训练营学习 分享

本次训练营学习，托马斯商城这个项目和DevCloud产品让我对部署程序有帮助。DevOps源于Google、Amazon、Facebook等企业实践，2008年PatrickDebois在“Agile 2008 conference”首次提出DevOps术语，由Filckr展示的

《Python大规模机器学习》—1 迈向可扩展性的第一步

第1章迈向可扩展性的第一步欢迎阅读本书！你将学习关于使用Python实现机器学习可扩展性的知识。本章将讨论如何用Python从大数据中进行有效学习，以及如何使用单机或其他机器集群进行这样的学习，比如可从Amazon Web（AWS）或Goolge云平台访问这样的集群。在本书中，我

RIPPER算法原理

在众多分类算法中，决策树作为一种基于有监督学习的层次模型被大量使用，其有一种其他算法难以比拟的优点：可解释性强——通过将学习到的决策树可以很轻易的转换成“如果…那么”形式的规则。但决策树规则的建立依赖于树的生成，树的建立过程

【EI企业智能的学习心得】 1.1人工智能行业趋势

 计算机视觉，也逐渐进入了成熟期。图像识别、文字识别，成熟度比较高。人脸识别都已经有了大的突破。       平台类服务，如：机器学习、深度学习、图计算、边缘计算，物联网等。机器学习，在工业领域。深度学习，在视觉分析。    了解了人工智能发展的4个阶段，华为云EI的发展阶段。华为云提供了EI服务和产品。感

学习"打卡" 第一期活动 获奖者公布

荣耀手环4 Running版   1人+书籍《深度学习入门 给予Python的理论与实现》                     2.     荣耀魔方蓝牙Mini小音箱   2人                     3.     书籍 《深度学习与MindSpore实践》 3人   

华为开发者认证E级云架构学习分享

道自己不知道” 。培训中接触到云计算领域的众多先进技术和复杂概念，如领域驱动、微服务设计、大数据架构设计等，云架构所涉及的知识面之广、技术深度之深，清楚认识到存在的知识盲区，对以后技术查漏补缺提升很有意义。

【玩转华为云】手把手教你利用ModelArts实现垃圾自动分类

中单击“创建项目”在“创建图像分类项目”页面中，填写“项目名称”“数据集名称”选择“数据集输入位置”垃圾分类数据集OBS路径为“/garbage-modelarts/garbage-data/train/”“数据集输出位置”选择一个空目录如“/garbage-modelarts/

【华为云-上云之路】手把手教你利用ModelArts零代码开发口罩佩戴检测模型

  关于口罩佩戴识别的数据集，这里我是用已经标注好了的数据集，数据集一共200张口罩佩戴的相关图片以及每张图片对应的xml标注文件。   数据集文件存储在了公众号的后台，后台回复“口罩”可获得后台口罩佩戴数据集文件：    

【MindSpore易点通】网络实战之使用MobileNetv2实现图像分类

型Mobilenet_V2。该模型骨骼精奇，独特的网络结构设计可以减少训练过程中的计算次数和对内存的占用，下面我们一起探讨学习下。MindSpore深度学习框架中的MobileNet_V2可以结合硬件感知神经网络架构搜索（NAS）和NetAdapt算法，移植到手机CPU上运行，不

《机器学习：算法视角（原书第2版）》 —3.5　线性回归

测试线性回归的一种更好的方法就是去寻找一个真正的回归数据集。在这里，UCI数据库同样有用。我们将要研究的是auto-mpg数据集，它包含关于汽车的一系列数据点（重量、马力等），目标是预测每加仑的燃油效率，以英里为单位。这个数据集存在一个问题，里面有一些缺失的值（以问号“？”标记）。np

如何学习java后台开发

如何学习java后台开发，有学习路线吗

百度，阿里，华为AI开发者计划分析

提供了深度学习、机器学习、AutoDL、AutoML四种模式进行模型训练。深度学习提供的算法或框架有tensorflow、pytorch、百度自研发的paddle。a.深度学习提供的算法或框架有tensorflow、pytorch、及百度自研发的paddle。b.机器学习有数据标

深度学习和目标检测系列教程 8-300：目标检测常见的标注工具LabelImg和将xml文件提取图像信息

@Author：Runsen 图像标注主要用于创建数据集进行图片的标注。本篇博客将推荐一款非常实用的图片标注工具LabelImg，重点介绍其安装使用过程。如果想简单点，请直接下载打包版（下载地址见结尾），无需编译，直接打开即可！ 感谢原作者对Github的贡献，博主发

华为云 云上先锋 AI挑战赛 第一名方案

  本次比赛为AI主题赛中的挑战赛。选手可以使用卷积神经网络对生活中的街道场景进行识别。数据集下载大赛方数据集以及cityscapes数据集，剔除大赛方数据集中标签不对的40张数据后，将所有数据作为训练集，并且评估时只评估清洗后的大赛方数据集。       类别：路面、人、车辆、建筑、交通标志、植物、天空

High skr 人，华为云高校学习营（AI+大数据）福利升级啦！！

机器学习是如何重塑软件测试的

 机器学习如何使软件开发和测试变得更好?   1-ML已经被软件测试人员用于自动化和改进测试过程。它通常与敏捷方法结合使用，后者强调持续交付和增量迭代开发，而不是一次构建整个产品。作者认为敏捷和scrum方法的未来会涉及大量的机器学习和人工智能，这就是原因之一。2-机器学习可以在很多方面改进软件测试：2

GaussDB(DWS)伙伴赋能学习课表

项目学习内容学习目标学习材料学习时间产品架构GaussDB(DWS)产品架构学习主要学习GaussDB(DWS)的产品架构，了解GaussDB(DWS)应用场景、关键特性与案例https://bbs.huaweicloud.com/videos/103289Week 1，Day

机器学习之混淆矩阵

2c69d0f9)的回答，但是答主有一处描述有误，这里重新组织一下。 我们可以对一百张图片进行学习分类，其中包含 火星（40张），地球（40张），冰激凌（20张） 三个种类； 在算法学习过程中需要对每次的叠代分类结果进行精度评估，用到混淆矩阵这一工具。如下图，每次叠代后列出当前各类别分类状态的混淆矩阵。