已找到以下 10000 条记录
  • 【直播资讯】如何有效支撑企业“高质量发展”的管理诉求?

    计算等技术,推出多款工业智能产品,为企业高质量发展提供有力保障。 其中,远舢守望者AI视觉检验平台是面向5G、AI时代的颠覆式产品。基于“深度学习,边云协同”的创新模式,将机器学习训练、边缘智能检测、移动智能检测、云端一体管控有机结合,打造“质量改善加速中心”。围绕质量的一体化管

    作者: 云商店
    1933
    0
  • 浅谈AI大模型原理

    AI大模型是指具有巨大参数量的深度学习模型,通常包含数十亿甚至数万亿个参数。这些模型可以通过学习大量的数据来提高预测能力,从而在自然语言处理、计算机视觉、自主驾驶等领域取得重要突破。根据OpenAI的分类方法,可以将AI模型分为以下几类:小型模型: ≤ 1百万个参数中型模型:1百万

    作者: QGS
    45
    1
  • 静态词向量和动态词向量的区别

    loVe等。动态词向量:也称为上下文相关的词向量或预训练语言模型(如ELMo、BERT等)产生的词向量。与静态词向量不同,动态词向量是基于深度学习神经网络的词向量,能够根据上下文动态地调整词的表示。2. 上下文敏感性:静态词向量:缺乏上下文敏感性,即一个词在所有上下文中都使用相同

    作者: 福州司马懿
    30
    2
  • 讲解PyTorch Attention 注意力

    讲解PyTorch Attention 注意力 简介 在深度学习中,注意力机制(Attention Mechanism)被广泛应用于各种任务,如自然语言处理、计算机视觉等。PyTorch作为一个流行的深度学习框架,提供了丰富的工具和库,方便我们实现和使用注意力模型。在本篇技术博

    作者: 皮牙子抓饭
    发表时间: 2023-12-29 09:14:31
    42
    0
  • AI模型的可解释性与可信性分析

     然而,大多数AI模型,尤其是深度学习模型,往往被视为“黑箱”,其内部决策逻辑不透明,给模型的解释性和可信度带来了挑战。本文将探讨AI模型的可解释性问题,介绍几种常见的可解释性技术,并分享在医疗和金融领域提高模型可信性的实践经验。 二、AI模型黑箱问题的背景与挑战 黑箱问题 AI模型,尤其是深度学习模型

    作者: 8181暴风雪
    发表时间: 2024-11-16 19:26:42
    54
    0
  • 鲲鹏计算

    openGauss社区 openGauss是一款开源关系型数据库管理系统,深度融合华为在数据库领域多年的经验,结合企业级场景需求,持续构建竞争力特性。 openGauss是一款开源关系型数据库管理系统,深度融合华为在数据库领域多年的经验,结合企业级场景需求,持续构建竞争力特性。 查看更多

  • FPGA从Xilinx 的7系列学起(5)

    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FWFT模式下可以编程的数值范围为6到深度减6。在同步模式下,ALMOST_FULL 可以编程的数值为1到FIFO深度减2的之间。在异步模式中,ALM

    作者: 李锐博恩
    发表时间: 2021-07-14 22:59:00
    1170
    0
  • YoloV8最新改进手册——高阶篇

    选择。其易于理解和高度简化的架构为高效部署提供了新的可能性。大量的实验表明,VanillaNet提供的性能与著名的深度神经网络和视觉转换器相当,展示了极简主义在深度学习中的力量。VanillaNet的这一富有远见的旅程具有重新定义景观和挑战基础模型现状的巨大潜力,为优雅有效的模型设计开辟了一条新的道路。

    作者: AI浩
    发表时间: 2023-10-25 20:45:13
    14
    0
  • 振华重工、中国移动、沃达丰、华为联合发布《5G智慧港口白皮书》

    Broadband Forum)期间,振华重工、中国移动、沃达丰和华为联合发布了《5G智慧港口白皮书》。本白皮书对5G在港口自动化、智能化建设中的应用做了深度解读,旨在加快5G在港口的应用研究及项目落地。港口作为现代交通运输的枢纽,在国际贸易中起着举足轻重的作用。根据相关数据统计,全球贸易中约9

    作者: 望闻问切ice
    1131
    0
  • DevOps进阶(一)DevOps软件开发工艺解读

    自动化开发,开发人员也编写"运维"代码,或两者兼而有之。可怕的是,没有找到在这两种人员之间的整体协作方法,所有的成功团队都是将具有深度开发技能和深度运维技能人协调在一起工作,以创建一个更好的产品。 一、DevOps常用技术 二、DevOps有三种特点与模式 2.1、系统级别的效率考量

    作者: SHQ5785
    发表时间: 2020-12-30 01:39:40
    2931
    0
  • 华为云云迁移中心CMC于2019年5月1日00:00(北京时间)退市通知

