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
  • 深度学习应用

    计算机视觉香港中文大学多媒体实验室是最早应用深度学习进行计算机视觉研究华人团队。在世界级人工智能竞赛LFW(大规模人脸识别竞赛)上,该实验室曾力压FaceBook夺得冠军,使得人工智能在该领域识别能力首次超越真人。语音识别微软研究人员通过与hinton合作,首先将RBM和D

    作者: QGS
    657
    1
  • 深度学习数据收集

    深度学习需要大量数据集,但是现实是只有零星数据,大家有什么收集数据经验和经历,还有什么收集数据好办法

    作者: 初学者7000
    745
    3
  • 深度学习LSTM模型

    长短期记忆(Long short-term memory, LSTM)是一种特殊RNN,主要是为了解决长序列训练过程中梯度消失和梯度爆炸问题。简单来说,就是相比普通RNN,LSTM能够在更长序列中有更好表现。

    作者: 我的老天鹅
    1892
    10
  • 深度学习概念

    这些学习过程中获得信息对诸如文字,图像和声音等数据解释有很大帮助。它最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂机器学习算法,在语音和图像识别方面取得效果,远远超过先前相关技术。 深度学习在搜索技术,数据挖掘,机器

    作者: 某地瓜
    1859
    1
  • 深度学习应用

    计算机视觉香港中文大学多媒体实验室是最早应用深度学习进行计算机视觉研究华人团队。在世界级人工智能竞赛LFW(大规模人脸识别竞赛)上,该实验室曾力压FaceBook夺得冠军,使得人工智能在该领域识别能力首次超越真人。语音识别微软研究人员通过与hinton合作,首先将RBM和D

    作者: QGS
    1525
    2
  • 深度学习库 JAX

    ow优势深度学习框架。 JAX 是 Google Research 开发机器学习库,被称为“在 GPU/TPU上运行具有自动微分功能Numpy”,该库核心是类似 Numpy 向量和矩阵运算。我个人认为,与Numpy和PyTorch/TensorFlow最大不同在于J

    作者: QGS
    7166
    3
  • 【Spark】(task1)PySpark基础数据处理

    某Spark程序任务有向无环图 最关键过程是要理解哪些是可以纯并行处理部分,哪些是必须 shuffle(混洗)和 reduce 部分:这里 shuffle 指的是所有 partition 数据必须进行洗牌后才能得到下一步数据,最典型操作就是图 2 中 groupByKey

    作者: 野猪佩奇996
    发表时间: 2022-03-16 14:05:08
    549
    0
  • 【DTSE Tech Talk 精选问答】NO.64丨DTSE与您同行,探索云原生实践,共筑高效云优化之路

    多传统数据中心特性。云原生方法重点在于微服务架构采用,容器化以实现应用和服务快速部署及扩缩容,动态管理确保资源高效利用,持续交付支持快速迭代和市场响应。Q:CCE是否支持多租户资源共享?A:暂不支持。可以选择对应命名空间,实现资源或租户隔离。https://support

    作者: 云小宅
    58
    6
  • REPAINT:深度强化学习中知识迁移

    过利用先前学习任务来加速复杂任务学习过程一直是强化学习中最具挑战性问题之一,尤其是当源任务和目标任务之间相似性较低时。本文针对深度强化学习中知识迁移问题,提出了表示与实例迁移(REPAINT)算法。REPAINT 不仅在策略学习中转移了预先训练教师策略表示,而且还使

    作者: 可爱又积极
    651
    1
  • 深度实践OpenStack:基于PythonOpenStack组件开发—3.4.5 异常处理

    加粗部分,这两种方式都是合法,但是注释中语句并没有带上异常或错误变量,这种类型catch子句称为裸子句。裸子句在现在标准中是正确,但是,在pep(即Python编码规范)中,有人建议取消这种类型catch子句,因此,为了保证程序兼容性,要求禁止使用catch裸子句

    作者: 华章计算机
    发表时间: 2019-06-06 11:59:25
    2956
    0
  • GaussDB(for Influx)与开源企业版性能对比

    Influx)和开源InfluxDB集群在X86架构下性能测试情况。测试结果显示,GaussDB(for Influx)较企业版InfluxDB集群能提供更高写入性能、更低访问延迟以及更高数据压缩率。 # 1. 测试方案 ## 1.1 资源配置 服务端配置 ![image.png](https://bbs-img

