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
  • 人工智能与虚拟美妆-节选

    算机视觉、自然语言处理、推荐系统、搜 索等多种领域,这些领域或多或少地都与 虚拟美妆技术发展产生了联系,推动着 美妆领域信息时代进一步发展。相信 随着相关研究不断深入以及技术不断 进步,广阔美妆市场和实际应用需求 驱动下,人工智能技术将在美妆领域中 扮演更加重要角色,推动这一领域更好 发展。 来源: 中国人工智能学会

    作者: andyleung
    735
    2
  • 识别细胞结构上,AI做到了人类不能做事情

    工智能(AI)明视野图像上预测荧光标记形状。该团队研究已经持续了数年。深度学习发挥重要作用在识别细胞结构过程中,深度学习发挥了重要作用。2017 年,该团队提出利用深度学习来识别未标记细胞明视野图像中难以发现结构,并证实了这种方法可行性。具体而言,通过未标记细胞实验

    作者: QGS
    625
    1
  • 应用上云精选推荐,下单抽奖100%有礼!

    业务上云,面对难题如何一站解决?应用面临高并发读写压力,缓存扩容难、监控不便!业务流程之间强耦合性,消息队列性能弱,业务处理缓慢!业务上线前,如何快速识别复杂场景下性能问题?新业务如何一站云端开发、部署、发布……何以解忧?唯有……华为云精选推荐,帮你一站解决难题!低成本、高性能

    作者: 太阳的温度
    3984
    4
  • 基于AidLux自动驾驶智能预警应用方案

    基于AidLux项目实战之智能预警AidLux上部署与应用 将训练好YOLOP模型onnx转换部署AidLux并进行运用 运行效果如视频所示  

    作者: yd_260340672
    发表时间: 2023-07-08 11:58:39
    0
    0
  • 【问答端】人脸识别领域,mobilenetv2模型和Resnet50模型哪个更值得推荐使用

    人脸识别领域,mobilenetv2模型和Resnet50模型哪个更值得推荐使用

    作者: 陈皮陈皮我吃陈
    731
    0
  • 这款高效稳定DTU产品,让你工业物联网应用更加智能化

    总的来说,OM302系列工业级DTU产品是一种高效稳定通信产品,它具有多种特点,可以大大提高工业物联网应用智能化水平。如果你是工业行业从业人员,或者想要开展工业物联网应用业务,OM302系列工业DTU会给你带来不一样体验。 

    作者: yd_272755512
    22
    2
  • 华为云入选Gartner®云应用平台魔力象限

    50%+。 ·  政务领域,政务应用厂商直接使用虚拟机自行管理与维护应用,普遍存在资源利用率低和部署、运维复杂双重挑战。通过将应用迁移到应用运行平台上,由平台负责资源管理与自动调优,对于标准框架开发应用可自动实现容器化,并自动对接/集成可观测,提供应用一站式托管。通过采用

    作者: 华为云PaaS服务小智
    发表时间: 2024-11-20 14:40:46
    0
    0
  • 【第三关:流程类应用开发实例】GDE闯关积分赛

    4、积分达到70分、110分,可抽取幸运宝盒。【活动时间】6月10日-6月30日【获取方式】1、进入GDE开发者学院“流程类应用开发实例:点击跳转”学习界面2、点击课程图片进入学习3、点击立即体验4、学习完成后截屏回复至自己积分认证帖内,视为完成任务,获10分。【注:同时,直接在本帖下回复盖楼也有机会赢得鼠标垫/触屏笔】 

    作者: ADC小助手
    830
    30
  • 【云驻共创】走进人工智能世界

    前,可以用联邦学习解决数据隐私保护问题,G公司率先提出联邦学习旨在利用这一丰富数据集同时保护敏感数据。利用联邦学习,数据依然个人终端里,不用发送或存储到云服务器上,由云服务器将最新算法发往随机选择用户设备上。AI算法训练需要大量数据,而手工注释训练数据费力又耗时

    作者: 龙腾九州
    发表时间: 2021-11-29 13:13:34
    3094
    0
  • 机器学习高数知识

    要记住y是是是x函数,则函数,则函数,则y函数是的函数是的函数是x复合函数.例如复合函数.例如复合函数.例如\frac{1}{y},,,{{y}^{2}},,,ln y,,,{{{e}}^{y}}等均是等均是等均是x复合函数.对复合函数. 对复合函数.对x求导应按复合函数连锁法则做

