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
  • 疯狂java之学习笔记(13)-------------数组学习以及循环机制中for each讲解

    1][2]; 多维数组添加数值方式,类似于二进制增进过程,逐级向上增加。   for each学习     foreach语句是java5新特征之一,在遍历数组、集合方面,foreach为开发人员提供了极大方便。  

    作者: brucexiaogui
    发表时间: 2021-12-29 15:43:51
    488
    0
  • MongoDB数据模型浅析-01

    应用可以随意变更文档数据结构,不受限于表结构定义影响。</align><align=left>这也就是我们通常说MonogDB一个优点,灵活数据模式。</align><align=left> 对于一个使用MongoDB存储数据系统来说, 需要良好设计MongoDB的文档的数据结构,

    作者: danglf
    7730
    0
  • 自己训练caffe yolov3 模型 没有报错 也没有识别结果

    0_c++中sample代码,prototxt文件参照https://support.huaweicloud.com/usermanual-mindstudioc73/atlasmindstudio_02_0112.html修改,caffemodel是基于原本prototx

    作者: 期系级
    841
    4
  • KubeEdge发布云原生边缘计算威胁模型及安全防护技术白皮书

    本文将分析KubeEdge威胁模型,并给出相应安全防护方案。 目标人群 以下人群在使用KubeEdge过程中,了解本文分析KubeEdge威胁风险和可能缓解措施将对他们工作发挥很大作用: &bull; KubeEdge贡献者。 一个通用威胁模型可能对开发KubeEdg

    作者: 云容器大未来
    发表时间: 2022-07-26 11:51:23
    1681
    0
  • 基于ModelAtrts平台使用mindspore框架提升CIFAR-10模型精度

    慢上升卷积核数量原因是当输出卷积核数量远远多于输入卷积核数量时卷积神经网络会出现过度参数化情况,网络参数数量急剧增加,从而增加模型复杂性。也有可能会出现过度关注局部特征情况,当输出卷积核数量远多于输入卷积核数量时,网络可能会过度关注局部细节特征。较多卷积核数

    作者: 陆诚韬
    243
    1
  • 官方yolov3sample换成自己训练转换模型报错Segmentation fault

    如题,应该是模型和参数不匹配导致,只是不知道官方sample代码需要改哪几处才可以适配?

    作者: zk_1989
    1330
    1
  • arm和310加速卡规格部署mindspore模型约束和要求是什么呢?

    Ascend:1*Ascend-D310(8G)|ARM:3核自定义镜像部署Mindspore模型约束和要求是啥

    作者: 笑傲之风云
    925
    3
  • 架构学习——原型图

    “原型”最基本定义是“最终产品仿真或样本版本,用于发布之前方便测试。” 原型目标是在花费大量时间和金钱进入开发产品前,让开发者以及对应需求方能够快速了解产品创意以及产品样式布局。 二、为什么要画原型图? 帮助需求方更好了解产品设计方案,也方便进行对应调整和修

    作者: 翟文彪
    发表时间: 2022-05-10 15:28:37
    1007
    0
  • 模型转化后在hilens studio运行时出现问题

    我们在将frozen graph模型转化为om模型后,将该模型在hilens studio运行时出现以下问题:我们模型输出是outputTensorVec[0]: name=output_0_feat_1_0 n=1 c=33 h=13 w=13 size=22308outputTensorVec[1]:

    作者: 潜水员
    1235
    6
  • 【atlas 200 dk】【样例】图片和视频检测模型不是通用

    【功能模块】YOLOV3_VOC_detection_picture中正常使用om模型,复制到YOLOV3_coco_detection_video下面不能使用【截图信息】[INFO]  Acl init success[INFO]  Open device 0 success[INFO]

    作者: 彬子
    630
    2
  • 数据库模型设计案例分享(GaussDB版)

    理数据模型(PDM)表示如何在数据库中构建模型。 物理数据库模型显示所有表结构,包括列名,列数据类型,列约束,主键,外键以及表之间关系。物理数据模型功能包括:规范所有表和列外键用于标识表之间关系。物理上考虑可能导致物理数据模型与逻辑数据模型有差异不同RDBMS物理数据