    2019-03-29 尊敬的华为云客户: 华为云计划于2019/05/01 00:00(北京时间)对云迁移中心CMC正式退市。 云迁移中心CMC中的对象存储深度评估功能已移至对象存储迁移服务OMS中,您可以在OMS中继续使用该功能。 如您有任何问题,可随时通过工单或者服务热线(+86-4000-955-988

  • 让无人车更“聪明”!武汉这家公司的物联网项目入围国家级示范

    精度激光雷达、AI视频识别终端以及北斗高精度智能终端等,融合高精度地图、5G通讯、北斗高精度位置解析协同控制软件,达到环境感知、智能决策、深度学习、协同控制等功能,实现车辆的无人驾驶,以及车与路协同、车与车协同,助力智慧城市跑出“加速度”。目前已生产“无人驾驶接驳车”“无人驾驶观光车”“无人驾驶售卖车”等多款应用。

    作者: 一缕阳光_666
    231
    0
  • 【转载】中科大的评测结果,开源AI框架MindSpore的性能在标杆模型上业界领先

    具体信息参见:Orange Lee:国产深度学习框架MindSpore训练性能评测 —— by 中科大ADSL实验室zhuanlan.zhihu.comResNet50与Bert-Base这两个模型非常具有代表性,不仅仅是因为应用广泛,而是这两个模型代表了框架的两种能力:1、Re

    作者: chengxiaoli
    1774
    0
  • 万物皆可AI,薛定谔也不例外【一图读懂昇思MindSpore · 第5期】

    • 第1期】秒懂简介 | 你和昇思MindSpore只有一张图的距离!【一图读懂昇思MindSpore • 第2期】分布式并行 | 打破深度学习性能墙!【一图读懂昇思MindSpore · 第3期】图算融合 | 破而后立,晓喻新生【一图读懂昇思MindSpore · 第4期】动静统一

    作者: Jellychee
    173
    0
  • 【物联网课程学习课堂笔记】关于《IOT7天开发训练营》重点复习 4.3.5>NB-IoT模组常用AT指令(5)

    E睡眠状态如果没有数据交互,在CONNECT状态持续20秒,之后进入IDLE状态;如果仍然没有数据交互,10秒之后从IDLE状态进入PSM深度睡眠状态,此时模块不在接收任何下行数据,如果需要下行传输数据必须在CONNECT和IDLE状态下进行

    作者: 神龙居市
    1018
    0
  • Linux下cuda10.0安装Pytorch和Torchvision——啥版本都能装

    🍊 计算机视觉:图像修复-代码环境搭建-知识总结 🍊 计算机视觉:超分重建-代码环境搭建-知识总结 🍊 深度学习:环境搭建,一文读懂 🍊 深度学习:趣学深度学习 🍊 落地部署应用:模型部署之转换-加速-封装 🍊 CV 和 语音数据集:数据集整理 📙 预祝各位

    作者: 墨理学AI
    发表时间: 2022-01-18 01:42:03
    1657
    0
  • 【2020华为云AI实战营】视频分类——实战营第六章自主拓展笔记

     数据集不同,这点很显然,动态与静态的区别。3. 视频分类中时间轴上连续,而图片分类不具备这点。二.业内主流方法与具体介绍1.  三维卷积:在二维卷积之上多了一个深度通道,这个深度通道可以是视频的连续帧,也可能是3D图像的切片。三维卷积的历史发展:2015年池化三维卷积三维卷积难被初始化,参数过大且无预训练数据

    作者: woyuRT
    发表时间: 2020-08-06 11:07:03
    7632
    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

    columns=data.columns[1:]) 3. 智能存储管理模型构建与训练 我们将使用深度学习模型进行存储管理数据的分析和优化。以下示例展示了如何使用TensorFlow构建和训练一个深度神经网络模型。 import tensorflow as tf from tensorflow

    作者: Echo_Wish
    发表时间: 2024-12-30 08:11:46
    88
    0
  • 从turtlesim到贪吃蛇……(补充)

    将各部分的功能进行有机组合实现此项目案例? 分-总 综合拆解成单元,单元组成综合。 复杂变简单,简单变复杂 1. 车队现象! 领队负责路径规划,其他参与者负责跟随 第一种:领队找队友-贪吃蛇 第二种:队友找领队-集群 2. 图形化使用turtlesim;扩展生成新的机器人(用

    作者: zhangrelay
    发表时间: 2022-04-16 15:43:34
    211
    0
  • Android常用URI收藏

    application on Market home//page, and notice the ID from the address bar 十四、路径规划 Uri uri = Uri.parse("http://maps.google.com/maps?f=d&saddr=

    作者: ShaderJoy
    发表时间: 2021-12-29 17:56:38
    547
    0
提示

您即将访问非华为云网站,请注意账号财产安全