    作者: 北山啦
    发表时间: 2022-05-09 06:39:01
    513
    0
  • 滤波器设计、自适应滤波、匹配滤波方法及应用

    滤波器设计、自适应滤波、匹配滤波方法及应用 滤波器是一个系统,它对输入系统信号起到滤波作用。滤波器设计是建立一个信号系统,使得信号通过该系统处理后可以得到所期望输出。滤波目的不同导致信号滤波处理方法各种各样。自适应滤波器是指根据环境变化,使用自适应算法来改变滤波器参数和结构滤波器,LMS(Least

    作者: aqhs
    发表时间: 2022-07-10 09:02:21
    1045
    0
  • 以人工智能角度看自监督学习

    自监督学习是一种无需人工标注大量数据学习方法,其核心思想是利用数据本身结构和特性进行学习AI大模型应用中,自监督学习扮演着重要角色,因为它可以帮助模型缺乏标签数据情况下进行有效学习。以下是自监督学习AI大模型中详细讨论:1. 自监督学习任务:自监督学习中,模

    作者: 运气男孩
    19
    0
  • 洞悉Hinton胶囊网络

    来自杭州电子科技大学郭春生教授给大家介绍了最新深度学习技术——胶囊网络。

    播放量  8158
  • rk3588使用npu进行模型转换和推理,加速AI应用落地

    有Nvidiacuda,所以这条路行不通。那么转过来,使用开发板自带NPU进行加速推理,岂不是更加可行,而且它本身就是深度学习嵌入式板子,不用NPU真的可惜。 🏅问题来了:怎么使用NPU?开发板上还是自己PC上?要安装什么环境?怎么安装?这些问题都需要依次考虑清楚。

    作者: 振华OPPO
    发表时间: 2022-11-30 12:45:18
    275
    0
  • [机器学习Lesson 1] 机器学习简介

    Learning (监督学习)它被称作监督学习是因为对于每个数据来说 我们给出了 “正确答案”。你有一些问题和他们答案,你要做有监督学习就是学习这些已经知道答案问题。然后你就具备了经验了,这就是学习成果。然后在你接受到一个新不知道答案问题时候,你可以根据学习得到经验,得出这

    作者: mantou
    发表时间: 2018-11-12 15:46:36
    9282
    0
  • 小花带你去AppCube 开发手机销售应用

    我们可以看到应用魔方相关介绍信息 3.点击立即使用,进入应用魔方控制台 4.点击进入开发环境,进入到AppCube开发环境(学习中心和实战演练可以帮助你快速入手AppCube,项目下面放着你自己项目) 导入数据应用 5.开发环境页面,点击管理,切换到管理页面,选择“应用管理

    作者: 花溪
    发表时间: 2021-04-13 04:01:42
    4733
    0
  • 深度神经网络--3.1 前向网络

    本章介绍了深度神经网络几个相关概念,并给出了用MindSpore实现简单神经网络样例。 深度学习(Deep Learning)与传统机器学习最大不同在于其利用神经网络对数据进行高级抽象。而最基础神经网络结构为前向神经网络(Feed forwardNeural Networ

    作者: HWCloudAI
    发表时间: 2020-12-22 07:34:57
    2823
    0
  • 冶金机理模型

    冶金是国民经济建设基础,是国家实力和工业发展水平标志,它为机械、能源、化工、交通、建筑、航空航天工业、国防军工等各行各业提供所需材料产品。现代工业、农业、国防及科技发展对冶金工业不断提出新要求并推动着冶金学科和工程技术发展,反过来,冶金工程发展又不断为人类文明进步提供新物质基

    作者: 啦啦啦0509
    1338
    0
  • 【GaussTech速递】应用无损透明Application Lossless Transparent(ALT)

    到影响连接进行管理和迁移。GNS组件采用是多节点对等多活部署方式,每个GNS服务都拥有集群全量状态数据,JDBC驱动只需要与其中任意一个GNS建立订阅服务,就可以管理应用程序该集群所有节点上连接。 3.关键能力了解了ALT整体架构和运行原理之后,我们再来看看它具备

    作者: GaussDB 数据库
    19
    1
  • 70分钟了解图神经网络,图注意力网络一作带来最「自然」GNN讲解

    Petar 首先介绍了现实世界中图、图神经网络实际应用,以及 GNN 相关库和数据集等。紧接着他展示了该讲座主要内容: 基于基本原理推导 GNN;介绍 GNN 多个独立研究变体;回顾:类 GNN 模型 ML 研究历史中出现;当下:目前一些研究方向;展望:GNN 如何泛化至图结构输入以外。Petar

    作者: 请叫我七七
    1929
    0