已找到以下 10000 条记录
  • 【华为云 ModelArts-Lab AI实战营】第三期:图像分类 (III) 模型参数&网络调优

    本期实战为图像分类第三期。本期实战,本期我们将会以 “VGG16模型” 为例,讲解深度学习中模型调参网络优化的技巧。1、【本期实战内容】图像分类模型参数&网络调优案例:https://github.com/huaweicloud/ModelArts-Lab/tree/maste

    作者: Joey啊
    3449
    2
  • 什么是 vision-and-language

    我们知道在早些年,Computer Vision(计算机视觉) Natural Language Processing (自然语言处理)一直是两个独立的研究方向。他们都需要用到很多机器学习,模式识别等技术,同时,他们也都受益于近几年的深度神经网络的进步,可以说这两个领域目前的 state-of-art

    作者: 可爱又积极
    843
    4
  • 一杯奶茶的价格就能上手AI开发?现在上手还有超级大奖究竟是真是假?

    参数调优、模型训练、模型压缩模型部署全流程。无需用户具备任何代码编写模型开发经验,即可利用ModelArts构建AI模型应用在实际业务中。【2】ModelArts新品首发特惠近期ModelArts新品首发特惠,我们为准备步入AI的开发者与AI深度开发者们准备了一整套福利,活动传送门>> 

    作者: AI-小助手
    4068
    11
  • 【论文分享】基于AR虚实图像注意力机制的电缆装配质量检测方法

    计的4个电缆装配案例进行了质量检测,实验验证了本文方法及系统的可行性有效性。关键词: 电缆装配 ; 质量检测 ; 增强现实辅助装配 ; AR虚实图像 ; 注意力机制1 引言电缆是传输电流信号、保证设备连接运行的重要部件。在航天器产品中,各种电缆及其附件的质量占产品总质量的比

    作者: 乔天伊
    359
    8
  • 云上驱动数字化转型 赋智促进高质量发展

    成功实践案例等内容进行分享,帮助制造业企业数字化转型提供新思路。 在国家“十四五”规划中明确提出,要不断推进数字产业化产业数字化,推动数字技术与实体经济的深度融合。尤其是国家“两化融合”的战略方针,为传统的生产制造型厂商提出了新的发展方向。未来,华为(滨海)软件开发云创新中心将

  • 赋能云

    华为(苏州)人工智能创新中心 在人工智能、工业互联网、5G通信、智慧城市、智能网联汽车、软件开发、人才培养等方面与园区产业深度融合,助力园区建设人工智能应用创新试验区产业集聚地 华为(烟台)人工智能创新中心 作为华为在山东建立的首个人工智能创新中心,联合智能制造云生态,驱动企业数字化

  • 数智融合计算服务

    简单便捷的管理大数据 分布式Ray Fabric支持分布式计算框架RAY,来帮助客户解决规模日益增大的数据处理机器学习/深度学习任务对分布式计算的问题,也为数据工程机器学习工程提供统一的完整Workflow。Fabric Ray支持Ray-Data、Ray-Train、Ray

  • 运机集团与华为正式签署全面合作协议

    的应用,优化设备运营效率降低成本,提升产品质量、实现节能减排资源优化、推动环境可持续发展,为企业社会带来全面的经济效益与社会价值;投资设立华运智远(成都)科技有限公司,旨在将华为云计算、大数据、AI等技术与矿山、散料输送港口、装备制造等传统行业深度融合,孵化出一批有竞争力的

  • FPGA从Xilinx 的7系列学起(5)

    COUNTWRCOUNT是当前指针指到底层BlockRAM地址(它俩分别对应在RDCLKWRCLK。)。 在同步模式下,ALMOST_EMPTY 可以编程的数值为1到FIFO深度减2的之间。在异步模式中,ALMOST_EMPTY在标准模式可以编程的数值范围为5至深度减6,在F

    作者: 李锐博恩
    发表时间: 2021-07-14 22:59:00
    1170
    0
  • 大模型技术在存储管理中的应用性:开创智能存储的新纪元

    节。传统的存储管理方法已经难以应对海量数据的复杂性多样性。大模型技术(Large Model Technology)的兴起,为存储管理带来了新的契机。通过人工智能(AI)机器学习(ML)技术,企业可以实现更加智能化、高效化自动化的存储管理。本文将详细介绍大模型技术在存储管理

