已找到以下 10000 条记录
  • 最常见的NLP任务

    NLP任务可以大致分为词法分析、句法分析、语义分析三个层面。具体的,本文按照单词-】句子】文本做顺序展开,并介绍各个层面的任务及对应技术。本节上半部分的分词、命名实体识别、词向量等等可以视为NLP基础的任务。分词分词是指将文档划分为单个单词的列表。你可能想要删除停用词或为句子中的

    作者: QGS
    443
    3
  • 智慧变电站中的故障诊断与预测算法研究

    1. 引言 1.1 背景介绍 随着电力系统的发展和智能化技术的应用,变电站作为电力系统的重要组成部分,起着电能转换、配电和保护的重要作用。然而,由于变电站设备的长期运行和环境的影响,故障的发生是不可避免的。这些故障可能导致电力系统的异常运行、停电甚至设备损坏,造成严重的经济损

    作者: 皮牙子抓饭
    发表时间: 2023-07-27 10:11:13
    43
    0
  • 探讨场景文本识别中的语言模型

     在目前基于深度学习的语言模型结构主要包括三个类别:基于RNN的语言模型,基于CNN的语言模型和基于Transformer的语言模型。接下来我会对它们进行依次介绍,并且逐一分析他们的优缺点。 1.通过RNN的语言模型结构 图1 基于RNN的语言模型结构 随着深度学习的发展,在受到NLP(Natural

    作者: 是非得失
    发表时间: 2020-12-04 11:44:42
    1923
    0
  • 昇腾高校教学合作FAQ

    关实验需要。 - 是否赠送教辅图书? ,可通过京东购买: 1. https://item.jd.com/12570999.html 2. https://item.jd.com/12839912.html - 是否赠送昇腾相关的认证? 。 ## 其他FAQ - [ModelA

    作者: 咚咚董
    357
    0
  • DGL | 基于深度图学习框架DGL的分子图初探

    DGL简介         纽约大学、纽约大学上海分校、AWS上海研究院以及AWS MXNet Science Team共同开源了一个面向图神经网络及图机器学习的全新框架,命名为Deep Graph Library(DGL)。  

    作者: DrugAI
    发表时间: 2021-07-14 18:28:35
    935
    0
  • 获取桶的生命周期配置(Python SDK) - 对象存储服务 OBS

    完整的状态码列表请参见状态码。 默认取值: reason str 参数解释: HTTP文本描述。 默认取值: errorCode str 参数解释: OBS服务端错误码,当status参数小于300时为空。 默认取值: errorMessage str 参数解释:

  • 文件IO操作,文件路径操作和文件

    将一个文件的内容拷贝的另外一个文件当中# 格式:shutil.copyfileobj(open(来源文件,'r'),open('目标文件','w'))# 返回值: copyfile()# 功能:将一个文件的内容拷贝的另外一个文件当中# 格式:shutil.copyfile(来源文件,目标文件)# 返回值:目标文件的路径

    作者: 子都爱学习
    发表时间: 2021-10-23 10:53:28
    802
    0
  • 暴力行为 检测

      Violence_detection   有演示: https://github.com/meet-soni5720/Fight-Detection ResNet152   关键点: https://github.com/imsoo/fight_detection

    作者: 风吹稻花香
    发表时间: 2021-06-04 16:59:20
    1532
    0
  • 【机器学习】嘿马机器学习(算法篇)第11篇:决策树算法,学习目标【附代码文档】

    第三章补充内容:分类中解决类别不平衡问题 1 类别不平衡数据集基本介绍 向量与矩阵的范数 1.向量的范数 2.矩阵的范数 如何理解偏估计?偏估计有什么用? 1.如何理解偏估计 完整笔记资料代码:https://gitee.com/yinuo112/AI/tree/master/机器学习/嘿马机器学习(算法篇)/note

    作者: 程序员一诺python
    发表时间: 2024-12-23 19:47:42
    0
    0
  • 基于CNN卷积神经网络的调制信号识别算法matlab仿真

    1.算法运行效果图预览     2.算法运行软件版本 MATLAB2022A   3.算法理论概述         在无线通信系统中,调制信号的识别是一项重要的任务。通过识

    作者: 简简单单做算法
    发表时间: 2023-09-18 23:58:36
    179
    0
  • 【华为云·微话题】Lurayvis与您探讨手机摄像未来,赢《深入理解LINUX网络技术内幕》书籍

