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
  • 华为云开天 aPaaS 平台的流使用体验【开天aPaaS大作战】

    确实发现了一封来自华为云的邮件: 总结 从以上流的创建过程能够感觉到,对于采集全网热搜榜,定时发送热搜榜到指定邮箱这个需求,华为云开天平台,提供了一种低代码解决方案,将 API 调用和定时作业调度这些技术细节进行封装,使得即使没有任何编程背景的用户,通过流编辑器的图形化建模功能

    作者: Jerry Wang
    发表时间: 2022-08-22 15:19:36
    592
    0
  • 【2023 · CANN训练营第一季】昇腾AI入门课(Pytorch)——第一章学习笔记

    AI 框架层面,此层面包含用于构建模型的训练框架,例如华为的 MindSpore 、 TensorFlow 、 Pytorch 等。 3.异构计算架构,偏底层、偏通用的计算框架,用于针对上层 AI 框架的调用进行加速,力求向上支持多种 AI 框架,并在硬件上进行加速。

    作者: STRUGGLE_xlf
    发表时间: 2023-04-16 20:08:21
    103
    0
  • 【Spring 篇】Maven 工程的巧妙玩法:分模块构建揭秘

    步骤二:创建模块 在项目的根目录下,创建三个子模块,分别代表用户模块、订单模块和支付模块。

    作者: 繁依Fanyi
    发表时间: 2024-12-26 22:51:49
    0
    0
  • 【已开源】华为诺亚方舟实验室首创针对生成对抗网络(GAN)的剪枝算法

    生成模型参数冗余建模对生成模型来说,网络输出是高维的生成图像,很难直接从这些图像本身去量化评价压缩模型的好坏,借鉴传统的剪枝算法,可以直接最小化压缩生成模型前后的重建误差来获得压缩后的模型。

    作者: 技术火炬手
    发表时间: 2019-09-24 16:52:57
    4940
    0
  • MindSpore使用Delegate支持第三方AI框架接入

    第三方框架可以是用户自己实现,也可以是业内其他开源的框架,一般都具备在线构图的能力,即可以将多个算子构建成一张子图发放给设备执行。新增自定义Delegate类自定义Delegate要继承自deleate类。

    作者: 刘宇21
    560
    1
  • 【Django开发】前后端分离django美多商城项目第5篇:短信验证码,1. 避免频繁发送短信验证码逻辑分析【附代码文档】

    后端实现 登录 使用登录的流程 创建模型类 urllib使用说明 登录回调处理 登录 使用登录的流程 创建模型类 urllib使用说明 绑定用户身份接口 邮件与验证 学习目标: 业务说明: 技术说明: 保存邮箱并发送验证邮件 省市区地址查询 数据库建表 说明 页面静态化 注意

    作者: 程序员一诺python
    发表时间: 2024-08-23 20:37:10
    57
    0
  • OLAP数仓进阶:主流开源OLAP系统的分类及核心技术点上篇

    建模类型划分下面我们主要关注数据量中等的分析型数仓,聚焦OLAP系统。 根据维基百科对OLAP的介绍,一般来说OLAP根据建模方式可分为MOLAP、ROLAP和HOLAP 3种类型,下面分别进行介绍并分析优缺点。MOLAP最传统的数仓,1993年Edgar F.

    作者: 沙漏
    4072
    0
  • 2020年中国智慧家庭物联网模组细分市场概况

    【交流求助】>>  IoT 论坛,问题求助、交流吐槽、分享学习,专家在线等你!华为云IoT,从联接使能、数据使能、生态使能三个维度,提供端边云一体协同的全场景物联网云服务,持续构建万物互联的智能世界。

    作者: o0龙龙0o
    868
    0
  • 技术综述八:端到端通用目标检测方法介绍

    DETR引入Transformer,在目标关系建模、全局信息理解上有挖掘的潜力。DeFCN凭借简单的设计,容易部署,在密集场景上有较好的应用价值。 参考文献 Carion N, Massa F, Synnaeve G, et al.