    作者: Gauss松鼠会小助手2
    100
    2
  • 【MindSpore】【转换为MindSpore Lite模型】转换失败

    so.0: cannot open shared object file: No such file or directory】2、官网提供欢迎查看MindSpore Lite教程不完善【截图信息】【日志信息】(可选,上传日志内容或者附件)

    作者: MindSporer
    1978
    7
  • Elasticsearch学习

    是一个基于ApacheLucene™开源搜索引擎,是一个分布式 免费开源搜索和分析引擎 ,适用于包括文本、数字、地理空间、结构化和非结构化数据等在内所有类型数据!无论在开源还是专有领域,Lucene可以被认为是迄今为止最先进、性能最好、功能最全搜索引擎库。 1-2、ES 可以干什么?

    作者: 木字楠
    发表时间: 2022-12-22 11:55:15
    157
    0
  • 【摄像机 SDC】模型转换精度

    您好,我想问一下就是在Caffe->wk这个阶段,RuyiStudio   和   好望开发平台高级模式下模型转化效果(caffe->wk)是一样吗?同一个caffe模型转到wk时两者转换精度是否在一个量级上?

    作者: TM123
    3282
    1
  • 【企业培训】玩转时习知No.2 | 学习太枯燥?学习地图让你边学边玩

    时习知,你数字化学堂 时习知官方网站:shixizhi.huawei.com 时习知华为云链接:https://marketplace.huaweicloud.com/contents/86090788-0bf1-409e-82c4-a13558bdb6fc

    作者: 时习知-企业培训
    发表时间: 2022-07-19 06:58:12
    500
    0
  • 【数学建模】MATLAB应用实战系列(九十)-TOPSIS法应用案例(附MATLAB和Python代码)

    品专栏,需要小伙伴可自行订阅 深度学习100例全系列详细教程&nbsp; 深度学习算法原理介绍及应用案例 tensorflow从入门到精通100讲&nbsp;深度学习框架TensorFlow应用案例 手把手教你ML机器学习算法源码全解析&nbsp; 机器学习算法解析及应用案例

    作者: 格图洛书
    发表时间: 2022-06-09 16:58:28
    333
    0
  • 【一周AI资讯】20211119:大脑模拟AI学习策略,这项逼近反向传播研究登上《自然-神经科学》

     热点二:异构表格数据挑战,深度神经网络如何解?来自图宾根大学等机构研究者进行了首个深入研究基于表格数据深度学习方法工作,为该领域内研究者和从业者提供了一份宝贵指南。异构表格数据是最常用数据形式,对于众多关键和计算要求高应用程序至关重要。深度神经网络在同构数据集上

    作者: chengxiaoli
    2789
    0
  • Shell 编程学习(一)

    号和单引号中如果有其他单引号/双引号包含name变量是可以,而单引号是不行;但是双引号和单引号中如果有其他单引号/双引号包含name变量是可以,而单引号是不行;但是双引号和单引号中如果有其他单引号/双引号包含name变量,是可以,理解为字符串拼接。 2)字符串拼接

    作者: Studying-swz
    发表时间: 2022-10-07 12:32:19
    152
    0
  • HCIA职业认证训练营:学习心得

    和创新应用服务管理和应用,还有华为云运维基础,让我对HCIA-Cloud Service有了更多了解,相较于2.2版本,更认识到了云计算重要性,。同时,自己参与训练营,通过结课考试,还可以获取HCIA职业认证训练营结课证书,这对我未来考取职业证书有很大帮助。最主要是感

    作者: 三蓝
    343
    0
  • Netty学习指南(资料、文章汇总)

    @[toc] 学习资料 学习前具备知识:Java基础IO、多线程、部分jvm知识… Netty官网 原理知识点: TCP粘包与粘包(网络):面试题:粘包和拆包、tcp粘包和拆包处理方案 简述同步IO、异步IO、阻塞IO、非阻塞IO之间联系与区别 文章推荐: netty全过程图解(最详细清晰版)

    作者: 长路
    发表时间: 2022-11-27 14:56:02
    86
    0