    存在大量空白地方,也能够正确地填补相应位置。          AI技术比Adobe多走一步,除了收集附近的像素数据,更会通过AI技术及深度学习,全面认知照片主题,再进行修复。因此,就算照片有大量需填补空缺,都足以应付。华为Mate 10内置的麒麟970处理器所带来的 AI引擎,它让Mate

    作者: 云集而动
    6480
    0
  • 创建共享资源池 - 容器批量计算 BCE

    创建共享资源池 共享资源池由云容器实例CCI服务的 Serverless Container(服务器容器)引擎支撑。让您无需创建和管理服务器集群即可直接运行容器。 使用云容器实例,您不再需要关注集群和服务器,通过简单的配置即可快速创建容器负载。如果作业是成熟稳定的,建议您使用云容器实例环境,可以省去对资源的关注。

  • 华为云盘古大模型介绍

    华为云发布盘古系列超大规模预训练模型,包括30亿参数的全球最大视觉(CV)预训练模型,以及与循环智能、鹏城实验室联合开发的千亿参数、40TB训练数据的全球最大中文语言(NLP)预训练模型。其中,盘古NLP大模型由华为云、循环智能和鹏城实验室联合开发,具备领先的语言理解和模型生成能

    作者: QGS
    8684
    6
  • 华为云资料 2021年7月刊

    Pro 文字识别套件操作指导 自然语言处理 NLP 03:18 自然语言处理 NLP 如何使用NLP API 精品推荐 端到端案例,学会华为云压力 数据治理中心 DataArts Studio 通过For Each算子批量创建分表迁移作业 通过For Each算子批量创建分表迁移作业

  • 写一个spark的java程序

    编写Spark的Java程序 Apache Spark是一个快速通用的集群计算系统,提供了丰富的API支持多种编程语言,包括Java。在本篇技术博客中,我们将介绍如何编写一个简单的Spark的Java程序。 步骤一:配置开发环境 首先,确保您的开发环境中已经安装了Java开发工具和Apache

    作者: 皮牙子抓饭
    发表时间: 2024-03-25 09:20:12
    2
    0
  • 文档图像处理:大模型的突破与新探索

    前言         随着数字化时代的到来,文档图像处理技术在各行各业扮演着越来越重要的角色。在2023第十二届中国智能产业高峰论坛(CIIS 2023)的专题论坛上,合合信息智能技术

    作者: 小虚竹
    发表时间: 2023-09-25 10:32:17
    174
    0
  • 【实验课程】前馈网络手写体识别

    实验介绍简介Mnist手写体图像识别实验是深度学习入门经典实验。Mnist数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中心,图像是固定大小(28x28像素),其值为0到255为简单起见,每个图像都被平展并转换为784(2

    作者: NengjinZheng
    4948
    1
  • 图神经网络的理论理解

    从目前发展趋势看,图机器学习的领域在进展迅速,但是图神经网络还有很多工作要做。但关于图神经网络的工作原理,已经有了一些重要的研究结果!洛桑联邦理工学院 Andreas Loukas 的这篇论文《What graph neural networks cannot learn: depth

    作者: emilyleungbaby
    1861
    3
  • 【一周AI资讯】20211203:华为云联创营元宇宙高峰论坛—技术与文明·探索元宇宙背后的关键技术

    热点二:解决Transformer固有缺陷:复旦大学等提出线性复杂度SOFT来自复旦大学、萨里大学和华为诺亚方舟实验室的研究者首次提出一种 softmax Transformer。视觉 Transformer (ViT) 借助 patch-wise 图像标记化和自注意力机制已经在各种视觉识别任务上实现了

    作者: chengxiaoli
    3063
    0
  • 基于深度学习的两种信源信道联合编码

    进行解调、解码操作得到 \bar{x}xˉ。 根据定义信道方式不同,基于深度学习的信源信道联合编码(Deep JSCC)可以分为两类。 第一类,受编码传输的启发,将信源编码、信道编码和调制联合设计为编码器。 系统模型如下图所示: 第二类,将通信系统中的调制、噪声信道、解调模块抽象为离散的二进制信道。

    作者: 技术火炬手
    发表时间: 2021-03-25 03:03:17
    5111
    0