    作者: 我想静静
    发表时间: 2021-01-28 21:20:48
    15094
    0
  • 通过华为Astro轻应用快速搭建大屏应用【玩转华为云】

    2.2、加速业务敏捷创新 拖拽式页面构建,简单易用的数据建模,灵活可视的服务编排、流程编排、事件编排,丰富的预置资产,积木式搭建应用效率提升10+倍,极大缩短了创新周期。

    作者: 我中奖了
    发表时间: 2023-04-29 00:00:29
    116
    0
  • 使用Python实现卷积神经网络(CNN)

    5 * 5) x = nn.functional.relu(self.fc1(x)) x = nn.functional.relu(self.fc2(x)) x = self.fc3(x) return x # 创建模型实例

    作者: Echo_Wish
    发表时间: 2024-05-08 16:33:28
    36
    0
  • 真正的实现安全的防护----高级渗透测试的重要性和流程

    根据搜集到的信息,进行分析建模。4. 公开漏洞匹配:服务器漏洞匹配,web漏洞匹配等5. 漏洞挖掘分析:此步骤是最为关键的步骤,可以突破客户的网络安全防护,由渗透工程师进行人力渗透。6. 进阶测试7. 证据再搜集8. 根据前期所有的过程和结果,进行风险评估。9.

    作者: one the way
    发表时间: 2018-09-29 11:23:24
    9121
    0
  • 路网数字化,真香!

    V2X SERVER将采集到的数据,统一数字建模,通过大数据分析、仿真预测能力,给出实时交通画像和未来态势预判,给出车辆轨迹、过车流量、拥堵长度、拥堵时空规律、隐患点等建议,使能交通管理。 最优决策-云边端协同,交通管控分钟级决策调度  交通实时有效管控一直是行业痛点。

    作者: 华为云头条
    发表时间: 2021-01-13 19:19:15
    8165
    0
  • 声纹识别实战:从数据采集到模型训练

    TimeDistributed from tensorflow.keras.models import Model # 定义输入 input_shape = (None, mfccs.shape[0]) inputs = Input(shape=input_shape) # 构建模

    作者: 郑小健
    发表时间: 2024-12-18 15:20:13
    16
    0
  • 华为OD机试真题 - 寻找最优的路测线路

    算法思路: 图建模:将问题抽象为图,其中节点代表位置,边代表路径及其权重(如距离或时间)。 选择算法:根据图的性质和问题需求选择合适的路径搜索算法。 执行算法:计算起始节点到目标节点的最优路径。 结果输出:返回最优路径及其总权重。

    作者: 红尘灯塔
    发表时间: 2024-11-14 09:27:43
    0
    0
  • 华为OD机试真题 - 园区参观路径

    算法思路: 建模:将园区及景点表示为图中的节点和边。 选择算法:根据园区大小和精度需求选择合适的算法。 执行算法:计算出覆盖所有景点的最短路径。 结果输出:返回最优路径序列及其总距离。

    作者: 鱼弦
    发表时间: 2024-11-15 09:19:29
    89
    0
  • 岭回归与LASSO回归:解析两大经典线性回归方法

    🍋引言 在机器学习和统计建模中,回归分析是一项重要的任务,用于预测一个或多个因变量与一个或多个自变量之间的关系。在这个领域中,有许多回归方法可供选择,其中岭回归和LASSO回归是两种经典的线性回归技术。

    作者: 小馒头学Python
    发表时间: 2023-11-05 10:15:15
    65
    0
  • Awesome Tools,程序员常用高效实用工具、软件资源精选,办公效率提升利器!

    API文档,在线 PHP API文档,在线 Node.js API文档,Less CSS编译器,MarkDown编译器等其他在线工具。

    作者: 追逐时光者
    发表时间: 2024-10-27 16:07:06
    15
    0
  • 【转载】干货分享!华为GaussDB数据库三大业务创新实践

    极致高可用在线交易“分布式在线交易数据库”在新金融下的应用实践。某零售银行的业务模式从“网上银行”过渡到“App银行”时代。App银行的月活跃用户在8000万~1亿,为保证海量用户的体验,零数据丢失及高可用非常关键。

    作者: 花无缺
    发表时间: 2019-10-29 16:10:00
    11657
    0
  • 提高模型的训练性能(三)

    AI开发者有时会遇到超大模型的训练问题,即模型参数所占内存超过了设备内存上限。为高效地训练超大模型,一种方案便是分布式并行训练,也就是将工作交由同构的多个加速器(如Ascend 910 AI处理器,GPU等)共同完成。但是这种方式在面对几百GB甚至几TB级别的模型时,所需的加速器过多

    作者: 李响
    3285
    0