【MindSpore易点通】机器学习系列：图片文字识别

寸的图片来训练一个能够准确识别行人的模型。然后用之前训练识别行人的模型时所采用的图片尺寸在我们要进行行人识别的图片上进行剪裁，将剪裁得到的部分交给模型，让模型判断是否为行人，继而不断地在图片上滑动剪裁区域重新进行剪裁，同样将新剪裁的部分交给模型进行判断，如此循环直至将图片全部检测

ACL 2019 | AI2等提出自动知识图谱构建模型COMET，接近人类表现

研究结果说明，使用生成常识模型进行自动常识知识图谱补全很快可以成为抽取模型的有效替代方法。图 1：COMET 从一个已有知识图谱中学习（实线），并生成新的节点和边（虚线）。模型架构任务COMET 使用知识三元组作为种子集进行预训练，并使用训练好的语言模型构建常识知识图谱。三元组向

机器学习（三）：人工智能主要分支

展。还有设计和制造机器人需要相对较高的投资。 发展历史： 总的来说，人工智能领域的研究前沿正逐渐从搜索、知识和推理领域转向机器学习、深度学习、计算机视觉和机器人领域。 大多数早期技术至少已经处于应用阶段了，而且其中一些已经显现出了社会影响力。一些新开发的技术可能仍处于工程甚

AppEngine 如何把查询出的数据封装excel？

有时候我们需要在代码中把查询到的数据导出为excel文件，这时候就需要引入js-xlsx 库来解决了。js-xlsx是SheetJS出品的一款非常方便的只需要纯JS即可读取和导出excel的工具库，功能强大，支持格式众多，支持xls、xlsx、ods(一种OpenOffice专有

PHP封装的简单连接MongoDB类示例

1. 封装MongoDB类<?php class MongoDB { private $database; private $mongo; function __construct() { $this->mongo = new MongoClient("

【2023 · CANN训练营第一季】MindSpore模型快速调优攻略 第一章——调试调优背景介绍

1.模型迁移、模型调试调优背景介绍 模型训练\推理过程中可能遇到的问题： • 代码编写错误，问题难以定位； • 模型结构错误； • 权重更新错误； • 损失函数设计错误； • 半精度下计算溢出； • Loss scale调整不当； • 过拟合、欠拟合； • 梯度消失/爆炸； •

Python监督学习之分类算法的概述

初入机器学习，无论是在书本上，还是在学习平台上，第一个介绍的就是监督学习，那么什么是监督学习呢？监督——顾名思义，把你“看着学习”，说的直白一点就是让你的计算机明白一种规律，并且按照这种规律进行大量的学习，最后通过该规律进行预测或者分类。 生活

AI建模-分子动力学仿真

工具对高维函数缺乏有效手段，而AI深度学习，本质上就是一个数学工具 为高维函数的逼近提供了有力工具，接下来会介绍一下建模的思想和过程 首先理清楚我们的目的和已具备的条件： 目的：构建一个深度学习网络，最终可以训练计算出一个高维函数（训练出一个模型）来表示这个物理体系，最终计算出来的结果

深度时空残差网络在城市人流量预测中的应用

n的通用预测模型。在本文中，为了有效地对特定的时空预测(即城市人群流量)建模，我们主要提出使用残差学习和基于参数矩阵的融合机制。关于数据融合方法的调查见(Zheng 2015)。 总结及未来工作   基于历史轨迹数据、天气和事件，我们提出了一个基于深度学习的新模型，用于预测城市

DTSE Tech Talk | 第35期：解决大模型“开发难”，昇思MindSpore自动并行技术应用实践

还着力打造学习型社区环境，希望凝聚开发者力量共建社区，与开发者共同学习和成长。 昇思MindSpore自动并行技术的实际运用 昇思MindSpore具备丰富的并行能力，能轻松完成4096卡集群、万亿参数规模的训练任务，因此支撑了国内多个领域首发大模型的训练，这些大模型涉及知识问

学习过程中发现的几个问题

最近正在学习HUAWEI WeAutomate RPA开发者在线课程（初级）课程，链接如下：https://connect.huaweicloud.com/courses/learn/course-v1:HuaweiX+CBUCNXEA001+Self-paced/about/sp:cloudEdu_

机器学习之分类问题的评价指标

的极端情况，Accuracy 值也为 0.95，也就是说模型的精度是 95%。但是不管精度多高，一个把所有数据都分类为 Negative 的模型，不能说它是好模型。 假设我们的模型分类结果如下： 精确率：

【atlas200dk产品】【atc功能】resnet_v1_50.pb amct模型压缩成功，atc模型转换异常

--input_shape="input:1,224,224,3" --log=info 原始模型下载路径ATC ResNet V1 50 (FP16)-昇腾社区 (hiascend.com)amct模型压缩指导链接python/level1_single_api/9_amct/amct_

昇思人工智能框架峰会（二）大模型推理专题论坛

ModelArts支持将模型部署为哪些类型的服务？

ModelArts支持将模型部署为哪些类型的服务？

到底值不值得学习？

会遇到的情况。这种人在失业之后很难再找到一份好工作，因为日复一日的重复工作已经让自己的技能退化。人到中年，无论是学习视频剪辑也好，学习写作也好，学习动画制作也好，学习低代码也好，这都是一个道理，只是为了给自己增加一点技能，好在被市场抛弃时能有底气去开辟另一个天地。

ADC2.0模型生成服务和页面之后预置模型数据，每次部署工程，预置的数据会重复添加

ADC2.0模型生成服务和页面之后预置模型数据，每次部署工程，预置的数据会重复添加

Vue进阶（一）：Vue学习资料汇总

注： 依赖包都配置在package.json中。 WebStorm应用技巧 Vue官网 Vue学习手册 WebStorm官网下载地址 Node.js官网下载地址 慕课网视频学习 Vue学习视频汇总 基础1（免费） 很基础，不过知识点不够全面，例如路由、启动原理等。 基础2（免费） 中级（免费）