已找到以下 10000 条记录
  • 深度学习简介

    信网络。与传统的学习方法相比,深度学习方法预设了更多的模型参数,因此模型训练难度更大,根据统计学习的一般规律知道,模型参数越多,需要参与训练的数据量也越大。 20世纪八九十年代由于计算计算能力有限和相关技术的限制,可用于分析的数据量太小,深度学习在模式分析中并没有表现出优异的识别性能。自从2006年,

    作者: 某地瓜
    1681
    1
  • 批量计算 - 云容器引擎 CCE

    批量计算 CCE部署使用Kubeflow CCE部署使用Caffe CCE部署使用Tensorflow CCE部署使用Flink CCE部署使用ClickHouse Spark on CCE with OBS安装使用指南

  • 概要 - CodeArts IDE Online

    型完成简单的图像分类。 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

  • 浅谈深度学习

    量或矩阵。深度学习模型通常由多个层组成,每层都会提取出不同层次的特征。最外层的层通常负责输出预测结果,而内部的层则负责提取更高层次的特征。深度学习模型的训练通常需要大量的数据和计算资源,但一旦训练完成,它们就可以用于预测和处理各种类型的数据。深度学习技术已经广泛应用于各个领域,例

    作者: 运气男孩
    23
    3
  • 管理计算节点 - 可信智能计算服务 TICS

    在“计算节点管理”页面,查找需要发布数据的计算节点名称,单击“计算节点名称”进入计算节点详情页。 图5 选择计算节点 在“计算节点详情”页,单击“前往计算节点”,在登录页正确输入部署计算节点时设置的“登录用户名”和“密码”。 图6 前往计算节点 在左侧导航树上单击“基本信息”,在“基本信息”页面找到“计算节点状态”部分,触发计算节点状态切换操作。

  • 深度学习:卷积神经网络从入门到精通》——2.10 卷积面计算

    偏置为b,那么卷积面的计算过程可表示为图2.4,或者表示为如下公式: (2.88)图2.4 单幅图像输入时卷积面的计算过程如果输入是D个通道,即有D幅图像x1, x2, …, xD,相应的卷积核分别为w1, w2, …, wD,偏置为b,那么这时卷积面的计算过程可表示为图2.5a,或简化为图2

    作者: 华章计算机
    发表时间: 2019-06-05 23:44:38
    6692
    0
  • 签名计算工具 - 对象存储服务 OBS

    签名计算工具 OBS提供可视化签名计算工具,帮助您轻松完成签名计算。 表1 签名计算工具 签名计算方式 签名计算工具获取地址 Header中携带签名 可视化签名计算工具 URL中携带签名 可视化签名计算工具 工具使用步骤 本节介绍如何使用工具计算签名 使用工具计算Header中携带的签名

  • 深度学习

    法所必需的计算能力 [1]  。深度学习的强大之处在于当决定如何最有效地利用数据时,它能够赋予模型更大的灵活性。人们无需盲目猜测应当选择何种输入。一个调校好的深度学习模型可以接收所有的参数,并自动确定输入值的有用高阶组合。这种能力使得更为复杂的决策过程成为可能,并使计算机比以往任

    作者: G-washington
    2441
    1
  • 深度学习之计算

    为了更精确地描述反向传播算法,使用更精确的计算图(computational graph)语言是很有帮助的。将计算形式化为图形的方法有很多。这里,我们使用图中的每一个节点来表示一个变量。变量可以是标量、向量、矩阵、张量、或者甚至是另一类型的变量。为了形式化我们的图形,我们还需引入

    作者: 小强鼓掌
    948
    3
  • 使用模型 - CodeArts IDE Online

    鲲鹏镜像暂时无法安装TensorFlow,敬请期待后续更新。 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

  • 使用Kubeflow和Volcano实现典型AI训练任务 - 云容器引擎 CCE

    Volcano批量调度系统:加速AI计算的利器 Volcano是一款构建于Kubernetes之上的增强型高性能计算任务批量处理系统。作为一个面向高性能计算场景的平台,它弥补了Kubernetes在机器学习、深度学习、HPC、大数据计算等场景下的基本能力缺失,其中包括gang

