已找到以下 10000 条记录
  • 契约锁&明源云深度集成,推动中南锦时地产印章管理数字化转型

    中南锦时是中国500强企业中南集团战略部署地产板块的新锐品牌,依托中南集团强大的产品经验、技术能力和资源支持,用数字化科技全面赋能房地产行业。此次引入电子签章,推动地产业务在线用印、远程签约,将为中南锦时的地产业务数字化转型注入全新动力。构建“统一印控中心”,探索无纸化办公,推动

    作者: 契约锁
    1028
    1
  • 探索基于机器学习的石油炼化过程安全优化

    和预处理技术,我们可以对原始数据进行清洗、归一化和特征提取,以用于机器学习建模和分析。 模型建立与训练 基于收集的过程参数数据,我们可以建立起石油炼化过程的安全模型。利用机器学习算法,如监督学习和无监督学习,我们可以训练模型来识别潜在的危险和异常情况。通过监测过程参数数据和历

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 22:06:29
    9
    0
  • 《为何朴素贝叶斯在小规模数据集中大放异彩?这篇文章来告诉你!》

    算出该单词在不同类别下的条件概率。即使数据不大,也能通过这些简单的统计得到较为可靠的概率估计。 而像深度学习中的神经网络算法,通常需要海量的数据来调整大量的网络参数,以避免过拟合。在小规模数据集上,神经网络很容易因为数据不足,无法学习到数据的真实分布,导致模型泛化能力差。但朴素

    作者: 程序员阿伟
    发表时间: 2025-02-03 15:47:10
    0
    0
  • Sleuth链路追踪学习与分享

    Sleuth链路追踪学习与分享 微服务架构带来的一些思考 ​ 随着微服务架构的流行,服务按照不同的维度进行拆分,一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上,这些软件模块,有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了

    作者: 数据湖爱好者
    发表时间: 2021-05-13 07:31:25
    2365
    0
  • 图灵测试70载,回顾对话机器人的经典实践和最新进展 | 以华为云对话机器人为例

    践证明,预训练加微调的方式效果确实会比传统的深度学习的重新训练效果好很多。再结合现在深度学习的可解释性,有一部分人在研究神经网络与符号类进行结合去解释深度学习,更好地去建模真实的 AI 问题。 然后是无监督学习,无监督学习和小样本学习面对的同样还是企业场景的问题,客户可能没有标注

    作者: listen2Bot
    发表时间: 2020-09-29 20:27:34
    12785
    0
  • 使用MindSpore训练手写数字识别模型笔记分享(上)

    1989年,Yann LeCun使用SIFT等传统计算机视觉算法。同时期,SVM(支持向量机)等机器学习算法也在迭代与优化。各种不同的方法各有优劣。 基于深度学习的识别方法 深度学习是使用深度神经网络的机器学习方法,含有五个及以上隐藏层 1994年,Yann Lecun发布了结合反向传播的卷积

    作者: Jack20
    发表时间: 2022-12-13 14:27:10
    1511
    0
  • 数据结构学习:树的遍历 前序 中序 后序 层序

    以分为: 深度优先遍历 :前序遍历/中序遍历/后序遍历广度优先遍历 二者的区别在于 深度优先搜索先访问子节点,再访问父节点,最后是第二个子节点; 广度优先搜索先访问第一个子节点,再访问第二个子节点,最后访问父节点; 深度优先遍历 下面,对下图所示的二叉树进行深度优先遍历,同

    作者: 小麦大叔
    发表时间: 2021-12-31 16:02:59
    980
    0
  • ModelArts自动学习是什么_自动学习简介_零代码完成AI开发

    ModelArts 自动学习 ModelArts 自动学习 ModelArts自动学习是一个帮助人们实现特定AI应用的低门槛、高灵活、零代码的定制化模型开发工具。开发者无需专业的AI基础、不需要编写任何代码,使用自动学习简单操作即可训练出属于自己的定制化模型。 ModelArts自动学习是一个帮

  • 基于机器学习的油井工况智能诊断与分析

    油井的工况数据,包括温度、压力、流量等参数。我们的目标是利用机器学习算法来进行油井工况的智能诊断与分析,以实现故障预测、优化生产和提高效率。 文章内容概述: 引言 介绍油井工况的重要性和挑战性 阐述利用机器学习进行智能诊断与分析的潜力 数据采集与预处理 描述油井工况数据的采集方式和传感器布置

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 21:13:17
    9
    0
  • WEB全栈学习笔记-HTML和CSS