    作者: 双倍芝士。
    236
    0
  • TensorFlow实现人脸检测和人脸识别

    facenet 进行人脸识别测试 1.简介:facenet 是基于 TensorFlow 的人脸识别开源库,有兴趣同学可以扒扒源代码:https://github.com/davidsandberg/facenet   2

    作者: 格图洛书
    发表时间: 2021-12-29 15:39:18
    902
    0
  • 深度学习+用户行为预测:揭秘数据背后故事

    深度学习+用户行为预测:揭秘数据背后故事 在数字化时代,用户行为数据已成为企业核心资产。无论是推荐算法还是精准营销,掌握用户行为模式都是提升服务关键。那么,如何更准确地预测用户行为?答案或许就在深度学习中。 深度学习在用户行为预测中优势 用户行为数据复杂多变,涉及点击、购买

    作者: Echo_Wish
    发表时间: 2025-03-07 08:09:14
    0
    0
  • 个人深度学习工作站配置指南

    之前有发帖有讨论有关AI学习资源配置,使用云资源朋友还是多数,参见 https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=88980个人觉得台式机还是有它优势,特别是在数据集较大或比较敏感,网络资源占用率较高情况下,可

    作者: RabbitCloud
    2137
    4
  • mmcv适配昇腾开源开发任务

    代码适配:将mmcv项目的代码迁移至搭建好环境并进行必要修改和适配,测试并确保项目功能完整。 - DEMO内容:选用开源图像分类数据集作为训练数据,使用mmcv对训练数据进行加载和必要预处理,搭建并训练一个图像分类模型,最后进行推理获得图片结果。 - 文档撰写:写出文档列出详细步骤并通过开源平台

    作者: p_xcn
    发表时间: 2024-10-28 16:41:40
    408
    0
  • nltk适配鲲鹏开源验证任务

    Deomo设计&开发:完成功能演示Demo开发 完成功能演示Demo开发。 是     Demo部署&验证:完成功能演示DEMO基于华为云鲲鹏环境部署和功能验证 提供DEMO部署验证结果关键截图进行举证。提供DEMO运行环境和资源规格清单。 是     发布博客:发布博客介绍适配心得。 提供博客地址。 是

    作者: p_xcn
    发表时间: 2024-11-14 09:56:51
    299
    0
  • F5-TTS适配昇腾开源验证任务

    star历史(https://star-history.com/): 2.2 任务目的和范围 本任务主要目的是让F5-TTS在Ascend NPU上高效运行,确保项目在平台上具备良好兼容性和性能,扩大其在AI和深度学习领域竞争力和影响力。 l 适配任务清单 生态 生态细类 是否涉及 验证逻辑说明 是否需要适配

    作者: p_xcn
    发表时间: 2024-11-18 16:32:27
    153
    0
  • 一篇文章就教你快速理解SSL协议

    毁,以确保每次通信安全性。 三、组件: SSL/TLS证书是SSL协议核心组成部分,它包含公开密钥、私有密钥以及证书持有者身份信息。这些证书由受信任证书颁发机构(CA)签发,增强了用户对服务器真实性信任。 四、总结 总的来说,SSL协议是一种强大网络安全工具,广泛应

    作者: 杨我名
    发表时间: 2024-03-29 10:24:37
    30
    0
  • 深度学习与图像识别:原理与实践》—2.4 本章小结

    Numpy科学运算来计算每张测试样本图与训练图之间距离。此外,由于篇幅限制,无法逐一对诸如Pandas、Matplotlib等常用Python库进行介绍,希望读者自行查找相关资料。另外,还有一点值得注意是,在入门图像识别之前,读者需有一定Python基础。

    作者: 华章计算机
    发表时间: 2019-07-24 20:32:07
    5678
    0
  • LeCun预言自监督模型来了:首个多模态高性能自监督算法,语音、图像文本全部SOTA

    现实生活中可使用海量数据作为资源,因此是走向更通用人工智能一种途径,也是深度学习三巨头之一、图灵奖得主 Yann LeCun 一直推崇研究方向。LeCun 认为:相比于强化学习,自监督学习(SSL)可以产生大量反馈,能够预测其输入任何一部分(如预测视频未来画面),从而具

    作者: QGS
    3206
    4