  • 认识深度学习

    什么是深度学习 要理解什么是深度学习,人们首先需要理解它是更广泛的人工智能领域的一部分。简而言之,人工智能涉及教计算机思考人类的思维方式,其中包括各种不同的应用,例如计算机视觉、自然语言处理和机器学习。 机器学习是人工智能的一个子集,它使计算机在没有明确编程的情况下能够更好地完成

    作者: 建赟
    1845
    2
  • 浅谈深度学习

    “胶囊”方法),这种高度平行化,就可能失去。总结   其实深度学习 只需要理解两句话:        1.  深度学习可以让计算机通过简单的概念构建复杂的概念。         2. 深度学习是机器学习的一种, 能使计算机系统从经验和数据中得到提高的技术。

    作者: 运气男孩
    1268
    3
  • 深度学习:主流框架和编程实战》——2TensorFlow深度学习

    第2章TensorFlow深度学习框架构建方法与图像分类的实现Google公司不仅是大数据和云计算的领导者,在机器学习和深度学习领域也有很好的实践和积累,其内部使用的深度学习框架TensorFlow使深度学习爱好者的学习门槛越来越低。TensorFlow作为一个用于机器智能的开源

    作者: 华章计算机
    发表时间: 2019-06-04 19:35:14
    6226
    0
  • 《Keras深度学习实战》—2.4 MNIST数据集

    2.4 MNIST数据集MNIST是一个包含60 000个0~9这十个数字的28×28像素灰度图像的数据集。MNIST也包括10 000个测试集图像。数据集包含以下四个文件:train-images-idx3-ubyte.gz:训练集图像(9 912 422字节),见http://yann

    作者: 华章计算机
    发表时间: 2019-06-15 12:20:24
    7582
    0
  • 深度学习:卷积神经网络从入门到精通》——2.11 池化面计算

    2.11 池化面计算在卷积神经网络中,下采样过程又称为池化过程。相应地,平均下采样和最大下采样又分别称为平均池化和最大池化。池化面的输入既可以是卷积面,也可以是池化面。如果输入的是卷积面C,并对其进行块大小为λ×τ的不重叠下采样,那么平均池化面和最大池化面的计算过程可分别表示为图2

    作者: 华章计算机
    发表时间: 2019-06-05 23:46:22
    5608
    0
  • 深度学习释义

    含多个隐层的深度学习模型 含多个隐层的深度学习模型 从一个输入中产生一个输出所涉及的计算可以通过一个流向图(flow graph)来表示:流向图是一种能够表示计算的图,在这种图中每一个节点表示一个基本的计算以及一个计算的值,计算的结果被应用到这个节点的子节点的值。考虑这样一个计算集合,

    作者: 某地瓜
    1961
    1
  • 知识计算探索和应用

    遇见你,遇见未来 华为云 | +智能,见未来 天才少年招聘 知识计算探索和应用 知识计算探索和应用 领域方向:语音语义 职位名称: 知识计算算法专家 知识计算探索和应用 语音语义 知识计算算法专家 挑战课题方向简介 人工智能正从2.0感知智能时代正在进入3.0认知智能时代,企业智

  • 计算

    展。1      云计算的好处云计算是企业对IT资源的传统思维方式的一大转变。以下是云计算服务的主要好处:1.1    费用降低云计算省去了购买硬件和软件以及建立和运行现场数据中心的资本支出, 如服务器的机架、24小时供电和制冷的电力以及管理基础设施的IT专家。1.2    部署

    作者: Jet Ding
    发表时间: 2020-09-29 10:38:02
    3146
    0
  • 深度学习导论

    不断发展和进步,深度学习逐渐被应用于企业界,并取得了显著的成功和商业价值。从2012年开始,深度学习在企业界的应用开始加速发展。许多大型科技公司开始将深度学习应用于语音识别、图像分类、自然语言处理等领域,并取得了突破性的进展。这些成功的应用案例进一步推动了深度学习在企业界的发展,

    作者: 林欣
    41
    1