    们好好学习。2020/06/21(2020/07/04补记) 这是WEB前端全栈的第二周笔记本周笔记由于其它事情耽误了,今日补记。 HTML第5章表单。 表单是form,老师打的一个比喻比较好。表单里有许多一个个的小的组件,但是他们组合起来,就可以形成内容丰富的表单。 学习Inp

    作者: 黄生
    发表时间: 2020-09-06 22:08:25
    2946
    0
  • 深度实践OpenStack:基于Python的OpenStack组件开发—2.2.2 迷你AlphaGo的完整实现

    才能让神经网络的所有权重都合适。在这段代码中以“for”开头的语句说明整个过程需要循环很多次(实际上是1000次),而后面缩进的语句都是循环的内容。在循环的内容中,我们需要告诉优化器每次改良的依据是什么。因此后面缩进的代码先告诉优化器改良的依据,然后通过“optimizer.

    作者: 华章计算机
    发表时间: 2019-06-01 22:32:10
    5725
    0
  • 如何对视频中的物体运动轨迹进行学习

    最近产品经理提到一个新的需求,需要开发团队对此进行可行性探讨,客户需要对视频中的运动物体的轨迹进行描述,最好是图形化表示。开发团队最初是对视频的固定间隔的图像进行采样,放到同一坐标下去识别比较,然后绘制出物体坐标的变化轨迹,得到的结果不太理想,AI这块部分用的是第三方的模块进行物体检测。主要问题:1

    作者: RabbitCloud
    1044
    1
  • 物联网课程学习笔记,数据分析服务介绍

    华为云物联网数据分析,是从物联网应用场景出发,提供行业大数据分析最佳实践,降低企业物联网数据开发门槛。主要面向3类目标场景:1、设备基础类报表统计分析如设增长趋势,激活设备趋势等2、设备运行诊断分析分析判断设备的运行状态时是否健康,是否运行状态达到预期目标3、设备高级分析使用人工

    作者: 极客潇
    1961
    4
  • 分享图机器学习研究趋势——不断更新的应用

    GNN已经在一些实际任务中进行了应用。例如已经有一些程序应用于玩游戏、回答智商测试、优化TensorFlow计算图形、分子生成以及对话系统中的问题生成。HOPPITY: LEARNING GRAPH TRANSFORMATIONS TO DETECT AND FIX BUGS IN

    作者: 初学者7000
    1067
    3
  • DLI学习demo-企业数据经营分析实战操作指导

    =1T&time=0#/main/resource/package免费试用规则:仅限华为云实名认证的用户领取,上海一,1元1TBSQL扫描套餐包,每人限领1次。大数据技术已经被广泛应用于企业的精准营销领域。沃尔玛公司是一家美国的跨国零售企业,在保持高速发展的同时,沉淀了海量的销

    作者: 云湖湖
    6998
    2
  • MindSpore学习第一步,官网初体验

    华为云账号:lhw79459023-个人邮箱:845053993@qq.com

    作者: 多米诺的古牌
    416
    2
  •  MindSpore学习———动态图与静态图(Graph and PyNative)

    图片的形式主要分为两种形式,也是基本常用的两种。Graph模式:静态图模式或者图模式,将神经网络模型编译成一整张图,然后下发执行。该模式利用图优化等技术提高运行性能,同时有助于规模部署和跨平台运行。PyNative模式:动态图模式,将神经网络中的各个算子逐一下发执行,方便用户编写

    作者: 佳佳佳佳佳佳
    637
    0
  • 分享机器学习趋势论文----逻辑和知识图嵌入

    逻辑和知识图嵌入    如果你平时就有关注arXiv或者AI会议论文的话,你肯定已经发现,每年都会有一些越来越复杂的知识图嵌入模型,每次都会把最佳表现的记录刷新那么一点点。那么,知识图的表达能力有没有理论上限呢,或者有没有人研究过模型本身能对哪些建模、对哪些不能建模呢?    论文:Group

    作者: 初学者7000
    324
    0
  • 参加Hadoop学习的同志们可以领礼品了

    https://bbs.huaweicloud.com/blogs/248576?wxwork_userid=HuaWeiYun7HaoZhuShou活动结束 ,可以填地址领礼品了,不要忘了

    作者: 一缕阳光_666
    1427
    10
  • 机器学习真实案例研究:基于文本描述的交易聚类

    本文为大家介绍了在日常的电子交易中对用户的交易信息进行聚类分析和建模,提供了用户分析的思路和建议。原文链接

    作者: AI资讯
    10150
    36