 启信宝企业深度尽调

    企业风控数据,本商品仅限设立于中华人民共和国境内(不含香港、澳门、台湾)的用户购买并在中国境内使用,不得将数据传输至境外。为了满足机构客户尽职调查过程中以及业务操作中所关注的企业风控信息,启信宝通过大数据处理技术,将所有企业联系方式信息进行清洗整理对应到相关公司。辅助调查全景资信

  • 践行深度用云,加速智能升级——华为云行业高峰论坛2023

    践行深度用云,加速智能升级 践行深度用云,加速智能升级 我们将携手云计算产业思想领袖、技术专家与行业深度用云先行者,系统性为您呈现产业发展趋势与未来展望、分享行业头部客户优秀实践、解读华为云新产品及行业场景化解决方案,并与您深度探讨大模型、数据要素流通、工业互联网、软件开发生产线

  • jvm dump深度分析

    STACK,THREAD_BLOCK 3. identifierSize个byte的对象id,4个byte的线程序列号,4个byte的栈桢深度,类型有JAVA_LOCAL,NATIVE_LOCAL 4. identifierSize个byte的对象id,identifierSize个byte的global

    作者: DRS技术快客
    6983
    1
  • 深度优先算法

    @author Think * 给定整数a1,a2,a3,a4…,判断是否可以从中选出若干数,使他们的和恰好为K */public class 深度优先算法 { //n=4,a={1,2,4,7};k=13; public static int n=4; public static

    作者: chenyu
    发表时间: 2021-07-26 17:52:05
    545
    0
  • 深度学习算法详细介绍

    二者结合,极大地拓展了RL的应用范围。深度强化学习的算法比较多,常见的有:DQN,DDPG,PPO,TRPO,A3C,SAC等。 Deep Q-Networks(DQN)算法 DQN,即深度Q网络(Deep Q-network),是指基于深度学习的Q-Learing算法。 1)DQN训练过程

    作者: yd_255338811
    发表时间: 2024-05-06 19:41:33
    16
    0
  • 深度学习的发展历程

    Learning) 深度学习是机器学习的一种,而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行

    作者: 星恒
    发表时间: 2022-01-02 12:45:42
    1605
    0
  • 深度学习之动量

    虽然随机梯度下降仍然是非常受欢迎的优化方法,但其学习过程有时会很慢。动量方法 (Polyak, 1964) 旨在加速学习,特别是处理高曲率、小但一致的梯度,或是带噪声的梯度。动量算法积累了之前梯度指数级衰减的移动平均,并且继续沿该方向移动。动量的效果。动量的主要目的是解决两个问题:Hessian

    作者: 小强鼓掌
    530
    3
  • 深度学习之PCA

    PCA这种将数据变换为元素之间彼此不相关表示的能力是PCA的一个重要性质。它是消除数据中未知变动因素的简单表示实例。在PCA中,这个消除是通过寻找输入空间的一个旋转(由 W 确定),使得方差的主坐标和 z 相关的新表示空间的基对齐。虽然相关性是数据元素间依赖关系的一个重要范畴,但

    作者: 小强鼓掌
    541
    1
  • 深度学习TensorBoard错误

    No dashboards are active for the current data set. 特地重新训练了,记下来日志目录,都是创建TensorBoard还是错误,不知道怎么回事,求解

    作者: timo
    4077
    2
  • 动手学深度学习:优化与深度学习的关系

    Smola)人工智能机器学习深度学习领域重磅教程图书亚马逊科学家作品动手学深度学习的全新模式,原理与实战紧密结合目前市面上有关深度学习介绍的书籍大多可分两类,一类侧重方法介绍,另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用,还包

    作者: 且听风吟
    发表时间: 2019-09-04 09:40:07
    6962
    0
  • 图像视频压缩:深度学习,有一套

    为编码器;qq 为量化器;GG 为解码和生成器;DD 为对抗器。 基于深度学习的视频压缩编码 基于深度学习的视频编码分为两种: • 采用深度学习替代传统视频编码中部分模块 • 端到端采用深度学习编码压缩 部分方案 采样深度神经网络可以替代传统视频编码中的模块包括:帧内/帧间预测、变换、上下采样、环路滤波、熵编码等6。

    作者: 技术火炬手
    发表时间: 2021-03-23 06:28:07
    7893
    0
  • 深度学习】嘿马深度学习笔记第1篇:深度学习基本概要【附代码文档】

    掌握神经网络图像相关案例 深度学习介绍 1.1 深度学习与机器学习的区别 学习目标 目标 知道深度学习与机器学习的区别 应用 无 1.1.1 区别 1.1.1.1 特征提取方面 机器学习的特征工程步骤是要靠手动完成的,而且需要大量领域专业知识 深度学习通常由多个层组

    作者: 程序员一诺python
    发表时间: 2024-08-16 17:03:45
    22
    0
  • [深度学习]测距

    系列内容深度学习CNN 文章目录 ADAS摄像头成像需具备的两大特点单目镜头的测距原理双目镜头的测距原理 ADAS摄像头成像需具备的两大特点 是要看得足够远 看的越远就能有更加充裕的时间做出判断和反应,从而 避免或者降低事故发生造成的损失。 是要求高动态

    作者: 内核笔记
    发表时间: 2021-06-08 15:51:49
    1409
    0
  • SLAM—逆深度

    幅度的调整才能进一步降低代价函数。 于是,逆深度应运而生。人们在仿真中发现,假设深度的倒数(也就是逆深度),为高斯分布是比较有效的。随后,在实际应用中,逆深度也具有更好的数值稳定性,从而逐渐成为一种通用的技巧。 3. 单目视觉逆深度推导 以VINS为代表,其前端的本质就是基于滑

    作者: Hermit_Rabbit
    发表时间: 2022-10-21 14:21:26
    148
    0
  • 深度学习之推断

    在Bagging的情况下,每一个模型在其相应训练集上训练到收敛。在Dropout的情况下,通常大部分模型都没有显式地被训练,因为通常父神经网络会很大,以致于到宇宙毁灭都不可能采样完所有的子网络。取而代之的是,在单个步骤中我们训练一小部分的子网络,参数共享会使得剩余的子网络也能有好

    作者: 小强鼓掌
    426
    4
  • 深度学习卷积操作

    卷积操作就是filter矩阵跟filter覆盖的图片局部区域矩阵对应的每个元素相乘后累加求和。

    作者: 我的老天鹅
    630
    8