检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
作者 | Vihar Kurama译者 | 李众望编辑 | Jane出品 | AI科技大本营【导读】线性代数是一种连续的、非离散的数学形式，许多计算机科学家对此缺乏应用经验，掌握线性代数对理解深度学习算法至关重要。今天AI科技大本营就为大家整理了学习过程中需要必备的线性代数知识，
引言 深度学习是一种新兴的技术，已经在许多领域中得到广泛的应用，如计算机视觉、自然语言处理、语音识别等。在深度学习中，深度学习框架扮演着重要的角色。Keras是一种广泛使用的深度学习框架，它在许多方面都有所改进，并且更加易于使用。 本文将详细介绍Keras，包括它的特点、架构、应用和未来发展趋势。
【C++深度剖析学习总结】 10 C++ 中的新成员new 作者 CodeAllen ，转载请注明出处
深度学习中，做监督学习时需要标注好的数据集。一种利用现成的数据集：比如mnist手写体、ImageNet、COCO、PASCAL VOC、OpenImage等数据集；还有就是我们可以手动标注的数据集。下面教大家如何使用labelImg库来手动标注Dataset。 1、打开an
2.4 梯度下降算法梯度下降算法，又称为最速下降算法，是在无约束条件下计算连续可微函数极小值的基本方法。这种方法的核心思想是用负梯度方向作为下降方向，在1874年由法国科学家Cauchy提出。设f(x)在xk附近连续可微，令x = xk + αd，其中d为单位方向（）。如果，则由Taylor展开式得
引言 石油炼化是一个能源密集型的过程，对于能源的供应和利用有着很高的要求。传统的能源供应优化方法往往依赖于经验和规则，缺乏灵活性和准确性。而深度学习算法可以通过学习大量的数据和模式，自动分析和预测石油炼化过程中的能源需求和供应情况，从而帮助企业实现能源的高效利用。本文将介绍基于
引言 石油炼化是一个复杂的过程，其中存在着各种可能的异常情况，如设备故障、质量异常等。传统的异常检测和诊断方法往往依赖于人工经验和规则，效果有限且不具有普适性。然而，随着深度学习技术的发展，人工智能在异常检测和诊断领域取得了巨大的突破。本文将探讨基于深度学习的方法在石油炼化过程中
打开GitHub Trending，排行第一的项目成功引起了我的注意——deeplearning-models该项目是Jupyter Notebook中TensorFlow和PyTorch的各种深度学习架构，模型和技巧的集合。这份集合的内容到底有多丰富呢？一起来看看传统机器学习感知器TensorFlow
3.3.7 优化函数，优化目标 在有了正向结构和损失函数后，就是通过优化函数来优化学习参数了，这个过程也是在反向传播中完成的。 反向传播过程，就是沿着正向传播的结构向相反方向将误差传递过去。这里面涉及的技术比较多，如L1、L2正则化、冲量调节、学习率自适应、adm随机梯度下降算法等，每一个技巧都代表一个时代。
2.10 卷积面计算在卷积神经网络中，一个卷积层可以包含很多卷积面。卷积面又称为卷积特征图（con-volutional feature map）或卷积图（convolutional map），有时也称为特征图（feature map）。每个卷积面都是根据输入、卷积核和激活函数来
引言 石油炼化过程中的设备能效是影响炼化厂运行成本和环境影响的重要因素。传统的能效改进方法通常依赖于经验和规则，存在效果不稳定和难以复制的问题。随着深度学习技术的发展和应用，越来越多的石油炼化企业开始尝试使用深度学习算法来改进设备能效，提高炼化过程的效率和可持续性。本文将介绍基
【C++深度剖析学习总结】 1 C++语言与面向对象思想 作者 CodeAllen ，转载请注明出处
深度学习算法中的镜像反转网络（Mirrored Inversion Networks） 介绍 镜像反转网络（Mirrored Inversion Networks）是一种在深度学习算法中被广泛应用的技术。它通过镜像反转输入数据的方法来增加数据集的多样性，从而提高模型的泛化能力
引言 近年来，深度学习算法在各个领域取得了重大突破，其中神经网络是深度学习算法的核心组成部分。然而，传统的神经网络在应对动态环境和数据分布漂移等问题时存在一定的限制。为了解决这些问题，研究者们提出了自适应神经网络（Adaptive Neural Networks）的概念。本文
2.8 膨胀卷积运算假设F：Z2→R为离散函数，假设Ωr = [-?r, r]2∩Z2，k：Ωr→R为大小为(2r + 1)2的离散卷积核。F和k的离散卷积还可定义为 （2.76）膨胀卷积（dilated convolution），又称为扩张卷积，是对上述离散卷积的泛化。假设l为膨胀因子（dilation
深度学习之图像识别核心技术与案例实战言有三 著前言 机器学习、深度学习、人工智能，这些关键词在最近几年“声名鹊起”。以深度学习为代表的无监督机器学习技术在图像处理、语音识别和自然语言处理等领域里频频取得新的突破。但深度学习其实并不是一门全新的学科，其历史可以追溯到20世纪4
https://www.bilibili.com/video/av9688898 https://selfdrivingcars.mit.edu/ 主讲人的网站，联系方式 http://agelab.mit.edu/students
概述 深度学习是近年来兴起的一种机器学习方法，它通过模拟人脑神经网络的结构和功能，实现对大规模数据进行高效处理和学习。卷积神经网络（Convolutional Neural Networks，简称CNN）是深度学习中最重要和最常用的算法之一，它在图像识别、计算机视觉和自然语言处理等领域取得了巨大的成功。
引言 自然语言理解（NLU）是自然语言处理（NLP）的一个重要分支，旨在让计算机理解和处理人类语言。问答系统是NLU的一个典型应用，广泛应用于智能助手、客服机器人等领域。本文将介绍如何使用Python和深度学习技术构建一个简单的自然语言理解与问答系统，并提供详细的代码示例。 所需工具
激活函数是深度学习模型中一个关键的组件，它决定了神经网络的输出是否应该被激活或传递到下一层。简单来说，激活函数对神经网络中的每个神经元的输入进行非线性变换，以生成输出。这种变换使得神经网络能够捕捉数据中的复杂模式，并使其能够解决非线性问题。 激活函数的基本概念 在神经网络中，每
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