    作者: Echo_Wish
    发表时间: 2024-12-30 08:11:46
    0
    0
  • AI运行态的挑战

    对这个挑战的应对就是:新执行模式。新执行模式这一设计理念是针对运行态的挑战提出的。对于运行态的挑战有以下几点。(1)AI计算的复杂性算力的多样性:CPU核、矩阵计算单元(Cube Unit)、向量计算单元(vector Unit);标量、向量、张量的运算,混合精度计算,稠密矩阵

    作者: 黄生
    27
    0
  • 设计OpenGL ES 方针介绍 (2)

    lear()调用。 清除呼叫以正常像素速率运行。 对于压缩的深度+模板附件(使用GL_DEPTH24_STENCIL8或GL_DEPTH32F_STENCIL8内部格式的附件),应始终清除Z缓冲区模板缓冲区。 清除深度或模板缓冲区以获取打包附件会降低性能。 避免使用多余的清理,因为它们的成本很高。

    作者: 中华有位
    发表时间: 2021-04-21 09:23:42
    1732
    0
  • 数据处理——ModelArts AI企业智能开发中至关重要一环

    查,处理一些无效值。例如在深度学习领域,可以根据用户输入的正样本负样本,对数据进行清洗,保留用户想要的类别,去除用户不想要的类别。Ø  数据选择:数据选择一般是指从全量数据中选择数据子集的过程。选择数据的依据有很多,可以通过一些相似度,也可以根据深度学习算法进行选择。例如:很多

    作者: coldsheep
    发表时间: 2020-08-07 16:06:26
    9679
    0
  • 华为云入选Gartner®云数据库挑战者象限

    应商在“愿景完整性”“执行能力”两个关键维度的表现进行了评估,将帮助数据分析领域的决策者做出正确的云数据库管理系统选择。 当前,华为云数据库已覆盖全球33个区域、96个可用区。GaussDB、GaussDB(DWS)、TaurusDB、GeminiDBMRS作为华为云数据库

  • DL之PSPNet:PSPNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

    set  随着深度增加,性能逐渐增加;当然,深度越深,其复杂度越高!Visual improvements on ADE20K PSPNet produces more accurate and detailed results.    因为有全局信息,PSPNet 生成了更精确详细的结果。

    作者: 一个处女座的程序猿
    发表时间: 2021-03-26 16:02:13
    2179
    0
  • 智能手环中的传感器

    计值,与此同时的姿势数据得到记录,通过计算来判断睡眠状态。 举个例子:人进入深度睡眠的时候,身体睡得就像死猪一样,基本上就不会产生运动量,运动量改变的时间就会变得更长,手环则以此为依据,判断你是否是深度睡眠状态。 ## 3.心率测量 光学心率传感器 原理:手环发出一束光打在皮肤上

    作者: ttking
    3094
    4
  • type torch.cuda.FloatTensor but found type torch.cuda.ByteTensor

    支持基本的张量操作,例如索引、切片、重塑等。此外,它也支持与其他类型的张量之间的数学运算逻辑运算,但需要注意数据类型的兼容性。 运算速度:与其他浮点类型的张量相比,ByteTensor 在计算过程中可能不具有相同的精度动态范围。这是因为它只使用了 8 位的存储空间,对于需要更大动态范围或更高精度的计算任务来说可能不够。

    作者: 皮牙子抓饭
    发表时间: 2024-01-08 14:08:16
    483
    0
  • CV之face_recognition:Py之face_recognition库安装、介绍、使用方法详细攻略

      face_recognition简介       从python或使用世界上最简单的人脸识别库的命令行识别操作人脸。使用dlib最先进的面部识别技术,通过深度学习建立。该模型对原始基准中的标记人脸具有99.38%的准确率。这也提供了一个简单的face_recognitio

    作者: 一个处女座的程序猿
    发表时间: 2021-03-29 20:09:17
    1441
    0
  • 《AI安全之对抗样本入门》—2.9 AdvBox

    yTorch、Caffe2、MxNet、Keras以及TensorFlow平台,便于广大开发者安全工程师使用自己熟悉的框架。AdvBox同时支持GraphPipe,屏蔽了底层使用的深度学习平台,用户可以零编码,仅通过几个命令就可以对PaddlePaddle、PyTorch、Ca

    作者: 华章计算机
    发表时间: 2019-06-17 18:04:33
    6051
    0
  • 物联网与人工智能融合

    分析预测设备故障,或使用分类算法识别用户行为模式。深度学习在图像语音识别中的角色深度学习技术,尤其是卷积神经网络(CNN)循环神经网络(RNN),在图像语音识别方面取得了显著成就。这些技术可以应用于物联网设备,实现更加自然直观的人机交互。边缘计算的重要性边缘计算通过在数据

    作者: DS小龙哥
    28
    5